[發明專利]一種數據處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010622044.3
• 申請日: 2020-06-30
• 公開（公告）號: CN111737750A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 陳磊;劉文懋;張潤滋;吳子建;薛見新
• 申請（專利權）人: 綠盟科技集團股份有限公司;北京神州綠盟科技有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F21/57
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 路曉丹

本發明公開了一種數據處理方法、裝置、電子設備及存儲介質，用以自動對脫敏數據進行風險評估，提高風險評估效率。本發明實施例對原始數據集中的數據進行脫敏處理，得到多個脫敏數據集；從脫敏數據集中選擇目標屬性類型對應的脫敏數據集，并確定至少一個目標數據集合；根據各目標數據集合對應的概率值以及危害值確定風險值，若風險值大于預設閾值，則調整脫敏處理的方式。本發明實施例從脫敏數據被利用的可能性以及利用脫敏數據成功還原業務數據所造成的危害兩個方面進行風險評估，并且實現自動確定風險值，定量確定數據泄露風險高低；并根據確定出的風險值調整脫敏處理的方式，以降低數據泄露風險。

技術領域

本公開涉及數據安全領域，特別涉及一種數據處理方法、裝置、電子設備及存儲介質。

背景技術

企業單位保存的業務數據通常涉及企業機密，為保證數據安全，一般會對數據進行脫敏處理。

數據脫敏通常是指對業務數據進行失真變形處理，使脫敏后的數據與原始數據不同，從而實現對業務數據的保護，有效降低數據泄露的風險。但是，一般來說，對數據進行脫敏處理不一定能完全消除數據泄露的風險，也就是說，脫敏后的數據仍存在泄露風險。

目前，通常是通過安全專家對脫敏數據進行人工檢查，根據經驗進行風險評估，主觀性較強，檢查效率較低。

發明內容

本公開的目的是提供一種數據處理方法、裝置、電子設備和存儲介質，用于自動對脫敏數據集進行風險評估，提高風險評估效率，并根據評估結果調整脫敏處理方式從而降低數據泄露風險。

第一方面，本公開實施例提供了一種數據處理方法，包括：

對原始數據集中的數據進行脫敏處理，得到多個脫敏數據集；其中同一個所述脫敏數據集包括的脫敏數據對應同一個屬性類型；

從所述脫敏數據集中選擇目標屬性類型對應的脫敏數據集，根據選擇的所述脫敏數據集確定至少一個目標數據集合；其中每個目標數據集合包括至少一個脫敏數據集，且不同的目標數據集合包括的脫敏數據集不同；

針對任一目標數據集合，確定所述目標數據集合對應的概率值以及危害值；其中所述概率值表征利用目標數據集合還原原始數據集的概率，所述危害值表征利用目標數據集合成功還原原始數據集造成的危害程度；

根據各目標數據集合對應的所述概率值以及所述危害值確定風險值，若所述風險值大于預設閾值，則調整脫敏處理的方式，其中所述風險值表征泄露原始數據集的風險程度。

一種可選的實施方式為，針對任一目標數據集合，確定所述目標數據集合對應的概率值，包括：

針對任一目標數據集合，將所述目標數據集合的組合信息的信息熵值與最大信息熵值進行歸一化處理，得到所述目標數據集合的脆弱性概率值，其中所述組合信息是由所述目標數據集合的脫敏數據集中同一對象的脫敏數據組成的；所述脆弱性概率值表征利用所述目標數據集合成功還原原始數據集中每個對象的概率；所述信息熵值表示所述目標數據集合的所有組合信息的多樣性；所述最大信息熵值根據所述目標數據集合的對象個數確定；

通過所述目標數據集合包括的脫敏數據集的個數以及衰減函數，確定所述目標數據集合的利用概率值；其中所述利用概率值表征所述目標數據集合的泄露概率；

將所述目標數據集合的脆弱性概率值以及利用概率值的乘積作為所述目標數據集合的概率值。

一種可選的實施方式為，針對任一目標數據集合，確定所述目標數據集合對應的危害值，包括：

將所述目標屬性類型對應的脫敏數據集的總個數與所述目標數據集合包括的脫敏數據集的個數的差值，作為利用所述目標數據集合成功還原原始數據集時泄露的數據的數量；

通過所述數量以及遞增函數確定所述目標數據集合對應的危害值。