[發明專利]敏感信息檢測方法、裝置、設備及存儲介質

有效

• 申請號: 202010940328.7
• 申請日: 2020-09-09
• 公開（公告）號: CN112134858B
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 周一楓;侯姍姍;張云蕾
• 申請（專利權）人: 中移（杭州）信息技術有限公司;中國移動通信集團有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

1.一種敏感信息檢測方法，其特征在于，包括：

獲取待檢測字節流報文；

基于預設敏感信息檢測模型中的門控循環單元GRU網絡從所述待檢測字節流報文中提取文本向量；

在所述預設敏感信息檢測模型中的注意力機制下處理所述文本向量，以得到文本特征表示信息；

通過分類器對所述文本特征表示信息進行歸一化處理，以得到敏感信息檢測結果。

2.根據權利要求1所述的敏感信息檢測方法，其特征在于，所述GRU網絡包括第一GRU網絡、第二GRU網絡；

所述注意力機制為分層注意力機制，所述分層注意力機制包括詞匯級注意力機制及句子級注意力機制；

所述預設敏感信息檢測模型的模型結構依次包括所述第一GRU網絡、所述詞匯級注意力機制、所述第二GRU網絡及所述句子級注意力機制。

3.根據權利要求1所述的敏感信息檢測方法，其特征在于，所述GRU網絡包括更新門與重置門；

相應地，所述基于預設敏感信息檢測模型中的門控循環單元GRU網絡從所述待檢測字節流報文中提取文本向量，具體包括：

根據所述待檢測字節流報文分別確定與所述更新門對應的計算結果以及與所述重置門對應的計算結果；

根據與所述更新門對應的計算結果以及與所述重置門對應的計算結果確定文本向量。

4.根據權利要求1或2所述的敏感信息檢測方法，其特征在于，所述獲取待檢測字節流報文之前，所述敏感信息檢測方法還包括：

獲取待訓練報文樣本；

根據所述待訓練報文樣本對待訓練敏感信息檢測模型進行訓練，以得到訓練后的預設敏感信息檢測模型；

其中，所述待訓練敏感信息檢測模型為基于GRU網絡與注意力機制的深度學習模型；

其中，所述GRU網絡包括更新門與重置門。

5.根據權利要求4所述的敏感信息檢測方法，其特征在于，所述獲取待訓練報文樣本之前，所述敏感信息檢測方法還包括：

獲取待訓練文本樣本；

對所述待訓練文本樣本進行編碼轉換，以得到編碼樣本；

對所述編碼樣本進行抓包操作，以得到待訓練報文樣本。

6.根據權利要求5所述的敏感信息檢測方法，其特征在于，所述對所述待訓練文本樣本進行編碼轉換，以得到編碼樣本，具體包括：

通過預設編碼方式對所述待訓練文本樣本進行編碼轉換，以得到編碼樣本；

其中，所述預設編碼方式包括Unicode編碼、UTF-8編碼及GB2312編碼。

7.根據權利要求5所述的敏感信息檢測方法，其特征在于，所述對所述編碼樣本進行抓包操作，以得到待訓練報文樣本之后，所述敏感信息檢測方法還包括：

對所述待訓練報文樣本進行大小端模式處理，以得到第一報文樣本；

對所述第一報文樣本進行分詞處理，以得到第二報文樣本，并將所述第二報文樣本作為新的待訓練報文樣本。

8.一種敏感信息檢測裝置，其特征在于，包括：

報文獲取模塊，用于獲取待檢測字節流報文；

GRU處理模塊，用于基于預設敏感信息檢測模型中的門控循環單元GRU網絡從所述待檢測字節流報文中提取文本向量；

注意力機制處理模塊，用于在所述預設敏感信息檢測模型中的注意力機制下處理所述文本向量，以得到文本特征表示信息；

結果輸出模塊，用于通過分類器對所述文本特征表示信息進行歸一化處理，以得到敏感信息檢測結果。

9.一種敏感信息檢測設備，其特征在于，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如權利要求1至7任一項所述的敏感信息檢測方法。

10.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7任一項所述的敏感信息檢測方法。