[發明專利]一種基于自然語言處理的數據脫敏方法和系統

在審

• 申請號: 202011228918.3
• 申請日: 2020-11-06
• 公開（公告）號: CN112307751A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 王茂帥;郭濤
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F21/62;G06N3/04;G06N3/08
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 黃曉燕

1.一種基于自然語言處理的數據脫敏方法，其特征在于，包括：

使用預設處理算法對獲取到的數據進行自然語言處理，得到語言處理結果；

根據用戶需求，設置與所述語言處理結果對應的脫敏策略；

按照所述脫敏策略、使用服務網格代理技術對所述數據進行數據脫敏操作，得到脫敏后的所述數據。

2.根據權利要求1所述的基于自然語言處理的數據脫敏方法，其特征在于，所述使用預設處理算法對獲取到的數據進行自然語言處理的步驟，包括：

使用集成學習算法，結合多種自然語言處理模型對所述數據進行自然語言處理，分別得到多種模型預測結果；

使用預設共識算法對所述多種模型預測結果進行投票表決，得到所述語言處理結果。

3.根據權利要求1所述的基于自然語言處理的數據脫敏方法，其特征在于，所述使用預設處理算法對獲取到的數據進行自然語言處理的步驟，包括：

獲取服務節點發送的所述數據；

解析所述數據包含的自然語言內容；

使用所述預設學習算法，對所述數據包含的自然語言內容進行詞性標注和實體識別。

4.根據權利要求3所述的基于自然語言處理的數據脫敏方法，其特征在于，所述根據用戶需求，設置與所述語言處理結果對應的脫敏策略的步驟，包括：

獲取用戶選定的特定實體和脫敏規則；

控制所述服務節點從識別到的實體中匹配所述特定實體，并按照所述脫敏規則對所述數據中與所述特定實體的詞性相同的實體進行脫敏。

5.根據權利要求1所述的基于自然語言處理的數據脫敏方法，其特征在于，所述按照脫敏策略、使用服務網格代理技術對所述數據進行數據脫敏操作的步驟，包括：

將所述脫敏策略發送至對應的服務節點，以使所述服務節點使用所述網格代理技術按照所述脫敏策略對所述數據進行數據脫敏；

獲取所述服務節點對所述數據的脫敏粒度；

判斷所述數據的脫敏粒度是否在預設脫敏粒度范圍內；

若判定所述脫敏粒度不在所述預設脫敏粒度范圍內，則向所述服務節點發送脫敏粒度糾偏信息，以穩定所述服務節點的脫敏粒度。

6.一種基于自然語言處理的數據脫敏系統，其特征在于，包括：

語言處理模塊，用于使用預設處理算法對獲取到的數據進行自然語言處理，得到語言處理結果；

脫敏控制模塊，用于根據用戶需求，設置與所述語言處理結果對應的脫敏策略；

脫敏操作模塊，用于按照所述脫敏策略、使用服務網格代理技術對所述數據進行數據脫敏操作，得到脫敏后的所述數據。

7.根據權利要求6所述的基于自然語言處理的數據脫敏系統，其特征在于，所述語言處理模塊，包括：

處理子模塊，用于使用集成學習算法，結合多種自然語言處理模型對所述數據進行自然語言處理，分別得到多種模型預測結果；

表決子模塊，用于使用預設共識算法對所述多種模型預測結果進行投票表決，得到所述語言處理結果。

8.根據權利要求6所述的基于自然語言處理的數據脫敏系統，其特征在于，所述語言處理模塊，包括：

數據獲取子模塊，用于獲取所述服務節點發送的所述數據；

數據解析子模塊，用于解析所述數據包含的自然語言內容；

詞性標注子模塊，用于使用所述預設學習算法，對所述數據包含的自然語言內容進行詞性標注；

實體識別子模塊，用于使用所述預設學習算法，對所述數據包含的自然語言內容進行實體識別。

9.根據權利要求8所述的基于自然語言處理的數據脫敏系統，其特征在于，所述脫敏控制模塊，包括：

信息獲取子模塊，用于獲取用戶選定的特定實體和脫敏規則；

匹配控制子模塊，用于控制所述服務節點從識別到的實體中匹配所述特定實體；

脫敏控制子模塊，用于控制所述服務節點按照所述脫敏規則對所述數據中與所述特定實體的詞性相同的實體進行脫敏。

10.根據權利要求6所述的基于自然語言處理的數據脫敏系統，其特征在于，所述脫敏控制模塊，包括：

策略發送子模塊，用于將所述脫敏策略發送至對應的服務節點，以使所述服務節點按照所述脫敏策略對所述數據進行數據脫敏；

粒度獲取子模塊，用于獲取所述服務節點對所述數據的脫敏粒度；

粒度判斷子模塊，用于判斷所述數據的脫敏粒度是否在預設脫敏粒度范圍內；

信息發送子模塊，用于當所述粒度判斷子模塊判定所述脫敏粒度不在所述預設脫敏粒度范圍內時，向所述服務節點發送脫敏粒度糾偏信息，以穩定所述服務節點的脫敏粒度。