[發明專利]一種數據脫敏處理方法及裝置

在審

• 申請號: 202011379780.7
• 申請日: 2020-11-30
• 公開（公告）號: CN112395645A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 張磊;孫皓;李鵬;王明
• 申請（專利權）人: 中國民航信息網絡股份有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F21/60
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張柳

1.一種數據脫敏處理方法，其特征在于，所述方法包括：

利用第一脫敏算法和第二脫敏算法分別對原始數據集進行脫敏處理，得到所述第一脫敏算法對應的第一脫敏數據集和所述第二脫敏算法對應的第二脫敏數據集；

對所述原始數據集、所述第一脫敏數據集和所述第二脫敏數據集中各條數據的屬性進行事務映射，得到所述原始數據集對應的第一事務數據集、所述第一脫敏數據集對應的第二事務數據集和所述第二脫敏數據集對應的第三事務數據集；

根據所述第一事務數據集和所述第二事務數據集確定所述第一脫敏算法的第一脫敏效果，根據所述第一事務數據集和所述第三事務數據集確定所述第二脫敏算法的第二脫敏效果；

根據所述第一脫敏效果和所述第二脫敏效果，從所述第一脫敏算法和所述第二脫敏算法中確定目標脫敏算法，以后續利用所述目標脫敏算法對所述原始數據集進行脫敏處理。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一事務數據集和所述第二事務數據集確定所述第一脫敏算法的第一脫敏效果，根據所述第一事務數據集和所述第三事務數據集確定所述第二脫敏算法的第二脫敏效果包括：

以所述第一事務數據集為脫敏前數據集，以所述第二事務數據集和所述第三事務數據集中的任一數據集為脫敏后數據集，根據所述脫敏前數據集和所述脫敏后數據集通過如下至少一種方式確定對應的脫敏算法的脫敏指標，根據所述脫敏指標，確定對應的脫敏算法的脫敏效果：

方式一、確定所述脫敏前數據集中各條數據之間的關聯關系，確定所述脫敏后數據集中各條數據之間的關聯關系；

利用最小支持度閾值和最小可信度閾值，從所述脫敏后數據集中各條數據之間的關聯關系中篩選出目標關聯關系；

根據所述脫敏前數據集中各條數據之間的關聯關系的第一數量和所述目標關聯關系的第二數量，得到脫敏損失率；

方式二、根據所述脫敏前數據集和所述脫敏后數據集，確定對所述脫敏前數據集中已脫敏的屬性數量；根據所述已脫敏的屬性數量和所述脫敏前數據集對應的目標脫敏屬性數量，得到脫敏算法覆蓋率；

方式三、對所述脫敏前數據集和所述脫敏后數據集中每條數據的字段進行驗證，以確定所述脫敏后數據集中的字段是否成功脫敏，得到所述脫敏后數據集對應的脫敏成功數，所述脫敏成功數為所述脫敏后數據集中成功脫敏的字段的數量；根據所述脫敏成功數和脫敏處理總字段數，得到脫敏成功率。

3.根據權利要求2所述的方法，其特征在于，所述利用第一脫敏算法和第二脫敏算法分別對原始數據集進行脫敏處理，得到所述第一脫敏算法對應的第一脫敏數據集和所述第二脫敏算法對應的第二脫敏數據集包括：

對所述原始數據集進行隨機抽樣，得到所述原始數據集對應的多組測評數據集；利用第一脫敏算法和第二脫敏算法分別對各組測評數據集進行脫敏處理，得到所述各組測評數據集的第一脫敏數據集和所述各組測評數據集的第二脫敏數據集；

所述根據所述脫敏指標，確定對應的脫敏算法的脫敏效果包括：根據各組測評數據集的脫敏指標，確定對應的脫敏算法的脫敏效果。

4.根據權利要求3所述的方法，其特征在于，所述根據各組測評數據集的脫敏指標，確定對應的脫敏算法的脫敏效果包括：

從所述各組測評數據集的脫敏指標中，確定滿足預設條件的目標脫敏指標；

根據所述目標脫敏指標，確定原始數據集對應的脫敏算法的脫敏可用性。