[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

本公開提供一種數據脫敏處理方法及裝置，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，得到第一脫敏數據集和第二脫敏數據集；對原始數據集、第一脫敏數據集和第二脫敏數據集中各條數據的屬性進行事務映射，得到第一事務數據集、第二事務數據集和第三事務數據集；根據第一事務數據集和第二事務數據集確定第一脫敏算法的第一脫敏效果，根據第一事務數據集和第三事務數據集確定第二脫敏算法的第二脫敏效果；根據第一脫敏效果和第二脫敏效果，從第一脫敏算法和第二脫敏算法中確定目標脫敏算法，如確定脫敏效果好的目標脫敏算法，以再次獲取到同一來源的原始數據集后利用目標脫敏算法進行脫敏處理，提高原始數據集的脫敏效果。

技術領域

本公開屬于數據處理技術領域，尤其涉及一種數據脫敏處理方法及裝置。

背景技術

隨著大數據的快速發展，各個企業無時無刻都在不斷產生著包含大量數據的原始數據集，同時原始數據集中可能含有一些隱私數據，如用戶身份證信息和銀行信息等，原始數據集在未經處理的情況下應用于業務分析，開發測試甚至一些外包業務等場景中可能會導致隱私泄露。

為了降低隱私泄露，針對原始數據集設置脫敏算法，通過脫敏算法對原始數據集進行脫敏處理，得到脫敏數據集，以利用脫敏數據集中的“假數據”來代替原始數據集中的真實數據，從而通過脫敏算法隱藏原始數據集中的隱私數據。但是目前針對某個原始數據集來說，采用為原始數據集定制的脫敏算法進行脫敏處理，使得對原始數據集的脫敏效果具有一定局限性。

發明內容

有鑒于此，本公開的目的在于提供一種數據脫敏處理方法及裝置，用于從第一脫敏算法和第二脫敏算法中選擇脫敏效果好的脫敏算法對原始數據集進行脫敏處理，提高原始數據集的脫敏效果。技術方案如下：

一方面，本公開提供一種數據脫敏處理方法，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。

另一方面，本公開提供一種數據脫敏處理裝置，所述裝置包括：

脫敏處理單元，用于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；

事務映射單元，用于對所述原始數據集、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；

第一確定單元，用于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；

第二確定單元，用于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。

再一方面，本公開提供一種電子設備，包括：

處理器；