[發明專利]一種數據脫敏方法、裝置可讀存儲介質

在審

• 申請號: 202011420230.5
• 申請日: 2020-12-08
• 公開（公告）號: CN112632597A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 佟玲玲;任博雅;李鵬霄;段東圣;杜翠蘭;李揚曦;段運強;項菲;井雅琪
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F21/60;G06N20/00;G06F16/25
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 焉明濤

1.一種數據脫敏方法，其特征在于，包括：

根據獲取的用戶提交的數據文件通過預先訓練的標注模型對所述數據文件中的敏感數據進行標注，以獲得標注文件；

利用預設評測規則對與所述標注文件的文件類型相匹配的脫敏算法進行評測；

根據用戶從評測結果中選取的脫敏算法完成對所述標注文件的脫敏。

2.如權利要求1所述的數據脫敏方法，其特征在于，獲取用戶提交的數據文件，包括：

獲取用戶提交的待脫敏的數據文件以及對應的應用場景；

其中，所述文件類型至少包括如下之一：文本文件、圖片文件、語音文件以及數據庫文件；

所述應用場景至少包括如下之一：金融、醫療、社交、教育、政府和零售。

3.如權利要求2所述的數據脫敏方法，其特征在于，預先訓練標注模型，包括：

對歷史數據文件以及對應的應用場景進行機器學習，以獲得不同應用場景下的標注模型。

4.如權利要求1所述的數據脫敏方法，其特征在于，對所述數據文件中的敏感數據進行標注之后，還包括：對所標注出的敏感數據進行分級。

5.如權利要求1-4任一項所述的數據脫敏方法，其特征在于，利用預設評測規則對與所述標注文件的文件類型相匹配的脫敏算法進行評測，包括：

針對不同的文件類型設置至少一種脫敏算法；

根據所述標注文件的文件類型匹配對應的脫敏算法。

6.如權利要求5所述的數據脫敏方法，其特征在于，利用預設評測規則對與所述標注文件的文件類型相匹配的脫敏算法進行評測之前，還包括：

按照預設比例從所述標注文件中抽取樣例數據；

根據所述樣例數據確定所述標注文件的文件類型。

7.如權利要求6所述的數據脫敏方法，其特征在于，利用預設評測規則對與所述標注文件的文件類型相匹配的脫敏算法進行評測，包括：

基于所述樣例數據利用預設評測規則對匹配獲得的脫敏算法進行評測；

其中，所述預設評測規則至少包括如下之一：數據可用性、數據關聯性、隱私保護度、時間復雜度以及空間復雜度。

8.如權利要求1-4任一項所述的數據脫敏方法，其特征在于，根據用戶從評測結果中選取的脫敏算法完成對所述標注文件的脫敏之后，還包括：

將脫敏后的所述標注文件恢復至于與所述數據文件對應的文件格式后發送給用戶。

9.一種數據脫敏裝置，其特征在于，包括：

敏感數據標注模塊，用于根據獲取的用戶提交的數據文件通過預先訓練的標注模型對所述數據文件中的敏感數據進行標注，以獲得標注文件；

評測模塊，用于利用預設評測規則對與所述標注文件的文件類型相匹配的脫敏算法進行評測；

脫敏模塊，用于根據用戶從評測結果中選取的脫敏算法完成對所述標注文件的脫敏。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至8中任一項所述的數據脫敏方法的步驟。