[發明專利]一種敏感數據識別方法及裝置

在審

• 申請號: 202110597331.8
• 申請日: 2021-05-31
• 公開（公告）號: CN113177233A
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 杜晉瑞;陳勇銓;周華;江俊
• 申請（專利權）人: 上海英方軟件股份有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F16/2455;G06F16/22
• 代理公司: 上海國智知識產權代理事務所(普通合伙) 31274
• 代理人: 潘建玲

1.一種敏感數據識別方法，包括如下步驟：

步驟S1，建立敏感類型模型，并確定敏感數據匹配比率；

步驟S2，掃描欲進行敏感數據識別的數據庫，根據其中各表的各維度信息確定相應的敏感類型模型；

步驟S3，隨機抽取所述數據庫中每個表每列的若干數據，將其與確定的敏感類型模型匹配，根據匹配結果判斷每列數據是否屬于敏感類型。

2.如權利要求1所述的一種敏感數據識別方法，其特征在于，步驟S1進一步包括：

步驟S100，根據通用的敏感數據定義，建立通用的敏感類型模型；

步驟S101，自定義敏感類型，根據自定義的敏感類型建立自定義的敏感數據模型；

步驟S102，定義并預設敏感數據匹配比率。

3.如權利要求2所述的一種敏感數據識別方法，其特征在于：于步驟S2中，掃描欲進行敏感數據識別的數據庫，提取所述數據庫的庫名、表名、表注釋，針對各個表獲取列名及列注釋并進行判斷，從而確定相應的敏感類型模模型。

4.如權利要求3所述的一種敏感數據識別方法，其特征在于，步驟S3進一步包括：

步驟S300，對所述數據庫的每張表每列數據隨機抽取預設數量數據；

步驟S301，根據步驟S2確定的敏感類型模型對抽取的當前列數據一一進行匹配，確定其是否與步驟S2中確定的敏感類型模型匹配；

步驟S302，根據步驟S301的匹配結果與步驟S1定義的敏感數據匹配比率，確定當前列數據是否屬于敏感類型。

5.如權利要求4所述的一種敏感數據識別方法，其特征在于，于步驟S300中，若當前表當前列的數據量大于預設閾值時，則抽取預設閾值量的數據；若當前表當前列的數據量小于或等于預設閾值時，則將當前表當前列的數據全部抽取。

6.如權利要求5所述的一種敏感數據識別方法，其特征在于：于步驟S302中，當根據步驟S301的匹配結果，與步驟S2中確定的敏感類型模型匹配的數據量與抽取總量的比值大于步驟S1定義的敏感數據匹配比率，則確定當前列數據屬于敏感類型。

7.一種敏感數據識別裝置，包括如下步驟：

敏感類型模型構建單元，用于建立敏感類型模型，并確定敏感數據匹配比率；

敏感類型模型確定單元，用于掃描欲進行敏感數據識別的數據庫，根據其中各表的各維度信息確定相應的敏感類型模型；

敏感數據識別單元，用于隨機抽取所述數據庫中每個表每列的若干數據，將其與確定的敏感類型模型匹配，根據匹配結果判斷每列數據是否屬于敏感類型。

8.如權利要求7所述的一種敏感數據識別裝置，其特征在于，所述敏感類型模型構建單元進一步包括：

通用敏感類型模型構建模塊，用于根據通用的敏感數據定義，建立通用的敏感類型模型；

自定義敏感類型構建模塊，用于自定義敏感類型，根據自定義的敏感類型建立自定義的敏感數據模型；

敏感數據匹配比率定義模塊，用于定義并預設敏感數據匹配比率。

9.如權利要求8所述的一種敏感數據識別裝置，其特征在于：所述敏感類型模型確定單元掃描欲進行敏感數據識別的數據庫，提取所述數據庫的庫名、表名、表注釋，針對各個表獲取列名及列注釋并進行判斷，從而確定相應的敏感類型模模型。

10.如權利要求9所述的一種敏感數據識別裝置，其特征在于：所述敏感數據識別單元進一步包括：

抽取模塊，用于對所述數據庫的每張表每列數據隨機抽取預設數量數據；

數據匹配模塊，根據所述敏感類型模型確定單元確定的敏感類型模型對抽取的當前列數據一一進行匹配，確定是否與所述敏感類型模型確定單元中確定的敏感類型模型匹配；

敏感類型確定模塊，用于根據所述數據匹配模塊的匹配結果與敏感類型模型構建單元定義的敏感數據匹配比率，確定當前列數據是否屬于敏感類型。