[發明專利]一種用于網頁截圖的脫敏、還原方法和系統

在審

• 申請號: 202111101389.5
• 申請日: 2021-09-18
• 公開（公告）號: CN113806806A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 陳生堅;范志建;李昌華;李仁杰;江文濤
• 申請（專利權）人: 羅普特科技集團股份有限公司;羅普特（廈門）系統集成有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F21/60
• 代理公司: 廈門福貝知識產權代理事務所(普通合伙) 35235
• 代理人: 郭涵煒

公開了一種用于網頁截圖的脫敏、還原方法和系統，包括遞歸遍歷網頁中所有元素，獲取文本信息集合；利用正則表達式對元素文本信息進行敏感信息匹配，獲取敏感信息集合；對當前網頁截圖獲取原始圖片，根據敏感信息集合生成文本替代圖片將對應坐標位置區域的敏感文本替換，獲取脫敏文本圖片，構建文本圖片替換信息集合；分別對脫敏文本圖片中的人臉圖片和車牌圖片進行馬賽克處理，獲取初始脫敏圖片，將人臉圖片和車牌圖片補充至替換信息集合中；利用隨機生成的密鑰生成二維碼圖片替換初始脫敏圖片的一邊角像素，輸出最終脫敏圖片，利用密鑰對替換信息集合進行加密生成的數據加密文件。該發明可以避免截圖泄露敏感信息并能夠在特定處理下還原。

技術領域

本發明涉及信息安全的技術領域，尤其涉及一種用于網頁截圖的脫敏、還原方法和系統。

背景技術

隨著人臉檢測識別、車輛檢測識別、ocr識別等相關技術發展，在各種場景下應用也越來越廣泛，在各種應用系統上展示也是越來越豐富的個人身份信息、手機信息、人臉信息、車輛信息等，同時，國家對個人隱私也是越來越重視，如何加強隱私保護，防范一些系統截圖包含隱私信息流傳問題亟需解決。

現如今各種應用系統展示和截圖時無法支持自動隱藏人員姓名、身份證、手機、人臉圖片、車輛圖片、一些字典敏感文字信息，難免會造成截圖泄露敏感信息；若對截圖上的敏感文字信息進行人工脫敏，對于特定條件下需要對數據內容和數據來源信息進行還原則難以實現。

發明內容

為了解決現有技術中無法自動實現對網頁截圖的自動脫敏處理并在特定條件下的還原問題，本發明提出了一種用于網頁截圖的脫敏、還原方法和系統，用以解決上述技術問題。

根據本發明的第一方面，提出了一種用于網頁截圖的脫敏方法，包括：

S1：遞歸遍歷網頁中所有元素，獲取包括元素文本信息和坐標信息的文本信息集合；

S2：利用包括身份證、姓名、手機號、住址和特殊文字的正則表達式對元素文本信息進行敏感信息匹配，獲取敏感信息集合；

S3：對當前網頁截圖獲取原始圖片，根據敏感信息集合生成文本替代圖片將對應坐標位置區域的敏感文本替換，獲取脫敏文本圖片，并構建文本圖片替換信息集合；

S4：對原始圖片進行人臉和車輛識別檢測，分別得到包括人臉位置坐標的人臉信息集合和車牌位置坐標車輛信息集合，并分別對脫敏文本圖片中的人臉圖片和車牌圖片進行馬賽克處理，獲取初始脫敏圖片，將人臉圖片和車牌圖片補充至替換信息集合中；

S5：利用隨機生成的密鑰生成二維碼圖片替換初始脫敏圖片的一邊角像素，輸出最終脫敏圖片，并利用密鑰對替換信息集合進行加密生成與脫敏圖片對應的數據加密文件。

在一些具體的實施例中，步驟S3具體包括：

根據敏感信息集合的坐標信息對原始圖片將對應位置區域像素使用R、G、B值均為255的白值填充，生成中間圖片；

對中間圖片進行OCR識別，獲取包括文本信息和坐標信息的OCR識別集合；

利用包括身份證、姓名、手機號、住址和特殊文字的正則表達式對OCR識別集合進行敏感信息匹配，并更新補充至敏感信息集合中。憑借該步驟可以進一步利用OCR識別敏感文本，避免遺漏。

在一些具體的實施例中，步驟S3中脫敏文本圖片的獲取具體包括以下步驟：

根據敏感信息集合的坐標信息對原始圖片進行遍歷，獲取集合中每一個對應坐標位置的像素區域，并提取像素區域的背景；

利用與敏感信息集合的文本長度信息生成替代內容文本，替代內容文本將敏感信息集合的文本替換為其他文本標識；

結合內容文本和背景填充至對應的敏感信息的像素區域內。