[發明專利]敏感數據分析方法、裝置、終端設備及存儲介質

在審

• 申請號: 202111137129.3
• 申請日: 2021-09-27
• 公開（公告）號: CN113868297A
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 彭龍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F21/62;G06F40/284
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 任敏

本申請實施例適用于人工智能技術領域，提供了一種敏感數據分析方法、裝置、終端設備及存儲介質，該方法包括：對服務器返回的數據流進行拷貝，得到拷貝數據流；針對拷貝數據流中的任一當前數據，根據當前數據被采樣的處理順序M，以的概率對已確定的N個采樣數據進行更新，得到更新后的N個采樣數據；對更新后的N個采樣數據進行敏感詞分析處理，得到敏感詞結果。采用上述方法可以使終端設備對于數量未知的數據進行降采樣時，能夠提供相同的被采樣的概率值對其進行降采樣處理。

技術領域

本申請屬于人工智能技術領域，尤其涉及一種敏感數據分析方法、裝置、終端設備及存儲介質。

背景技術

隨著數據時代的到來，數據中蘊藏的巨大價值得以挖掘，但是對數據中屬于敏感數據的保護也變得困難。其中，常見的敏感數據有姓名、身份證號碼、住址、電話、銀行賬號等數據，其均為個人的隱私信息。

目前，對于服務器返回至客戶端的數據流，因數據流中通常包含有大量的數據，通常需要通過已有的采樣方法對數據進行降采樣，以減少所需處理的數據的數量。然而，因每次數據流中包含的數據的數量未知，且每次包含的數量也各不相同，采用已有的降采樣方法，對數據流中的數據進行降采樣時，均需預先統計數據流中包含的數據的總數量。然后，計算總數量的倒數得到每個數據被采樣的概率值。因此，現有的降采樣方法具有一定的局限性，無法提供相同的被采樣的概率值對數量未知的數據進行降采樣處理。

發明內容

本申請實施例提供了一種敏感數據分析方法、裝置、終端設備及存儲介質，可以解決現有的降采樣方法具有一定的局限性，無法提供相同的被采樣的概率值對數量未知的數據進行降采樣處理的問題。

第一方面，本申請實施例提供了一種敏感數據分析方法，該方法包括：

對服務器返回的數據流進行拷貝，得到拷貝數據流；

針對拷貝數據流中的任一當前數據，根據當前數據被采樣的處理順序M，以的概率對已確定的N個采樣數據進行更新，得到更新后的N個采樣數據；

對更新后的N個采樣數據進行敏感詞分析處理，得到敏感詞結果。

在一實施例中，對服務器返回的數據流進行拷貝，得到拷貝數據流，包括：

針對數據流中的任一數據，識別數據的數據結構；

對數據中屬于目標數據結構的數據進行拷貝，得到數據對應的拷貝數據。

在一實施例中，在根據當前數據被采樣的處理順序M，以的概率對已確定的N個采樣數據進行更新，得到更新后的N個采樣數據之前，還包括：

若M≤N，則確定當前數據為采樣數據，直至得到已確定的N個采樣數據。

在一實施例中，根據當前數據被采樣的處理順序M，以的概率對已確定的N個采樣數據進行更新，得到更新后的N個采樣數據，包括：

若以的概率確定當前數據不為采樣數據，則保持已確定的N個采樣數據不變；

若以的概率確定當前數據為采樣數據，則以的概率從已確定的N個采樣數據中，確定一個需被當前數據更新的替換采樣數據；

將當前數據更新替換采樣數據，得到更新后的N個采樣數據。

在一實施例中，對更新后的N個采樣數據進行敏感詞分析處理，得到敏感詞結果，包括：

針對任一采樣數據，識別采樣數據，生成文本信息；

對文本信息進分詞，得到文本信息的多個文本分詞；

根據多個文本分詞分別在預設詞向量庫中的位置信息，確定多個文本分詞的分詞向量；

根據分詞向量分別對多個文本分詞進行識別，得到采樣數據的敏感詞結果。