CN109711194A - 一种数据处理方法及数据处理装置 - Google Patents

Abstract

本申请实施例提供了一种数据处理方法及数据处理装置，所述方法包括：从数值型数据集合中逐一获取数值型数据；利用二项分布根据设定概率确定当前获取的数值型数据的二项值；根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。通过上述方法完成对数值型数据集合中的数值型数据的脱敏处理后，使得进行了脱敏处理后的脱敏数据能够保留有原始的数值型数据的统计特定，并且能够降低原始的数值型数据泄露的安全风险，提高了脱敏数据的使用价值。

Description

一种数据处理方法及数据处理装置

技术领域

本申请涉及数据安全防护领域，特别是一种数据处理方法及数据处理装置。

背景技术

目前，随着信息技术与经济社会的交汇融合引发了数据的迅猛增长,企业收集的数据越来越多，对数据的安全防护显得尤为重要。而在业务分析、开发测试、审计监管等使用场合中，敏感数据具有极高的安全风险，一旦外泄将会对企业造成严重威胁。而对数据泄露的防护一般是通过数据脱敏(又称数据去隐私化或数据变形)的方式，而现有技术中，数据脱敏一般采用两种方法，一种是添加噪音的方式，但是此种方式会改变数据的统计特定，另一种是轮序处理，但是其使用的是真实数据，依旧存在较大风险。

发明内容

有鉴于现有技术中存在的上述问题，本申请提供一种在能够保证数据安全性且不改变数据统计特定的数据处理方法及数据处理装置。

本申请实施例提供了一种数据处理方法，包括：

从数值型数据集合中逐一获取数值型数据；

利用二项分布根据设定概率确定当前获取的数值型数据的二项值；

根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。

在本申请的一些实施例中，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，包括：若所述二项值为第一值，则将所述当前获取的数值型数据以所述数值型数据集合中任一个未被获取的数值型数据进行替换，以形成第一脱敏数据，并将所述当前获取的数值型数据作为第二脱敏数据。

在本申请的一些实施例中，所述方法还包括：基于所述数值型数据集合中的各个数值型数据，构建高斯分布，其中，所述高斯分布的位置参数为零，分布参数为所述数值型数据的标准差。

在本申请的一些实施例中，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，还包括：若所述二项值为第二值，则通过所述高斯分布确定所述当前获取的数值型数据对应的第一随机值，并根据所述第一随机值，生成所述当前获取数值型数据的第三脱敏数据。

在本申请的一些实施例中，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，还包括：

若所述二项值为第一值，且所述数值型数据集合中的数值型数据均被获取时，则将所述当前获取的数值型数据作为第四脱敏数据。

本申请实施例还提供了一种数据处理装置，包括：

获取模块，其用于从数值型数据集合中逐一获取数值型数据；

第一处理模块，其用于利用二项分布根据设定概率确定当前获取的数值型数据的二项值；

第二处理模块，其用于根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。

在本申请的一些实施例中，所述第二处理模块具体用于：

若所述二项值为第一值，则将所述当前获取的数值型数据以所述数值型数据集合中任一个未被获取的数值型数据进行替换，以形成第一脱敏数据，并将所述当前获取的数值型数据作为第二脱敏数据。

在本申请的一些实施例中，所述装置还包括：

构建模块，其用于基于所述数值型数据集合中的各个数值型数据，构建高斯分布，其中，所述高斯分布的位置参数为零，分布参数为所述数值型数据的标准差。

在本申请的一些实施例中，所述第二处理模块还用于：

若所述二项值为第二值，则通过所述高斯分布确定所述当前获取的数值型数据对应的第一随机值，并根据所述第一随机值，通过生成模块生成所述当前获取数值型数据的第三脱敏数据。

在本申请的一些实施例中，所述第二处理模块还用于：

若所述二项值为第一值，且所述数值型数据集合中的数值型数据均被获取时，则将所述当前获取的数值型数据作为第四脱敏数据。

与现有技术相比，本申请的有益效果在于：每次在数值型数据集合中(一次一个)获取到一个数值型数据后，便会利用二项分布根据概率确定当前获取的这个数值型数据的二项值(即，确定该数值型数据具体为该二项分布中的两个数值中的哪一个数值)，在确定后，再根据该数值型数据的二项值，确定该数值型数据的脱敏方式，并以确定的所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，且以该脱敏方式对该数值型数据进行脱敏能够保持所述数值型数据的统计特征。在以上述方法完成对数值型数据集合中的数值型数据的脱敏处理后，使得进行了脱敏处理后的脱敏数据能够保留有原始的数值型数据的统计特定，并且能够降低原始的数值型数据泄露的安全风险，提高了脱敏数据的使用价值。

附图说明

图1为本申请实施例中的数据处理方法的流程图；

图2为本申请实施例中的数据处理装置的框图。

具体实施方式

为使本领域技术人员更好的理解本申请的技术方案，下面结合附图和具体实施方式对本申请作详细说明。

此处参考附图描述本申请的各种方案以及特征。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本申请的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本申请进行了描述，但本领域技术人员能够确定地实现本申请的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本申请的上述和其它方面、特征和优势将变得更为显而易见。

此后参照附图描述本申请的具体实施例；然而，应当理解，所发明的实施例仅仅是本申请的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以根据用户的历史的操作，判明真实的意图，避免不必要或多余的细节使得本申请模糊不清。因此，本文所发明的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其它实施例中”，其均可指代根据本申请的相同或不同实施例中的一个或多个。

本申请实施例提供了一种数据处理方法，包括：

从数值型数据集合中逐一获取数值型数据；

利用二项分布根据设定概率确定当前获取的数值型数据的二项值；

根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。

通过上述方法可以看出，每次在数值型数据集合中(一次一个)获取到一个数值型数据后，便会利用二项分布根据概率确定当前获取的这个数值型数据的二项值(即，确定该数值型数据具体为该二项分布中的两个数值中的哪一个数值)，在确定后，再根据该数值型数据的二项值，确定该数值型数据的脱敏方式，并以确定的所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，且以该脱敏方式对该数值型数据进行脱敏能够保持所述数值型数据的统计特征。在以上述方法完成对数值型数据集合中的数值型数据的脱敏处理后，使得进行了脱敏处理后的脱敏数据能够保留有原始的数值型数据的统计特定，并且能够降低原始的数值型数据泄露的安全风险，提高了脱敏数据的使用价值。

为了能够更加简单、详细的了解上述技术方案，下面结合实施例和附图对上述的数据处理方法进行详细阐述。

如图1所示，图1为本申请实施例中数据处理方法的流程图，所述数据处理方法包括如下步骤：

步骤101：从数值型数据集合中逐一获取数值型数据。具体地，在获取所述数值型数据集合中的数值型数据时，每次仅获取一个数值型数据，可以是随机获取所述数值型数据集合中的数值型数据的任一数据，可以实现对数值型数据的乱序处理，并在完成对此次获取的这一个数值型数据的脱敏处理后，再获取下一个数值型数据，直至将所述数值型数据集合中的全部数值型数据进行脱敏为止。其中，数据脱敏，是在给定的规则、策略下对敏感数据进行变换、修改的技术机制，能够在很大程度上保证敏感数据在非可信环境中使用的安全性。同时，脱敏后的数据既要将敏感信息剔除，同时能够保证数据的可用性，此外，由于数值型数据在脱敏后依然需要保持为数值类型，需要使用区别于字符串的脱敏方法。在上述获取了一个数值型数据后，便开始执行步骤102,具体如下。

步骤102：利用二项分布根据设定概率确定当前获取的数值型数据的二项值。其中，二项分布的概率可以是自行设定的，可以取0至1中的任意值，但是，需结合数值型数据集合中的数值型数据的实际数量而定，所设定的概率需能够保证二项分布中(若二项分布中的两个值分别为0和1)分在二项分布中两个值出对应的数值型数据的个数为整数，并且能够保证对所述数值型数据集合中的全部数值型数据完成脱敏处理。作为示例，若数值型数据集合中的数值型数据分别为A、B、C、D、E、F、G、H、I、J十个数值型数据(具体数值并未示出，但均为数值型数据)，且所述概率为0.2，那么则可以是先获取上述十个数值型数据中B，则该当前获取的数值型数据B所对应的二项值有20％的几率被确定为第一值(可以为1)，有80％的几率被确定为第二值(可以为0)，此外，在对后续获取的数值型数据(除B以外的其它数值型数据)的二项值进行确定时，依旧有20％的几率被确定为第一值，有80％的几率被确定为第二值。在完成对该当前获取的数值型数据的二项值的确定后，执行步骤103。

步骤103：根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。

在本申请的一些实施例中，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，包括：若所述二项值为第一值，则将所述当前获取的数值型数据以所述数值型数据集合中任一个未被获取的数值型数据进行替换，形成第一脱敏数据，并将所述当前获取的数值型数据作为第二脱敏数据。作为示例，若还以数值型数据集合中的数值型数据分别为A、B、C、D、E、F、G、H、I、J十个数值型数据(具体数值并未示出，但均为数值型数据)为例，若当前获取的数值型数据为C，且所述当前获取的数值型数据C的二项值被确定为第一值，那么则将所述当前获取的数值型数据C以所述数值型数据集合中任一个未被获取的数值型数据(除C以外，且未被获取过的数值型数据)进行替换，若选择数值型数据H进行替换，那么可知，将H作为第一脱敏数据，同时，将当前获取的数值型数据C作为第二脱敏数据，通过此种方式，完成了对数值型数据集合中的数值型数据H和数值型数据C的脱敏处理，使得数值型数据H和数值型数据C的顺序被打乱。

在本申请的一些实施例中，所述方法还包括：基于所述数值型数据集合中的各个数值型数据，构建高斯分布，其中，所述高斯分布的位置参数为零，分布参数为所述数值型数据的标准差。通过构建所述高斯分布，能够以保持所述数值型数据的统计特征的方式为获取的数值型数据生成相应的随机数，以完成对获取的数值型数据的脱敏处理。

进一步地，在本实施例中，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，还包括：若所述二项值为第二值，则通过所述高斯分布确定所述当前获取的数值型数据对应的第一随机值，并根据所述第一随机值，生成所述当前获取数值型数据的第三脱敏数据。作为示例，若还以数值型数据集合中的数值型数据分别为A、B、C、D、E、F、G、H、I、J十个数值型数据(具体数值并未示出，但均为数值型数据)为例，若当前获取的数值型数据为D，且所述当前获取的数值型数据D的二项值被确定为第二值，那么则通过所述高斯分布确定所述当前获取的数值型数据对应的第一随机值，此时若获取的第一随机值为a(a为小于1大于0的小数，可以为0.001、0.002等)，进而将当前获取的数值型数据D与通过高斯分布计算得出的第一随机值a相加，得到第三脱敏数据，即，当前获取的数值型数据D对应的脱敏数据D+a,其中，第一随机值a相当于对该当前获取的数值型数据D添加的噪音。结合上述实施例中所述当前获取的数值型数据的二项值为第一值的情况可知，本方法使得对数值型数据集合中的数值型数据的脱敏处理利用了对数值型数据的二项分布处理并结合了脱敏处理中的乱序处理方法以及添加噪音方法，使得生成的脱敏数据中部分为被打乱了顺序的原始数值型数据、另一部分为添加了噪音的数值型数据，提高了对数值型数据处理的安全性，能够有效避免原始的数值型数据的泄露，且保证了脱敏后的数值型数据的使用价值。

在本申请的一些实施例中，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，还包括：若所述二项值为第一值，且所述数值型数据集合中的数值型数据均被获取时，则将所述当前获取的数值型数据作为第四脱敏数据。作为示例，若还以数值型数据集合中的数值型数据分别为A、B、C、D、E、F、G、H、I、J十个数值型数据(具体数值并未示出，但均为数值型数据)为例，若当前获取的数值型数据为J，且所述当前获取的数值型数据J的二项值被确定为第一值，所述数值型数据集合中的数值型数据均已经被获取时(除J以外，A、B、C、D、E、F、G、H、I均已经被获取过)，则将当前获取的数值型数据J作为第四脱敏数据，以通过此种方式，完成了对数值型数据集合中的数值型数据J的脱敏处理。当然，也可以是，在所述数值型数据集合中的数值型数据均已经被获取时(除J以外，A、B、C、D、E、F、G、H、I均已经被获取过)，将当前获取的数值型数据J的二项值直接确定为第二值，进而通过所述高斯分布确定所述当前获取的数值型数据J对应的第二随机值，此时若获取的第二随机值为b(b为小于1大于0的小数，可以为0.001、0.002等)，进而将当前获取的数值型数据J与通过高斯分布计算得出的第二随机值b相加，得到第五脱敏数据，即，当前获取的数值型数据J对应的脱敏数据J+b,其中，第二随机值b相当于对该当前获取的数值型数据J添加的噪音,进而完成对当前获取的数值型数据J的脱敏处理。

本申请实施例还提供了一种数据处理装置，如图2所示，包括：

获取模块1，其用于从数值型数据集合中逐一获取数值型数据；

第一处理模块2，其用于利用二项分布根据设定概率确定当前获取的数值型数据的二项值；

第二处理模块3，根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。

在本申请的一些实施例中，所述第二处理模块3具体用于：

若所述二项值为第一值，则将所述当前获取的数值型数据以所述数值型数据集合中任一个未被获取的数值型数据进行替换，以形成第一脱敏数据，并将所述当前获取的数值型数据作为第二脱敏数据。

在本申请的一些实施例中，所述装置还包括：

构建模块，其用于基于所述数值型数据集合中的各个数值型数据，构建高斯分布，其中，所述高斯分布的位置参数为零，分布参数为所述数值型数据的标准差。

在本申请的一些实施例中，所述第二处理模块3还用于：

若所述二项值为第二值，则通过所述高斯分布确定所述当前获取的数值型数据对应的第一随机值，并根据所述第一随机值，通过生成模块生成所述当前获取数值型数据的第二脱敏数据。

在本申请的一些实施例中，所述第二处理模块3还用于：

若所述二项值为第一值，且所述数值型数据集合中的数值型数据均被获取时，则将所述当前获取的数值型数据作为第四脱敏数据。

由于本实施例所介绍的存储介质、电子设备为本申请实施例中指令处理的方法所对应的存储介质、电子设备，故而，基于本申请实施例中指令处理方法，本领域的技术人员能够了解本申请实施例中存储介质、电子设备的具体实施方式以及其各种变化形式，所以在此对于该存储介质、电子设备不再详细介绍。只要本领域所述技术人员实施本申请实施例中指令处理方法的存储介质、电子设备，都属于本申请所欲保护的范围。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理模块以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理模块执行的指令产生用于实现在流程图的一个流程或多个流程和/或方框图的一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图的一个流程或多个流程和/或方框图的一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图的一个流程或多个流程和/或方框图的一个方框或多个方框中指定的功能的步骤。

以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。

Claims (10)

1.一种数据处理方法，其特征在于，包括：

从数值型数据集合中逐一获取数值型数据；

利用二项分布根据设定概率确定当前获取的数值型数据的二项值；

根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。

2.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，包括：

若所述二项值为第一值，则将所述当前获取的数值型数据以所述数值型数据集合中任一个未被获取的数值型数据进行替换，形成第一脱敏数据，并将所述当前获取的数值型数据作为第二脱敏数据。

3.根据权利要求2所述的数据处理方法，其特征在于，所述方法还包括：

基于所述数值型数据集合中的各个数值型数据，构建高斯分布，其中，所述高斯分布的位置参数为零，分布参数为所述数值型数据的标准差。

4.根据权利要求3所述的数据处理方法，其特征在于，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，还包括：

若所述二项值为第二值，则通过所述高斯分布确定所述当前获取的数值型数据对应的第一随机值，并根据所述第一随机值，生成所述当前获取数值型数据的第三脱敏数据。

5.根据权利要求4所述的数据处理方法，其特征在于，所述根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，还包括：

若所述二项值为第一值，且所述数值型数据集合中的数值型数据均被获取时，则将所述当前获取的数值型数据作为第四脱敏数据。

6.一种数据处理装置，其特征在于，包括：

获取模块，其用于从数值型数据集合中逐一获取数值型数据；

第一处理模块，其用于利用二项分布根据设定概率确定当前获取的数值型数据的二项值；

第二处理模块，其用于根据所述二项值，确定所述当前获取的数值型数据的脱敏方式，并以所述脱敏方式对所述当前获取的数值型数据进行脱敏处理，其中，所述脱敏方式能够保持所述数值型数据的统计特征。

7.根据权利要求6所述的数据处理装置，其特征在于，所述第二处理模块具体用于：

若所述二项值为第一值，则将所述当前获取的数值型数据以所述数值型数据集合中任一个未被获取的数值型数据进行替换，以形成第一脱敏数据，并将所述当前获取的数值型数据作为第二脱敏数据。

8.根据权利要求7所述的数据处理装置，其特征在于，所述装置还包括：

构建模块，其用于基于所述数值型数据集合中的各个数值型数据，构建高斯分布，其中，所述高斯分布的位置参数为零，分布参数为所述数值型数据的标准差。

9.根据权利要求8所述的数据处理装置，其特征在于，所述第二处理模块还用于：

若所述二项值为第二值，则通过所述高斯分布确定所述当前获取的数值型数据对应的第一随机值，并根据所述第一随机值，通过生成模块生成所述当前获取数值型数据的第三脱敏数据。

10.根据权利要求9所述的数据处理装置，其特征在于，所述第二处理模块还用于：

若所述二项值为第一值，且所述数值型数据集合中的数值型数据均被获取时，则将所述当前获取的数值型数据作为第四脱敏数据。