CN110008470B - 报表的敏感性分级方法和装置 - Google Patents

Abstract

本说明书实施例公开了一种报表的敏感性分级方法和装置，该方法包括：获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。本说明书实施例还公开了另一种报表的敏感性分级方法和装置。

Description

报表的敏感性分级方法和装置

技术领域

本说明书实施例涉及互联网技术领域，尤其涉及一种报表的敏感性分级方法和装置。

背景技术

企业的报表平台中通常包括有大量报表。根据报表的敏感性等级，上述报表一般可以分为敏感报表和非敏感报表等。通常，企业需要对不同敏感性等级的报表执行不同的策略，例如，对敏感报表加密，而非敏感报表无需加密等。

目前，对报表进行敏感性定级通常是依赖个人经验进行。由于人为认知偏差或操作失误，容易导致报表的敏感性定级出错，例如，将敏感报表定级为非敏感报表，或将非敏感报表定级为敏感报表等。

发明内容

本说明书实施例提供一种报表的敏感性分级方法和装置，用于解决相关技术中人工定级，容易导致报表的敏感性定级错误的问题。

本说明书实施例采用下述技术方案：

第一方面，提供了一种报表的敏感性分级方法，包括：

获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

第二方面，提供了一种报表的敏感性分级方法，包括：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级。

第三方面，提供了一种报表的敏感性分级装置，包括：

特征数据获取模块，获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

敏感性等级预测模块，将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

第四方面，提供了一种报表的敏感性分级装置，包括：

特征数据获取模块，获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

模型训练模块，基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级。

第五方面，提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如下操作：

获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

第六方面，提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如下操作：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级。

第七方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下操作：

获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

第八方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下操作：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：通过获取报表的特征数据，并基于特征数据和预设的敏感性分级模型即可得到报表的敏感性等级，相对于人工对报表敏感性定级的方法，能够避免因人为认知偏差或操作失误导致的报表敏感性定级出错的问题，并能够大大提高处理效率。同时，上述特征数据包括报表的内容信息、拥有者信息和访问记录信息中的至少一种，由于充分利用了与报表敏感性等级相关的信息源，能够提高预测得到的敏感性等级的准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书的一个实施例提供的报表的敏感性分级方法流程示意图；

图2为本说明书的另一个实施例提供的报表的敏感性分级方法流程示意图；

图3为本说明书的再一个实施例提供的报表的敏感性分级方法流程示意图；

图4为本说明书的又一个实施例提供的报表的敏感性分级方法流程示意图；

图5为本说明书的一个实施例提供的报表的敏感性分级装置结构示意图；

图6为本说明书的另一个实施例提供的报表的敏感性分级装置结构示意图；

图7为实现本说明书各个实施例的电子设备硬件结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1所示，本说明书的一个实施例提供一种报表的敏感性分级方法，包括如下步骤：

S102：获取报表的特征数据。

其中，上述特征数据包括报表的内容信息、拥有者信息和访问记录信息中的至少一种。优选地，上述特征数据包括报表的内容信息、拥有者信息和访问记录信息这三种信息。

可选地，上述内容信息，包括但不限于报表的标题内容信息、报表的描述信息以及报表中的具体内容等；上述拥有者信息，包括但不限于报表的拥有者的员工级别信息、拥有者归属的部门的敏感性等级信息等；上述访问记录信息，包括但不限于报表的访问者的员工级别信息、被访问的频次、被访问的时间、访问路径中的至少一种。

可选地，在该实施例的步骤S102之前，还可以首先获取报表的内容信息、拥有者信息和访问记录信息中的至少一种；然后基于获取到的信息构建上述特征数据。

具体在构建特征数据时，以获取到的信息中同时包括报表的内容信息、拥有者信息和访问记录信息为例进行说明。

报表的内容信息中通常包括有词语和句子(或者短语)。

针对上述词语，本说明书实施例可以采用Word2Vec算法，将内容信息输入Word2Vec模型以生成与内容信息对应的词向量，并将生成的词向量作为特征数据的一部分，也即特征数据包括所述内容信息对应的词向量。

针对上述句子(对于短语同样适用)，本说明书实施例可以首先根据句子的语义，对句子进行分词处理得到多个分词；然后将得到的多个分词输入上述Word2Vec模型以生成与多个分词分别对应的多个词向量；最后基于生成的多个词向量中的最大值、最小值和平均值中的至少一种生成所述内容信息对应的词向量。

针对上述拥有者信息和访问记录信息，本说明书实施例可以直接将其作为是特征数据的一部分。

上述实施方式通过采用Word2Vec模型，能够快速地将报表的标题信息、描述信息等构建成敏感性分级模型能够识别处理的特征数据，便于提高处理效率。

S104：将特征数据输入敏感性分级模型，以得到报表的敏感性等级。

其中，上述敏感性分级模型基于报表样本特征数据和报表样本特征数据对应的敏感性等级标签训练得到。

可选地，在该实施例执行之前，还可以根据S102中介绍的操作步骤，获取报表样本特征数据，报表样本特征数据可以是基于大量的报表样本得到，并基于该报表样本特征数据和报表样本特征数据对应的的敏感性等级标签进行模型训练，得到上述敏感性分级模型，具体的模型生成过程在后续实施例中介绍。该实施方式通过预先训练生成敏感性分级模型，在进行报表的敏感性分级预测时则可以直接使用，操作快捷。

该处提到的报表样本，仅是为了便于和S102中的报表进行区分，报表样本的数量可以较多，报表样本甚至还可以包括有S102中提到的报表。

与S102中提到的报表的特征数据类似，报表样本特征数据对也可以包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种，优选地，报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息这三种信息。

可选地，报表的敏感性等级分为敏感或非敏感两类，上述报表样本特征数据包括基于报表样本的关键词确定的黑样本特征数据和/或白样本特征数据。上述黑样本特征数据，可以是敏感类型的报表样本所对应的报表样本特征数据；上述白样本特征数据，可以是非敏感类型的报表样本所对应的报表样本特征数据。

在一种实施方式中，上述敏感性分级模型是随机森林模型，随机森林模型包括有多个决策树，S104提到的将特征数据输入敏感性分级模型，以得到报表的敏感性等级可以包括：将特征数据输入敏感性分级模型；基于多个决策树的输出结果，得到报表的敏感性等级，具体可以基于多个决策树的输出结果的众数得到报表的敏感性等级，其中，每一个决策树均可以预测出报表的敏感性等级。

在上述多个决策树中，每个决策树的内部节点代表对敏感性等级的分类操作(例如，敏感性等级是敏感还是非敏感)；决策树中的每个分支代表分类的结果；决策树中的每个叶节点代表一个敏感性等级标签，该处的标签可以包括敏感和非敏感两类。

该实施方式采用随机森林算法预测报表的敏感性等级，不仅敏感性分级模型的训练过程简单，而且报表的敏感性等级预测过程简单，且灵活度较高。

本说明书实施例提供的报表的敏感性分级方法，通过获取报表的特征数据，并基于特征数据和预设的敏感性分级模型即可得到报表的敏感性等级，相对于人工对报表敏感性定级的方法，能够避免因人为认知偏差或操作失误导致的报表敏感性定级出错的问题，并能够大大提高处理效率。

同时，本说明书实施例中的特征数据包括报表的内容信息、拥有者信息和访问记录信息中的至少一种，由于充分利用了与报表敏感性等级相关的信息源，能够提高预测得到的敏感性等级的准确性。

可选地，作为一个实施例，如图2所示的方法200，在上述实施例的S104将特征数据输入敏感性分级模型，得到报表的敏感性等级之后，还可以包括如下步骤：

S206：获取报表的关键词，并基于获取到的关键词确定报表的敏感性等级。

该步骤中获取到的关键词，具体可以是报表内容中的关键词。

该实施例执行之前，可以预先通过专家人工挑选的方式，基于敏感性等级已经确定出的报表样本的内容，得到关键词集合。

步骤S206则可以基于报表的关键词中，是否存在有上述关键词集合中的关键词；和/或关键词集合中的关键词在报表内容中出现的频次，来确定报表的敏感性等级。

S208：将S104中得到的敏感性等级和S206中得到的敏感性等级进行匹配，得到匹配结果。

该步骤将基于敏感性分级模型得到的敏感性等级，和基于关键词得到的敏感性等级进行匹配，得到匹配结果。

在一种实施方式中，报表的敏感性等级包括敏感和非敏感两种，这样，针对同一个报表，上述匹配结果可以是匹配成功，或匹配失败两种。

S210：基于匹配结果，最终确定报表的敏感性等级。

如前所述，匹配结果包括匹配成功或匹配失败：

如果匹配成功，也即S104中得到的敏感性等级和S206中得到的敏感性等级相同，例如，针对一个报表，S104中得到的结论是敏感，S206中得到的结论也是敏感；又例如，S104中得到的结论是非敏感，S206中得到的结论也是非敏感，该步骤即可将得到的结论相同的该敏感性等级作为最终的敏感性等级。

如果匹配失败，也即S104中得到的敏感性等级和S206中得到的敏感性等级不同，例如，针对一个报表，S104中得到的结论是敏感，而S206中得到的结论是非敏感，该步骤S210则可以结合其他的敏感性等级确定方式，例如人工校验等，最终确定报表的敏感性等级。

本说明书实施例根据报表的关键词再次确定敏感性等级，且在该敏感性等级与模型得到的结论相同时，再最终确认作为报表的敏感性等级，进一步提高得到的敏感性等级的准确性。

可选地，在上述多个实施例中，如果得到在报表的敏感性等级是敏感的情况下，还可以对对该报表的访问情况进行重点监控，防止报表中的重要信息泄漏；在信息泄露的情况下也便于快速追踪到泄漏源。

以上结合图1和图2详细描述了根据本发明实施例的报表的敏感性分级方法。下面将结合图3详细描述根据本发明另一实施例的报表的敏感性分级方法300。可以理解的是，下述提供的与模型训练相关的报表的敏感性分级方法，与图1和图2所示的模型预测中的报表的敏感性分级方法相同，为避免重复，适当省略相关描述。

S302：获取报表样本特征数据和报表样本特征数据对应的敏感性等级标签。

上述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种。优选地，上述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息这三种信息。该实施中的其他特征，如内容信息、拥有者信息的详细解释可以参见实施例100。

S304：基于报表样本特征数据和敏感性等级标签进行模型训练，以生成敏感性分级模型。

其中，上述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，具体见实施例100的预测过程。

可选地，与实施例100相同，上述敏感性分级模型是随机森林模型。

本说明书实施例提供的报表的敏感性分级方法，通过获取报表的特征数据和敏感性等级标签并进行模型训练，即可得到敏感性分级模型，该敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，相对于人工对报表敏感性定级的方法，能够避免因人为认知偏差或操作失误导致的报表敏感性定级出错的问题，并能够大大提高处理效率。

同时，本说明书实施例中的特征数据包括报表的内容信息、拥有者信息和访问记录信息中的至少一种，由于充分利用了与报表敏感性等级相关的信息源，能够提高预测的敏感性等级的准确性。

可选地，在上述实施例的S302中的获取报表样本特征数据对应的敏感性等级标签包括：

获取报表样本的关键词；

基于获取到的关键词确定报表样本特征数据对应的敏感性等级标签。

为详细说明本说明书实施例提供的报表的敏感性分级方法，以下将结合一个具体的实施例进行说明，如图4所示，该实施例400包括如下步骤：

S402：获取报表样本的关键词，并基于关键词确定报表样本的敏感性等级标签。

该实施例中的敏感性等级标签包括敏感和非敏感两种。当然，在其他的实施例中，还可以对报表的敏感性等级进行进一步细分，例如，分为一级、二级、三级、四级等等，其中，级数越大，敏感性越强。

S404：获取报表样本特征数据。

优选地，报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息这三种信息。其中，上述内容信息包括标题和样本的描述信息。

该步骤具体可以获取报表样本的标题，基于所述标题构建报表样本特征数据，该处考虑到通常根据报表样本的标题可以大致概括出报表样本的敏感性等级。

该步骤还可以获取报表样本的描述信息，基于所述描述信息构建报表样本特征数据。报表样本的描述信息，通常可以用来简要描述报表样本的功能、作用、上下游接口、是否关键等，该处考虑到通常根据报表样本的描述信息可以大致概括出报表样本的敏感性等级；

该步骤还可以获取报表样本的拥有者信息，基于所述拥有者信息构建报表样本特征数据，例如，报表样本拥有者的员工级别越高，该报表样本是敏感报表的可能性越大；反之亦然；又例如，报表样本拥有者归属的部门的敏感性等级越高，该报表样本是敏感报表的可能性越大；反之亦然；等等。

该步骤还可以获取报表样本的被访问记录信息，基于所述被访问记录构建报表样本特征数据。该处考虑到报表样本访问者的员工级别越高，该报表样本是敏感报表的可能性越大；反之亦然；报表样本被员工级别较高的人员访问的频次高于被员工级别较低的人员访问的频次，该报表样本是敏感报表的可能性越大；反之亦然；在一些特殊时间段，如资金归纳时间段，报表样本被访问的频次越高(例如，远高于其他时间段)，该报表样本是敏感报表的可能性越大。

具体地，该步骤还可以利用word2vec算法，对报表的标题以及描述信息中的词语进行处理生成词向量，每个词向量的向量长度可以是100维。

对于报表的标题以及描述信息中的句子(也可以是短语)而言，该步骤可以利用word2vec算法，对构成句子的每个词的词向量取最大值、最小值和平均值构成300维的句子向量。

S406：基于报表样本特征数据和敏感性等级标签进行模型训练，以生成敏感性分级模型。

其中，所述敏感性分级模型用于基于目标报表的报表信息特征数据得到所述目标报表的敏感性等级。

可选地，与实施例100相同，上述敏感性分级模型是随机森林模型。可选地，上述随机森林模型可以为GBDT(Gradient Boosting Decision Tree)、PS-SMART(ParameterServer-Scalable Multiple Additive Regression Tree)等二分类模型。

本说明书实施例提供的报表的敏感性分级方法，通过获取报表的特征数据和敏感性等级标签并进行模型训练，即可得到敏感性分级模型，该敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，相对于人工对报表敏感性定级的方法，能够避免因人为认知偏差或操作失误导致的敏感性定级出错的问题，并能够大大提高处理效率。

同时，本说明书实施例中的特征数据包括报表的内容信息、拥有者信息和访问记录信息中的至少一种，由于充分利用了与报表敏感性等级相关的信息源，能够提高预测的敏感性等级的准确性。

以上说明书部分详细介绍了报表的敏感性分级方法实施例，如图5所示，本说明书还提供了一种报表的敏感性分级装置，如图5所示，该装置500包括：

特征数据获取模块502，可以用于获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

敏感性等级预测模块504，可以用于将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

本说明书实施例提供的报表的敏感性分级装置，通过获取报表的特征数据，并基于特征数据和预设的敏感性分级模型即可得到报表的敏感性等级，相对于人工对报表敏感性定级的方法，能够避免因人为认知偏差或操作失误导致的敏感性定级出错的问题，并能够大大提高处理效率。

同时，本说明书实施例中的特征数据包括报表的内容信息、拥有者信息和访问记录信息中的至少一种，由于充分利用了与报表敏感性等级相关的信息源，能够提高预测得到的敏感性等级的准确性。

可选地，作为一个实施例，敏感性等级预测模块504，可以用于将所述特征数据输入敏感性分级模型，所述敏感性分级模型包括多个决策树；基于所述多个决策树的输出结果，得到所述报表的敏感性等级。

可选地，作为一个实施例，装置500还可以包括模型训练模块，用于：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签；

基于所述报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签进行模型训练，生成所述敏感性分级模型。

可选地，作为一个实施例，所述内容信息包括所述报表的标题信息和所述报表的描述信息中的至少一种，所述内容信息中包括词语，所述获取报表的特征数据包括：

将所述内容信息输入Word2Vec模型，以生成所述内容信息对应的词向量，其中，所述特征数据包括所述内容信息对应的词向量。

可选地，作为一个实施例，

所述将所述内容信息输入Word2Vec模型，以生成所述内容信息对应的词向量包括：

对将所述内容信息进行分词处理，得到多个分词；

将所述多个分词输入Word2Vec模型，以生成所述多个分词对应的多个词向量；

基于所述多个词向量中的最大值、最小值和平均值中的至少一种生成所述内容信息对应的词向量。

可选地，作为一个实施例，

所述报表的敏感性等级包括敏感或非敏感；所述报表样本特征数据包括基于报表样本的关键词确定的黑样本特征数据和/或白样本特征数据。

可选地，作为一个实施例，在所述报表的敏感性等级是敏感的情况下，装置500还可以包括监控模块，用于：

对所述报表的访问情况进行监控。

可选地，作为一个实施例，所述拥有者信息包括所述报表拥有者的员工级别信息和所述拥有者归属的部门的敏感性等级信息。

可选地，作为一个实施例，所述访问记录信息包括所述报表访问者的员工级别信息、被访问频次和被访问时间中的至少一种。

根据本说明书实施例的上述报表的敏感性分级装置500可以参照对应前文本说明书实施例的报表的敏感性分级方法100和200的流程，并且，该报表的敏感性分级装置500中的各个单元/模块和上述其他操作和/或功能分别为了实现报表的敏感性分级方法100和200中的相应流程，为了简洁，在此不再赘述。

如图6所示，本说明书还提供了一种报表的敏感性分级装置，如图6所示，该装置600包括：

特征数据获取模块602，可以用于获取报表样本特征数据和敏感性等级标签，所述特征数据包括所述报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

模型训练模块604，可以用于基于所述特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级。

本说明书实施例提供的报表的敏感性分级装置，通过获取报表的特征数据和敏感性等级标签并进行模型训练，即可得到敏感性分级模型，该敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，相对于人工对报表敏感性定级的方法，能够避免因人为认知偏差或操作失误导致的敏感性定级出错的问题，并能够大大提高处理效率。

同时，本说明书实施例中的特征数据包括报表的内容信息、拥有者信息和访问记录信息中的至少一种，由于充分利用了与报表敏感性等级相关的信息源，能够提高预测的敏感性等级的准确性。

根据本说明书实施例的上述报表的敏感性分级装置600可以参照对应前文本说明书实施例的报表的敏感性分级方法300和400的流程，并且，该报表的敏感性分级装置600中的各个单元/模块和上述其他操作和/或功能分别为了实现报表的敏感性分级方法300和400中的相应流程，为了简洁，在此不再赘述。

可选地，作为一个实施例，特征数据获取模块602获取所述报表样本特征数据对应的敏感性等级标签包括：

获取所述报表样本的关键词；

基于所述关键词确定所述报表样本特征数据对应的敏感性等级标签。

下面将结合图7详细描述根据本说明书实施例的电子设备。参考图7，在硬件层面，电子设备包括处理器，可选地，包括内部总线、网络接口、存储器。其中，如图7所示，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括实现其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture，EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成转发聊天信息的装置。处理器，执行存储器所存放的程序，并具体用于执行本说明书前文所述的方法实施例的操作。

上述图1至图4所示实施例揭示的方法、装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

图7所示的电子设备还可执行图1至图4的方法，并实现报表的敏感性分级方法在图1至图4所示实施例的功能，本说明书实施例在此不再赘述。

当然，除了软件实现方式之外，本申请的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

本说明书实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述各个方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

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说明书实施例的方法、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、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图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他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一个流程或多个流程和/或方框图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他可编程数据处理设备上，使得在计算机或其他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，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (17)

1.一种报表的敏感性分级方法，包括：

获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

获取所述报表的关键词，并基于所述关键词确定所述报表的敏感性等级；

将基于所述敏感性分级模型得到的敏感性等级与基于所述关键词得到的敏感性等级进行匹配，得到匹配结果；

基于所述匹配结果，确定所述报表最终的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

2.根据权利要求1所述的方法，所述将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级包括：

将所述特征数据输入敏感性分级模型，其中，所述敏感性分级模型包括多个决策树；

基于所述多个决策树的输出结果，得到所述报表的敏感性等级。

3.根据权利要求1所述的方法，所述获取报表的特征数据之前，所述方法还包括：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签；

基于所述报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签进行模型训练，生成所述敏感性分级模型。

4.根据权利要求1所述的方法，所述内容信息包括所述报表的标题信息和所述报表的描述信息中的至少一种，所述内容信息中包括词语，所述获取报表的特征数据包括：

将所述内容信息输入词向量Word2Vec模型，以生成所述内容信息对应的词向量，其中，所述特征数据包括所述内容信息对应的词向量。

5.根据权利要求4所述的方法，所述将所述内容信息输入Word2Vec模型，以生成所述内容信息对应的词向量包括：

对将所述内容信息进行分词处理，得到多个分词；

将所述多个分词输入Word2Vec模型，以生成所述多个分词对应的多个词向量；

基于所述多个词向量中的最大值、最小值和平均值中的至少一种生成所述内容信息对应的词向量。

6.根据权利要求1所述的方法，所述报表的敏感性等级包括敏感或非敏感；所述报表样本特征数据包括基于报表样本的关键词确定的黑样本特征数据和/或白样本特征数据。

7.根据权利要求1所述的方法，在所述报表的敏感性等级是敏感的情况下，所述方法还包括：

对所述报表的访问情况进行监控。

8.根据权利要求1所述的方法，

所述拥有者信息包括所述报表拥有者的员工级别信息和所述拥有者归属的部门的敏感性等级信息中的至少一种。

9.根据权利要求1所述的方法，

所述访问记录信息包括所述报表访问者的员工级别信息、被访问频次和被访问时间中的至少一种。

10.一种报表的敏感性分级方法，包括：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，预测得到的敏感性等级用于与基于所述目标报表的关键词得到的敏感性等级进行匹配，得到匹配结果，所述匹配结果用于确定所述目标报表最终的敏感性等级。

11.根据权利要求10所述的方法，所述获取所述报表样本特征数据对应的敏感性等级标签包括：

获取所述报表样本的关键词；

基于所述关键词确定所述报表样本特征数据对应的敏感性等级标签。

12.一种报表的敏感性分级装置，包括：

特征数据获取模块，获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

敏感性等级预测模块，将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；获取所述报表的关键词，并基于所述关键词确定所述报表的敏感性等级；将基于所述敏感性分级模型得到的敏感性等级与基于所述关键词得到的敏感性等级进行匹配，得到匹配结果；基于所述匹配结果，确定所述报表最终的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

13.一种报表的敏感性分级装置，包括：

特征数据获取模块，获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

模型训练模块，基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，预测得到的敏感性等级用于与基于所述目标报表的关键词得到的敏感性等级进行匹配，得到匹配结果，所述匹配结果用于确定所述目标报表最终的敏感性等级。

14.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如下操作：

获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

获取所述报表的关键词，并基于所述关键词确定所述报表的敏感性等级；

将基于所述敏感性分级模型得到的敏感性等级与基于所述关键词得到的敏感性等级进行匹配，得到匹配结果；

基于所述匹配结果，确定所述报表最终的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

15.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如下操作：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，预测得到的敏感性等级用于与基于所述目标报表的关键词得到的敏感性等级进行匹配，得到匹配结果，所述匹配结果用于确定所述目标报表最终的敏感性等级。

16.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下操作：

获取报表的特征数据，所述特征数据包括所述报表的内容信息、拥有者信息和访问记录信息中的至少一种；

将所述特征数据输入敏感性分级模型，以得到所述报表的敏感性等级；

获取所述报表的关键词，并基于所述关键词确定所述报表的敏感性等级；

将基于所述敏感性分级模型得到的敏感性等级与基于所述关键词得到的敏感性等级进行匹配，得到匹配结果；

基于所述匹配结果，确定所述报表最终的敏感性等级；

其中，所述敏感性分级模型基于报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签训练得到。

17.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如下操作：

获取报表样本特征数据和所述报表样本特征数据对应的敏感性等级标签，所述报表样本特征数据包括报表样本的内容信息、拥有者信息和访问记录信息中的至少一种；

基于所述报表样本特征数据和所述敏感性等级标签进行模型训练，以生成敏感性分级模型；

其中，所述敏感性分级模型用于基于目标报表的特征数据预测所述目标报表的敏感性等级，预测得到的敏感性等级用于与基于所述目标报表的关键词得到的敏感性等级进行匹配，得到匹配结果，所述匹配结果用于确定所述目标报表最终的敏感性等级。

Images