CN110851463A - 一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法 - Google Patents

一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法 Download PDF

Info

Publication number
CN110851463A
CN110851463A CN201911087882.9A CN201911087882A CN110851463A CN 110851463 A CN110851463 A CN 110851463A CN 201911087882 A CN201911087882 A CN 201911087882A CN 110851463 A CN110851463 A CN 110851463A
Authority
CN
China
Prior art keywords
data
real estate
desensitization
estate registration
rule
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911087882.9A
Other languages
English (en)
Inventor
陈磊
刘圣雅
鲍远军
江洋
刘冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing State Map Information Industry Co Ltd
Original Assignee
Nanjing State Map Information Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing State Map Information Industry Co Ltd filed Critical Nanjing State Map Information Industry Co Ltd
Priority to CN201911087882.9A priority Critical patent/CN110851463A/zh
Publication of CN110851463A publication Critical patent/CN110851463A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioethics (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Remote Sensing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法，包括以下步骤：输入数据，对不动产登记数据库中的各数据表进行关联分析；获取目标关系表；不动产登记数据脱敏规则设计；不动产登记数据脱敏方法实现；不动产登记数据脱敏后结果输出。本发明形成的脱敏后不动产登记数据可以在不动产登记数据横向业务共享、互联网共享及不动产大数据分析广泛应用，有效降低了不动产登记数据的密级、保留表征不动产时空态势型基本特征，在实际应用中具有较好的应用价值。

Description

一种基于互联网地图地理编码引擎的不动产登记数据脱敏与 空间化方法
技术领域
本发明涉及不动产登记信息管理技术领域，具体涉及一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法。
背景技术
不动产是指依自然性质或法律规定不可移动的财产，如土地、房屋等。不动产从客观上看正是“人-地”供需配置的一个必然结果，揭示着“人-地”关系的现状、变化以及城市发展空间格局。
具体而言，不动产登记数据记载了城市全区域多时序、多主体关联的信息和档案，包括了源于社会、经济、政务等不动产数据，涵盖面广泛。不动产登记数据特指经由不动产登记机构登记而形成的不动产权利、对象、权利人的相关数据，其宝贵价值在于利用不动产权利信息(社会关系)串联了不同时期的不动产权利人(人)、不动产对象(城市设施)之间的关系，成为城市发展过程的客观全息立体刻画，是一种典型的城市发展时空变化特征，对研究城市的时空变化特征具有重要的意义。
由于不动产登记数据的具有一定的保密性，不动产登记数据中具有权利人姓名、身份证号、手机号、房产证号、房屋地址、不动产单元号等私密信息。这些数据存在可能泄漏的风险，如果处理不当不但会增加个人人身和财产安全的风险，还容易引起法律纠纷，影响社会安定和谐。因此，现有不动产数据无法实现数据共享，国内外关于不动产研究多集中于广义不动产数据，针对不动产登记数据的研究较少。如何既有效的满足社会对于不动产登记数据和地理数据的共享需要，又能保证不动产保密数据的安全性，是现在进行不动产登记问题研究面临的问题之一，为了解决不动产登记数据保密问题所带来的研究不便，本发明提出一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法。即采取地理编码、随机化、掩码屏蔽、空间化、SQL截取、基于互联网地图编码引擎的数据空间化等方法对采集到的数据进行脱敏、脱密处理，将数据中的权利人姓名、身份证号、房屋坐落、不动产单元号、权籍等信息进行删除和隐藏。
实用新型内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法。
为实现上述技术目的，本发明采取的技术方案为：
一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法，包括以下步骤：
1、输入数据，对不动产登记数据库中的各数据表进行关联分析，主要分析关联不动产权证书数据、权利人数据、不动产项目数据、不动产单元数据和不动产登记薄数据等。
2、获取目标关系表。对不动产登记业务数据关系分析，提取出权利人数据、不动产对象数据和权利数据，通过关联分析获得三张表之间的关系表。
3、不动产登记数据脱敏规则设计。不动产登记数据脱敏规则设计应遵循不可逆、随机性、可用性和自主可控的原则，针对各属性字段实际情况进行一对一脱敏规则设计，主要包括随机规则、SQL截取规则、掩码屏蔽规则、地理编码规则和空间化规则。如不动产单元号数据的脱敏采取随机化规则、权利人姓名数据脱敏采取掩码屏蔽规则、房屋面积数据脱敏采取区间化规则、权利人身份证号数据脱敏采取 SQL截取相关字段并脱敏原则、房屋坐落采取地理编码规则。
4、不动产登记数据脱敏方法实现，包括以下步骤：
(1)数据分析；对原始数据中的权利人数据、权利数据、不动产对象数据进行对照关联、主体对象化、简化分析等操作，提取出所需权利人数据、权利数据、不动产数据和整体不动产登记数据。
(2)脱敏方法；对不动产业务数据进行脱敏的主要运用随机化方法、SQL截取方法、掩码屏蔽方法、地理编码方法、区间化方法和基于地理编码引擎的不动产登记数据房屋坐落空间化方法。
(3)脱敏函数设计；对不动产业务数据进行脱敏所需脱敏函数主要为随机函数(SJ)、SQL截取函数(JQ)、掩码屏蔽函数(YM)、地理编码函数(BM)、区间化函数(QJH)，其具体函数详见具体实施方式4.3。
(4)函数运用
5、输出脱敏后结果
通过上诉脱敏流程得到脱敏后的不动产登记数据，具体为：如不动产单元号数据320413012008GB0078F00010008经随机化脱敏后变为102215804436GB1234F11678892；权利人姓名张三经掩码屏蔽脱敏后变为张**；权利人身份证号123456789098765432经SQL截取及区间化脱敏后变为户籍信息123456，年龄5，性别1；房屋坐落地址江苏南京建邺区经地理编码脱敏后转换为经纬度坐标 (120.6059,31.3076)等。
附图说明
图1为本发明流程图；
图2为本发明实例不动产登记数据库数据关系图；
图3为本发明不动产登记簿及不动产权证；
图4为本发明实施例ETL结构图；
图5为本发明实例基于地理编码引擎的不动产登记数据房屋坐落空间化流程图；
表1不动产登记数据库数据表；
表2不动产数据脱敏规则设计；
表3随机函数(SJ)设计；
表4SQL截取函数(JQ)设计；
表5掩码屏蔽函数(YM)设计；
表6为本发明实施例不动产数据库数据字段信息表；
表7为本发明实施例不动产数据脱敏规则表。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
参见图1，本发明的一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法，包括以下步骤：
1、输入数据，对不动产登记数据库中的各数据表进行关联分析。
不动产登记数据记载了城市全区域多时序、多主体关联的信息和档案,不动产登记信息主要通过不动产登记薄和不动产权证记载管理。不动产登记薄由不动产登记机构管理，不动产权证由权利人管理，不动产登记业务数据包含了不动产权证书数据、权利人数据、不动产单元数据和不动产项目数据及不动产登记薄，其宝贵价值在于利用不动产权利信息(社会关系)串联了不同时期的不动产权利人(人)、不动产对象(城市设施)之间的关系，成为城市发展过程的客观全息立体刻画，是一种典型的城市发展时空变化特征。不动产权证书数据包含证书ID(ZSID)、不动产权证号(BDCQZH)、证号流水号(ZHLSH)、持证人(CZR)、单位编码(DWBM)等字段信息；权利人数据包含权利人ID(QLRID)、项目ID(XMID)、权利人(QLR)、权利人身份证号 (QLRSFZH)、权利人电话(QLRDH)等字段信息；不动产项目数据包含：项目ID(PROID)、编号(BH)、权利类型(QLLX)、登记类型(DLLX)、登记原因(DJYY)等字段信息；不动产单元数据包含不动产单元ID (BDCDYID)、不动产单元号(BDCDYH)、登记薄ID(DJBID)、备注(BH)、不动产类型(BDCLX)、不动产单元房屋类型(BDCFWLX)等字段信息。各数据表详细字段信息见表1，不动产登记数据库中各数据表间的关联关系见图2。
表1不动产登记数据库数据表
Figure RE-GDA0002325883050000071
2、获取目标关系表。
对不动产登记业务数据进行对照关联、主体对象化、简化分析等操作，具体为进行字段属性和语义等规范化处理；对业务信息中的坐落、权利人和权证号等关键信息进行规范化、标准化处理；对缺失数据进行补充，做到档案信息不缺项；对重复数据进行标识，并删除多余数据；对数据的优先级进行定义。并且建立一定的串案规则，对数据进行自动串案，包括不动产对象的串案、权利的串案和权利、权利人一体的串案等，形成整合成果。经过上诉操作，提取出以权利人为主体的权利人数据表、以权利为主体的权利数据表、以不动产对象为主体的不动产对象数据表和三者关联得到的整体不动产登记数据表。通过分析相关表之间的联系获得三张表之间的关系表。权利人数据是具有权利人户籍、身份证号、姓名等信息的属性表数据；不动产权利数据包括了不动产抵押登记数据、不动产产权登记数据、不动产查封登记数据，具有不动产单元号、房屋坐落地址、房屋所有权人、身份证号和其他房屋登记相关情况等信息，涉及的业务面广、业务性强；不动产对象数据是指房屋、土地、森林、海域、构筑物等基本单元数据。由实际情况可知，权利人数据、不动产对象数据和权利数据三者之间均为多对多的关系，一个权利人名下可有多个不动产对象，一个不动产对象也可登记在多个权利人名下，同理，一个不动产对象可有多种权利状态，一种权利登记下也可有多个不动产对象。
3、不动产登记数据脱敏规则设计。不动产数据中包含信息众多，这些信息不都是敏感信息，结合实际业务应用、内部安全管理和对外开放共享等特点，通过对不动产登记数据进行相关分析，将不动产数据整合划分为“权利人身份相关数据”、“不动产业务权属数据”、“不动产业务辅助数据”三大类，并提取出相关敏感信息，如与权利人相关的权利人姓名、身份证号、手机号、权利人出生年月、年龄等数据；与不动产业务权属相关的产权证号、产权面积、不动产单元号、房屋坐落地址、自然幢号等；与不动产业务辅助数据相关的档案号、代理人证件号等。不动产登记数据脱敏不仅要确保敏感信息被去除，还需要充分考虑脱敏花费、实际业务需求等因素，数据保护与数据挖掘是一对矛盾体，既要使数据潜在价值得到充分应用，又要确保敏感信息不被泄露。因此，在进行数据脱敏时，需要明确脱敏数据范围、脱敏需求以及脱敏后的数据用途。不动产登记数据脱敏建议遵循以下原则：
(1)不可逆原则。数据经过脱敏处理后，敏感信息已被移除，且无法通过技术手段还原敏感内容。
(2)随机性原则。数据脱敏时，采用随机数据代替真值，保持替换值的随机性以模拟样本的真实性。例如用随机生成的姓和名代替真值，具有不可逆性。
(3)可用性原则。保证脱敏后数据在非原始环境中的可用性，保障数据的真实性。
(4)自主可控原则。脱敏工具开发与脱敏工作分离，脱敏规则可灵活配置，确保脱敏工作的自主可控。
综合上述分析后，遵照不动产数据脱敏的不可逆、随机性、可用性和自主可控的原则，基于典型的数据脱敏方法，形成不动产登记信息保护脱敏规则，如表2所示。
表2不动产数据脱敏规则设计
Figure RE-GDA0002325883050000111
Figure RE-GDA0002325883050000121
Figure RE-GDA0002325883050000131
4、不动产登记数据脱敏方法实现，包括以下步骤：
(1)数据分析；对原始数据中的权利人数据、权利数据、不动产对象数据进行对照关联、主体对象化、简化分析等操作，提取出所需权利人数据、权利数据、不动产数据和整体不动产登记数据。
(2)脱敏方法；对不动产业务数据进行脱敏的主要运用随机化方法、掩码屏蔽方法、SQL截取方法、地理编码方法、区间化方法、基于互联网地图地理编码引擎的不动产登记数据房屋坐落空间化方法等。
1)SQL截取方法:舍弃关键信息，仅保留部分信息，以保证数据的模糊性。
例如:将地址“某某市某某区某号楼某某单元611”截断为:某某市某某区某某，例如身份证号码“123456789101112”，其中包含有持证人的户籍信息(身份证号前六位是地区码)，出生日期、性别(身份证号第17位数字表示性别：奇数表示男性，偶数表示女性)，又可由出生日期计算出持证人的年龄信息。因此，对身份证号的脱敏方法采取SQL截取相应数字信息分别进行脱敏规则设计。
2)掩码屏蔽方法:对敏感数据的部分内容用通用字符(如“X、*”等)进行统一置换，使敏感数据仅部分内容公开，对信息持有者易于辨别。该方法在实现脱敏的同时，保证信息的长度不变，是当前使用最为广泛的脱敏方法。
3)随机化方法:参考原始数据的特征，重新随机生成数据，部分情况下进行加盐(随机盐)处理，提升安全性。这种随机生成数据与原始数据间没有映射关系，因此具有不可逆性。
4)地理编码方法：地理编码技术将不动产登记房屋坐落的详细地址以地理坐标(如经纬度)表示。其中，地理编码过程通常包括数据清洗、地址标准化和地址匹配三个过程。数据清洗阶段是将用户输入的文本纠正字符集不一致错误、拼写错误等；地址标准化是指将用户输入的地址处理成为一种熟悉的、常用的格式等。地址匹配为输入的地址数据返回最准确的匹配结果，完成匹配的地址数据被赋予了空间坐标，从而能够在地图上表示出此地址数据所代表的空间位置。在此过程中用到了ETL技术，ETL(Extract-Transform-Load)技术用于将数据从源端经抽取(extract)、转换(transform)、加载(load) 至目的端的过程。其抽取过程实现了数据清洗、数据标准化、数据统计等，是进行地理编码过程中的重要技术，其结构如图5所示。
5)区间化方法：采用一个区间值的等级值来代替具体数据，如不动产房屋面积为98m2属于【0-100】区间，用数字1表示。
6)基于互联网地图地理编码引擎的不动产登记数据房屋坐落空间化
地理编码引擎关注逻辑层，可采用XML文本、JSON等多种形式来组织反馈结果。地理编码是实现地理地址转换为地理位置的过程，其中地理位置可以以经纬度形式表示，也可以以地理空间中的点要素表示，该过程实质上实现了描述性位置元素转变为参照数据元素，实现从定性化往定量化的过渡。技术流程图见图6，其具体实现过程如下：
①标准化；获取到原始不动产登记数据后，提取房屋的坐落地址字段，对地址字段中记录的各条属性信息进行标准化处理，标准化处理的方法包括：区县行政区名称补全、特殊符号过滤等。
②地理编码引擎；选取地理编码引擎服务商，包括：高德地图、百度地图、GeoQ地图等，获取地理编码API，编写对应的脚本工具，逐条调取地理编码引擎，获得对应的返回结果XML，解析返回结果，获取对应的经纬度坐标，并将经纬度坐标保存到对应的房屋表记录上。
③投影转换；由于房屋点图层的空间参考与权籍宗地或权籍房屋的空间参考不一致，需要对其进行投影转换。
④影像配准；完成投影转换后的房屋楼盘表点图层的点位置是不准确的，造成的不准确的原因包括：POI点采集误差、数据脱密误差、房屋坐标描述模糊误差等，因此需要进行配准操作。最后，对影像配准后的结果数据进行结果检查，具体包括：空间数据检查、属性数据检查、关联关系检查及元数据检查。
(3)脱敏函数设计
表3随机函数(SJ)设计
Figure RE-GDA0002325883050000161
表4 SQL截取函数(JQ)设计
Figure RE-GDA0002325883050000162
Figure RE-GDA0002325883050000181
表5掩码屏蔽函数(YM)设计
Figure RE-GDA0002325883050000182
Figure RE-GDA0002325883050000191
表6地理编码函数(BM)设计
Figure RE-GDA0002325883050000192
表7区间化函数(QJH)设计
Figure RE-GDA0002325883050000211
(4)脱敏主程序
SELECT
YM(T2.QLRMC)as脱敏后权利人名称，JQ(T2.QLRSFZH)as[户籍所在地，年龄，性别]，SJ(T.BDCDYH)as脱敏后不动产单元号，
BM(T.ZL)as[地理坐标X，地理坐标Y]，KJH(T3.MJ)as脱敏后房屋面积，DATE(T3.DJSJ)as脱敏后登记时间
FROM BDC_BDCDY T
INNER JOIN BDC_QL_REL T1 ON T.BDCID＝T1.BDCID
INNER JOIN BDC_QLR T2 ON T1.QLID＝T2.QLID
INNER JOIN BDC_ZS T3 ON T1.QLID＝T3.ZSID
(5)输出脱敏后结果
通过上诉脱敏流程得到脱敏后的不动产登记数据，具体为：不动产单元号数据320413012008GB0078F00010008经随机化脱敏后变为 102215804436GB1234F11678892；权利人姓名叶某某经掩码屏蔽脱敏后变为叶**；权利人身份证号1234567891011121经SQL截取及区间化脱敏后变为户籍信息460033，年龄5，性别1；房屋坐落地址江苏南京建邺区经地理编码脱敏后转换为经纬度坐标(120.6059,31.3076)等。
综上所述，本发明的一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法，不动产登记数据采集、数据关联、数据分析及敏感数据脱敏方法应符合相关规范标准，用于实现地理对象空间化的地理编码引擎方法，实现了房屋地址的空间表达，构建了房屋点图层，结合自动匹配和人工匹配的方式，很大程度上减少了原本人工匹配输入量大、难以定位大致范围的问题，提高了不动产空间分析的效率，在实际应用中具有较好的应用价值，另外，脱敏后的不动产登记数据可实现各不动产登记数据横向业务共享、互联网共享及不动产大数据分析广泛应用，有效降低了不动产登记数据的密级、保留表征不动产时空态势型基本特征，对研究基于不动产数据的城市时空变化特征及其他相关不动产登记研究具有重要意义。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (5)

1.对不动产登记数据库中各数据表进行关联分析。分析关联不动产权证书数据、权利人数据、不动产项目数据、不动产单元数据和不动产登记薄数据等。
2.获取目标关系表。分析不动产登记业务数据关系，提取出权利人数据、不动产对象数据和权利数据，并获得三张表之间的关系。
3.不动产登记数据脱敏规则设计。不动产登记数据脱敏规则设计应遵循不可逆、随机性、可用性和自主可控的原则，按照各属性字段实际情况进行一对一脱敏规则设计，主要包括随机规则、SQL截取规则、掩码屏蔽规则、地理编码规则和空间化规则。
4.不动产登记数据脱敏方法实现，包括以下步骤：
(1)数据分析；对原始数据中的权利人数据、权利数据、不动产对象数据进行对照关联、主体对象化、简化分析等操作，提取出所需权利人数据、权利数据、不动产数据和整体不动产登记数据；
(2)脱敏方法；对不动产业务数据进行脱敏主要运用随机化方法、SQL截取方法、掩码屏蔽方法、地理编码方法、区间化方法和基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法；
(3)脱敏函数设计；对不动产业务数据进行脱敏所需脱敏函数主要为随机函数(SJ)、SQL截取函数(JQ)、掩码屏蔽函数(YM)、地理编码函数(BM)和区间化函数(QJH)；
(4)函数运用。
5.输出结果；不动产单元号被随机化脱敏改变；权利人姓名掩码屏蔽脱敏；权利人身份证号经SQL截取及区间化脱敏后改变；房屋坐落地址脱敏后转换为经纬度坐标等。
CN201911087882.9A 2019-11-08 2019-11-08 一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法 Pending CN110851463A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911087882.9A CN110851463A (zh) 2019-11-08 2019-11-08 一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911087882.9A CN110851463A (zh) 2019-11-08 2019-11-08 一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法

Publications (1)

Publication Number Publication Date
CN110851463A true CN110851463A (zh) 2020-02-28

Family

ID=69600115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911087882.9A Pending CN110851463A (zh) 2019-11-08 2019-11-08 一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法

Country Status (1)

Country Link
CN (1) CN110851463A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459941A (zh) * 2020-04-03 2020-07-28 福州市勘测院 基于地理编码索引和多源数据比对的历史宗地落宗方法
CN113051357A (zh) * 2021-03-08 2021-06-29 中国地质大学（武汉） 一种基于博弈论的矢量地图最优化局部脱敏方法
CN113569629A (zh) * 2021-06-11 2021-10-29 杭州玖欣物联科技有限公司 一种机加工图纸关键信息提取和敏感信息脱敏的模型方法
CN113656493A (zh) * 2021-07-23 2021-11-16 贵州图智信息技术有限公司 一种构建数字孪生城市多库融合的方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063482A (zh) * 2014-07-03 2014-09-24 浙江大学 一种面向不动产登记的业务数据整合方法
CN107357940A (zh) * 2017-08-28 2017-11-17 中煤航测遥感集团有限公司 一种不动产数据整合的方法和设备
CN107704770A (zh) * 2017-09-28 2018-02-16 平安普惠企业管理有限公司 敏感信息脱敏方法、系统、设备及可读存储介质
CN107766741A (zh) * 2017-10-23 2018-03-06 中恒华瑞（北京）信息技术有限公司 数据脱敏系统和方法
CN109558746A (zh) * 2018-11-06 2019-04-02 泰康保险集团股份有限公司 数据脱敏方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063482A (zh) * 2014-07-03 2014-09-24 浙江大学 一种面向不动产登记的业务数据整合方法
CN107357940A (zh) * 2017-08-28 2017-11-17 中煤航测遥感集团有限公司 一种不动产数据整合的方法和设备
CN107704770A (zh) * 2017-09-28 2018-02-16 平安普惠企业管理有限公司 敏感信息脱敏方法、系统、设备及可读存储介质
CN107766741A (zh) * 2017-10-23 2018-03-06 中恒华瑞（北京）信息技术有限公司 数据脱敏系统和方法
CN109558746A (zh) * 2018-11-06 2019-04-02 泰康保险集团股份有限公司 数据脱敏方法、装置、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕军等: "基于多业务场景的大数据脱敏技术研究及其在电力用户隐私信息保护中的应用", 《电力大数据》 *
徐财江等: "不动产统一登记数据整合技术方法研究", 《国土资源信息化》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459941A (zh) * 2020-04-03 2020-07-28 福州市勘测院 基于地理编码索引和多源数据比对的历史宗地落宗方法
CN113051357A (zh) * 2021-03-08 2021-06-29 中国地质大学（武汉） 一种基于博弈论的矢量地图最优化局部脱敏方法
CN113051357B (zh) * 2021-03-08 2022-09-30 中国地质大学（武汉） 一种基于博弈论的矢量地图最优化局部脱敏方法
CN113569629A (zh) * 2021-06-11 2021-10-29 杭州玖欣物联科技有限公司 一种机加工图纸关键信息提取和敏感信息脱敏的模型方法
CN113569629B (zh) * 2021-06-11 2023-09-15 杭州玖欣物联科技有限公司 一种机加工图纸关键信息提取和敏感信息脱敏的模型方法
CN113656493A (zh) * 2021-07-23 2021-11-16 贵州图智信息技术有限公司 一种构建数字孪生城市多库融合的方法及系统

Similar Documents

Publication Publication Date Title
CN110851463A (zh) 一种基于互联网地图地理编码引擎的不动产登记数据脱敏与空间化方法
Elliot et al. The anonymisation decision-making framework
Niemiller et al. Patterns of cave biodiversity and endemism in the Appalachians and Interior Plateau of Tennessee, USA
CN103678350A (zh) 社交网络搜索结果展示方法及装置
Georgiadou et al. Digital earth ethics
Puthillam et al. Beyond left and right: A scale to measure political ideology in India
WO2020070137A1 (en) Systems and methods for processing a database query
Halevy et al. Data Management for Journalism.
Chapman et al. Guide to best practices for generalising sensitive/primary species occurrence-data. Version 1.0.
Sala et al. Midas for government: Integration of government spending data on Hadoop
CN116028467A (zh) 智能服务大数据建模方法、系统、存储介质及计算机设备
CN110851431B (zh) 用于数据中台的数据处理方法及装置
Matthiesen Centre–periphery relations and the emergence of a public sphere in Saudi Arabia: The municipal elections in the Eastern Province, 1954–1960
Carrillo-Brenes et al. A proposal for semantic integration of crime data in Mexico City
Gantner A spatiotemporal ontology for the administrative units of Switzerland
AT&T JonReadesThesis.pdf
Groom Using legacy botanical literature as a source of phytogeographical data
Taylor et al. Canada's Federal Electoral Districts, 1867–2021: New Digital Boundary Files and a Comparative Investigation of District Compactness
CN105844403A (zh) 一种企业管理系统信息全局查找溯源的方法
Dyczek Rhizon, 2008–2012: Preliminary Report on the Excavations of the Center for Research on the Antiquity of Southeastern Europe, University of Warsaw
Kalogianni et al. Refining the legal land administration-related aspects in LADM
Blakemore Call for a Census of Soil Invertebrates (CoSI)
Mindlin Confidentiality and local information systems
Radio et al. Evaluation of geographic vocabularies and their usage
CN115392875B (zh) 一种传统民居保护数据系统及数据处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200228