CN113343226A - 基于群体化的敏感数据追踪监测方法、装置、设备及介质 - Google Patents
基于群体化的敏感数据追踪监测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113343226A CN113343226A CN202110719749.1A CN202110719749A CN113343226A CN 113343226 A CN113343226 A CN 113343226A CN 202110719749 A CN202110719749 A CN 202110719749A CN 113343226 A CN113343226 A CN 113343226A
- Authority
- CN
- China
- Prior art keywords
- data
- sensitive
- fuzzy
- information
- encrypted data
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013524 data verification Methods 0.000 claims abstract description 30
- 238000012795 verification Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000012806 monitoring device Methods 0.000 claims abstract description 9
- 238000013075 data extraction Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/552—Detecting local intrusion or implementing counter-measures involving long-term monitoring or reporting
-
- 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
- G06F21/602—Providing cryptographic facilities or services
-
- 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
Abstract
本发明涉及密码技术,揭露了一种基于群体化的敏感数据追踪监测方法,包括:对待处理信息进行数据提取,得到初始数据集,根据预设规则从初始数据集中筛选出敏感数据和模糊数据并进行加密,得到加密后的数据和对应的解密私钥,筛选出用户信息满足信息校验条件的用户端作为标准用户端并构建成标准群组,向标准群组推送敏感加密数据和通过数据验证的所述模糊加密数据,以使标准群组中的标准用户端对加密数据进行解密和监测,此外,本发明还涉及区块链技术,所述敏感数据可存储于区块链的节点。本发明还提出一种基于群体化的敏感数据追踪监测装置、电子设备以及计算机可读存储介质。本发明可以解决敏感数据追踪监测的效率较低的问题。
Description
技术领域
本发明涉及密码技术领域,尤其涉及一种基于群体化的敏感数据追踪监测方法、装置、电子设备及计算机可读存储介质。
背景技术
随着信息技术的快速发展和互联网应用的广泛普及,数据流量中的不良信息或恶意程序、数据泄露、数据违规传输等数据安全事件问题,给数据安全防护工作带来巨大挑战。为了加强重要行业或领域的数据安全防护,对识别出的敏感数据进行追踪监测始终是网络信息安全维护的重要议题。
现有的敏感数据追踪监测方法通常是将识别到的敏感数据推送至单独的用户端,用户端对接收到的敏感数据进行一一追踪和监测,由于仅能通过一个终端对敏感数据进行追踪,当用户端任务多或者离线时,无法实现对敏感数据的追踪,敏感数据追踪监测的效率较低。
发明内容
本发明提供一种基于群体化的敏感数据追踪监测方法、装置及计算机可读存储介质,其主要目的在于解决敏感数据追踪监测的效率较低的问题。
为实现上述目的,本发明提供的一种基于群体化的敏感数据追踪监测方法,包括:
获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集;
将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据;
对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥;
获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组;
向所述标准群组推送所述敏感加密数据,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,并对解密后的敏感解密数据执行监测操作;
对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
可选地,所述对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,包括:
获取任意两个不同的素数,对所述素数进行非对称计算处理,得到加密密钥和解密私钥;
运用所述加密密钥对所述敏感数据进行加密,得到敏感加密数据,以及确定所述敏感加密数据对应的第一解密私钥。
可选地,所述向所述标准群组推送所述敏感加密数据,包括:
获取推送队列任务,所述推送队列任务中包括推送顺序;
按照所述推送顺序向所述标准群组推送所述敏感加密数据。
可选地,所述将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据之前,所述方法还包括:
获取多个不同的表达式组件;
根据所述初始数据的性质对所述初始数据进行分析,得到分析结果;
根据所述分析结果从多个不同的表达式组件中选择表达式组件进行编写,得到所述正则表达式;
将所述正则表达式作为所述精准匹配规则。
可选地,所述将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据,包括:
识别所述初始数据集中初始数据的数据格式,并将所述数据格式为字符串的初始数据作为模糊数据;或者
识别所述初始数据集中与预设关键词库中的关键词相同的初始数据作为模糊数据。
可选地,所述对所述待处理信息进行数据提取,得到初始数据集,包括:
识别所述待处理信息包含的信息类型;
若所述待处理信息包含文本信息,将所述文本信息中的文本数据作为初始数据集;
若所述待处理信息包含图片信息,对所述图片信息进行文本识别,得到初始数据集。
可选地,所述识别所述待处理信息包含的信息类型,包括:
提取所述待处理信息的后缀名称;
根据预设的名称类型映射表识别所述待处理信息包含的信息类型。
为了解决上述问题,本发明还提供一种基于群体化的敏感数据追踪监测装置,所述装置包括:
数据提取模块,用于获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集;
规则匹配模块,用于将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据;
数据加密模块,用于对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥;
群组构建模块,用于获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组;
数据监测模块,用于向所述标准群组推送所述敏感加密数据,以及对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的基于群体化的敏感数据追踪监测方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于群体化的敏感数据追踪监测方法。
本发明实施例中,通过对待处理信息进行数据提取,得到初始数据集,并利用预设的精准匹配规则和模糊匹配规则对所述初始数据集进行匹配,得到敏感数据和模糊数据,区分敏感数据和模糊数据可以保障敏感数据追踪识别的准确性,同时后续会对模糊数据进行进一步验证,分别对所述敏感数据和所述模糊数据进行第一加密和第二加密,保证了数据的安全性和不可篡改性,将多个标准用户端构建成标准群组,并将所述敏感加密数据推送至所述标准群组中,以使标准组群中的标准用户端对所述敏感加密数据进行解密,对解密后的敏感加密数据执行监测操作,对所述模糊加密数据进行数据验证处理,当通过数据验证时将所述模糊加密数据推送至标准群组中,以使标准组群中的标准用户端执行解密及监测操作,通过标准群组对敏感数据和模糊数据分别追踪,可以提高敏感数据追踪识别的准确性,并且在追踪时,由标准组群中的终端进行解密才能进行监测,避免了将数据直接推送至组群中带来的数据安全性降低的问题,本发明实施例可以使标准组群中的标准用户端能够同时对敏感数据进行监测且追踪,并且在实现同时追踪时提高敏感数据的安全性。因此本发明提出的基于群体化的敏感数据追踪监测方法、装置、电子设备及计算机可读存储介质,可以解决敏感数据追踪监测的效率较低的问题。
附图说明
图1为本发明一实施例提供的基于群体化的敏感数据追踪监测方法的流程示意图;
图2为本发明一实施例提供的基于群体化的敏感数据追踪监测装置的功能模块图;
图3为本发明一实施例提供的实现所述基于群体化的敏感数据追踪监测方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于群体化的敏感数据追踪监测方法。所述基于群体化的敏感数据追踪监测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于群体化的敏感数据追踪监测方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的基于群体化的敏感数据追踪监测方法的流程示意图。在本实施例中,所述基于群体化的敏感数据追踪监测方法包括:
S1、获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集。
本发明实施例中,所述待处理信息为用户用于录入或者上传至隐私APP的信息,可以利用具有数据获取功能的高级程序语言从用户用于保存相关信息的数据库中获取待处理信息。
具体地,所述对所述待处理信息进行数据提取,得到初始数据集,包括:
识别所述待处理信息包含的信息类型;
若所述待处理信息包含文本信息,将所述文本信息中的文本数据作为初始数据集;
若所述待处理信息包含图片信息,对所述图片信息进行文本识别,得到初始数据集。
进一步地,所述识别所述待处理信息包含的信息类型,包括:
提取所述待处理信息的后缀名称;
根据预设的名称类型映射表识别所述待处理信息包含的信息类型。
其中,所述预设的名称类型映射表中包括多条后缀名称与信息类型一一对应的数据。
详细地,所述待处理信息中包含文本信息或者图片信息,当所述待处理信息包含文本信息时,直接提取出所述文本信息中的文本数据即可,当所述待处理信息包含图片信息时,可以利用OCR(Optical Character Recognition,光学字符识别)文字识别软件,将图片上的文字内容直接转换为可编辑文本。
S2、将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据。
本发明实施例中,所述将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据之前,所述方法还包括:
获取多个不同的表达式组件;
根据所述初始数据的性质对所述初始数据进行分析,得到分析结果;
根据所述分析结果从多个不同的表达式组件中选择表达式组件进行编写,得到所述正则表达式;
将所述正则表达式作为所述精准匹配规则。
其中,所述表达式组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。
详细地,所述初始数据的性质不同,性质是指所述初始数据所属的类别,例如,当所述初始数据为电话号码时,则具有构成电话号码的特定性质,电话号码的不同位数具有不同的含义,根据所述初始数据的性质对所述初始数据进行分析,即分析组成初始数据的部分,得到分析结果,根据分析结果选择表达式组件,按照初始数据构建正则表达式。
例如,所述初始数据为电话号码,其性质为构成电话号码的不同位置数据代表的含义,其中,电话号码为11位,电话号码中不同段的数字有不同的含义,电话号码的前3位为网络识别号,电话号码的第4-7位为地区编码(归属地),电话号码的第8-11位为用户号码(个人编码)。
进一步地,将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据。
具体地,所述将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据,包括:
识别所述初始数据集中初始数据的数据格式,并将所述数据格式为字符串的初始数据作为模糊数据;或者
识别所述初始数据集中与预设关键词库中的关键词相同的初始数据作为模糊数据。
详细地,所述模糊匹配规则用于将具有特定格式的数据或者与预设关键词库中的关键词相同的数据识别为模糊数据,在一定程度上扩大了识别的范围。
S3、对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥。
本发明实施例中,所述对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,包括:
获取任意两个不同的素数,对所述素数进行非对称计算处理,得到加密密钥和解密私钥;
运用所述加密密钥对所述敏感数据进行加密,得到敏感加密数据,以及确定所述敏感加密数据对应的第一解密私钥。
优选地,所述素数为数值大于预设数值的素数。
进一步地,所述获取任意两个不同的素数,对所述素数进行非对称计算处理,得到加密密钥和解密私钥,包括:
详细地,对所述敏感数据进行第一加密之后,生成敏感加密数据和对应的第一解密私钥,只有利用所述对应的第一解密私钥才能对所述敏感加密数据进行解密,提高了数据存储的安全性,也提高了获取到的敏感数据的真实性和可靠性。
其中,对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥的过程与对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥一致,此处不再赘述。
S4、获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组。
本发明实施例中,所述多个用户端是指想要关注敏感数据的对象,所述多个用户端对应的用户信息是指用户所包含的身份信息等。
具体地,在本发明实施例中,所述筛选出用户信息满足预设信息校验条件的用户端作为标准用户端即将所述多个用户端中用户信息符合预设的第三方信息库中的用户信息对应的用户端作为标准用户端。
进一步地,将多个标准用户构建成标准群组是指将筛选得到的标准用户统一组合在一起,从而得到标准群组。
S5、向所述标准群组推送所述敏感加密数据,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,并对解密后的敏感解密数据执行监测操作。
本实施例中,所述标准群组中的各个标准用户端都可以对敏感加密数据进行解密,进而对解密后的敏感解密数据执行追踪监测,具体的可以监测敏感解密数据的流向,与哪些终端有交互等信息。
本发明实施例中,所述向所述标准群组推送所述敏感加密数据,包括:
获取推送队列任务,所述推送队列任务中包括推送顺序;
按照所述推送顺序向所述标准群组推送所述敏感加密数据。
详细地,将所述敏感加密数据放置进预先构建的推送队列任务中,并按照所述推送队列任务中的推送顺序将所述敏感加密数据推送至所述标准群组。
具体地,标准用户端对所述敏感加密数据进行解密,包括:
标准用户端调用所述第一解密私钥,并利用所述第一解密私钥对所述敏感加密数据进行解密。
详细地,只有利用所述对应的第一解密私钥才能对所述敏感加密数据进行解密,提高了数据追踪时的安全性。
S6、对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
本发明实施例中,所述模糊加密数据是指符合预设的模糊匹配规则且进一步地加密的数据,由于符合所述模糊匹配规则的模糊数据不一定都是敏感数据,具有不确定性,因此需要对所述模糊加密数据进行数据验证处理,再次检验判定所述模糊加密数据的性质。
其中,所述对所述模糊加密数据进行数据验证是将所述模糊加密数据与预设的敏感数据库中的数据进行一一比对,进而确定所述模糊加密数据中是否存在敏感数据,若存在则所述数据验证通过。
详细地,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的所述模糊加密数据执行监测操作。
本发明实施例中,通过对待处理信息进行数据提取,得到初始数据集,并利用预设的精准匹配规则和模糊匹配规则对所述初始数据集进行匹配,得到敏感数据和模糊数据,区分敏感数据和模糊数据可以保障敏感数据追踪识别的准确性,同时后续会对模糊数据进行进一步验证,分别对所述敏感数据和所述模糊数据进行第一加密和第二加密,保证了数据的安全性和不可篡改性,将多个标准用户端构建成标准群组,并将所述敏感加密数据推送至所述标准群组中,以使标准组群中的标准用户端对所述敏感加密数据进行解密,对解密后的敏感加密数据执行监测操作,对所述模糊加密数据进行数据验证处理,当通过数据验证时将所述模糊加密数据推送至标准群组中,以使标准组群中的标准用户端执行解密及监测操作,通过标准群组对敏感数据和模糊数据分别追踪,可以提高敏感数据追踪识别的准确性,并且在追踪时,由标准组群中的终端进行解密才能进行监测,避免了将数据直接推送至组群中带来的数据安全性降低的问题,本发明实施例可以使标准组群中的标准用户端能够同时对敏感数据进行监测且追踪,并且在实现同时追踪时提高敏感数据的安全性。因此本发明提出的基于群体化的敏感数据追踪监测方法可以解决敏感数据追踪监测的效率较低的问题。
如图2所示,是本发明一实施例提供的基于群体化的敏感数据追踪监测装置的功能模块图。
本发明所述基于群体化的敏感数据追踪监测装置100可以安装于电子设备中。根据实现的功能,所述基于群体化的敏感数据追踪监测装置100可以包括数据提取模块101、规则匹配模块102、数据加密模块103、群组构建模块104及数据监测模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据提取模块101,用于获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集;
所述规则匹配模块102,用于将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据;
所述数据加密模块103,用于对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥;
所述群组构建模块104,用于获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组;
所述数据监测模块105,用于向所述标准群组推送所述敏感加密数据,以及对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
详细地,所述基于群体化的敏感数据追踪监测装置100各模块的具体实施方式如下:
步骤一、获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集。
本发明实施例中,所述待处理信息为用户用于录入或者上传至隐私APP的信息,可以利用具有数据获取功能的高级程序语言从用户用于保存相关信息的数据库中获取待处理信息。
具体地,所述对所述待处理信息进行数据提取,得到初始数据集,包括:
识别所述待处理信息包含的信息类型;
若所述待处理信息包含文本信息,将所述文本信息中的文本数据作为初始数据集;
若所述待处理信息包含图片信息,对所述图片信息进行文本识别,得到初始数据集。
进一步地,所述识别所述待处理信息包含的信息类型,包括:
提取所述待处理信息的后缀名称;
根据预设的名称类型映射表识别所述待处理信息包含的信息类型。
其中,所述预设的名称类型映射表中包括多条后缀名称与信息类型一一对应的数据。
详细地,所述待处理信息中包含文本信息或者图片信息,当所述待处理信息包含文本信息时,直接提取出所述文本信息中的文本数据即可,当所述待处理信息包含图片信息时,可以利用OCR(Optical Character Recognition,光学字符识别)文字识别软件,将图片上的文字内容直接转换为可编辑文本。
步骤二、将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据。
本发明实施例中,所述将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据之前,所述方法还包括:
获取多个不同的表达式组件;
根据所述初始数据的性质对所述初始数据进行分析,得到分析结果;
根据所述分析结果从多个不同的表达式组件中选择表达式组件进行编写,得到所述正则表达式;
将所述正则表达式作为所述精准匹配规则。
其中,所述表达式组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。
详细地,所述初始数据的性质不同,性质是指所述初始数据所属的类别,例如,当所述初始数据为电话号码时,则具有构成电话号码的特定性质,电话号码的不同位数具有不同的含义,根据所述初始数据的性质对所述初始数据进行分析,即分析组成初始数据的部分,得到分析结果,根据分析结果选择表达式组件,按照初始数据构建正则表达式。
例如,所述初始数据为电话号码,其性质为构成电话号码的不同位置数据代表的含义,其中,电话号码为11位,电话号码中不同段的数字有不同的含义,电话号码的前3位为网络识别号,电话号码的第4-7位为地区编码(归属地),电话号码的第8-11位为用户号码(个人编码)。
进一步地,将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据。
具体地,所述将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据,包括:
识别所述初始数据集中初始数据的数据格式,并将所述数据格式为字符串的初始数据作为模糊数据;或者
识别所述初始数据集中与预设关键词库中的关键词相同的初始数据作为模糊数据。
详细地,所述模糊匹配规则用于将具有特定格式的数据或者与预设关键词库中的关键词相同的数据识别为模糊数据,在一定程度上扩大了识别的范围。
步骤三、对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥。
本发明实施例中,所述对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,包括:
获取任意两个不同的素数,对所述素数进行非对称计算处理,得到加密密钥和解密私钥;
运用所述加密密钥对所述敏感数据进行加密,得到敏感加密数据,以及确定所述敏感加密数据对应的第一解密私钥。
优选地,所述素数为数值大于预设数值的素数。
进一步地,所述获取任意两个不同的素数,对所述素数进行非对称计算处理,得到加密密钥和解密私钥,包括:
详细地,对所述敏感数据进行第一加密之后,生成敏感加密数据和对应的第一解密私钥,只有利用所述对应的第一解密私钥才能对所述敏感加密数据进行解密,提高了数据存储的安全性,也提高了获取到的敏感数据的真实性和可靠性。
其中,对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥的过程与对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥一致,此处不再赘述。
步骤四、获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组。
本发明实施例中,所述多个用户端是指想要关注敏感数据的对象,所述多个用户端对应的用户信息是指用户所包含的身份信息等。
具体地,在本发明实施例中,所述筛选出用户信息满足预设信息校验条件的用户端作为标准用户端即将所述多个用户端中用户信息符合预设的第三方信息库中的用户信息对应的用户端作为标准用户端。
进一步地,将多个标准用户构建成标准群组是指将筛选得到的标准用户统一组合在一起,从而得到标准群组。
步骤五、向所述标准群组推送所述敏感加密数据,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,并对解密后的敏感解密数据执行监测操作。
本实施例中,所述标准群组中的各个标准用户端都可以对敏感加密数据进行解密,进而对解密后的敏感解密数据执行追踪监测,具体的可以监测敏感解密数据的流向,与哪些终端有交互等信息。
本发明实施例中,所述向所述标准群组推送所述敏感加密数据,包括:
获取推送队列任务,所述推送队列任务中包括推送顺序;
按照所述推送顺序向所述标准群组推送所述敏感加密数据。
详细地,将所述敏感加密数据放置进预先构建的推送队列任务中,并按照所述推送队列任务中的推送顺序将所述敏感加密数据推送至所述标准群组。
具体地,标准用户端对所述敏感加密数据进行解密,包括:
标准用户端调用所述第一解密私钥,并利用所述第一解密私钥对所述敏感加密数据进行解密。
详细地,只有利用所述对应的第一解密私钥才能对所述敏感加密数据进行解密,提高了数据追踪时的安全性。
步骤六、对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
本发明实施例中,所述模糊加密数据是指符合预设的模糊匹配规则且进一步地加密的数据,由于符合所述模糊匹配规则的模糊数据不一定都是敏感数据,具有不确定性,因此需要对所述模糊加密数据进行数据验证处理,再次检验判定所述模糊加密数据的性质。
其中,所述对所述模糊加密数据进行数据验证是将所述模糊加密数据与预设的敏感数据库中的数据进行一一比对,进而确定所述模糊加密数据中是否存在敏感数据,若存在则所述数据验证通过。
详细地,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的所述模糊加密数据执行监测操作。
本发明实施例中,通过对待处理信息进行数据提取,得到初始数据集,并利用预设的精准匹配规则和模糊匹配规则对所述初始数据集进行匹配,得到敏感数据和模糊数据,区分敏感数据和模糊数据可以保障敏感数据追踪识别的准确性,同时后续会对模糊数据进行进一步验证,分别对所述敏感数据和所述模糊数据进行第一加密和第二加密,保证了数据的安全性和不可篡改性,将多个标准用户端构建成标准群组,并将所述敏感加密数据推送至所述标准群组中,以使标准组群中的标准用户端对所述敏感加密数据进行解密,对解密后的敏感加密数据执行监测操作,对所述模糊加密数据进行数据验证处理,当通过数据验证时将所述模糊加密数据推送至标准群组中,以使标准组群中的标准用户端执行解密及监测操作,通过标准群组对敏感数据和模糊数据分别追踪,可以提高敏感数据追踪识别的准确性,并且在追踪时,由标准组群中的终端进行解密才能进行监测,避免了将数据直接推送至组群中带来的数据安全性降低的问题,本发明实施例可以使标准组群中的标准用户端能够同时对敏感数据进行监测且追踪,并且在实现同时追踪时提高敏感数据的安全性。因此本发明提出的基于群体化的敏感数据追踪监测装置可以解决敏感数据追踪监测的效率较低的问题。
如图3所示,是本发明一实施例提供的实现基于群体化的敏感数据追踪监测方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信接口12和总线13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于群体化的敏感数据追踪监测程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于群体化的敏感数据追踪监测程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如基于群体化的敏感数据追踪监测程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述通信接口12用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
所述总线13可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线13可以分为地址总线、数据总线、控制总线等。所述总线13被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地,该电子设备还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的基于群体化的敏感数据追踪监测程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集;
将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据;
对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥;
获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组;
向所述标准群组推送所述敏感加密数据,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,并对解密后的敏感解密数据执行监测操作;
对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
具体地,所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集;
将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据;
对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥;
获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组;
向所述标准群组推送所述敏感加密数据,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,并对解密后的敏感解密数据执行监测操作;
对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于群体化的敏感数据追踪监测方法,其特征在于,所述方法包括:
获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集;
将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据;
对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥;
获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组;
向所述标准群组推送所述敏感加密数据,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,并对解密后的敏感解密数据执行监测操作;
对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
2.如权利要求1所述的基于群体化的敏感数据追踪监测方法,其特征在于,所述对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,包括:
获取任意两个不同的素数,对所述素数进行非对称计算处理,得到加密密钥和解密私钥;
运用所述加密密钥对所述敏感数据进行加密,得到敏感加密数据,以及确定所述敏感加密数据对应的第一解密私钥。
3.如权利要求1所述的基于群体化的敏感数据追踪监测方法,其特征在于,所述向所述标准群组推送所述敏感加密数据,包括:
获取推送队列任务,所述推送队列任务中包括推送顺序;
按照所述推送顺序向所述标准群组推送所述敏感加密数据。
4.如权利要求1所述的基于群体化的敏感数据追踪监测方法,其特征在于,所述将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据之前,所述方法还包括:
获取多个不同的表达式组件;
根据所述初始数据的性质对所述初始数据进行分析,得到分析结果;
根据所述分析结果从多个不同的表达式组件中选择表达式组件进行编写,得到所述正则表达式;
将所述正则表达式作为所述精准匹配规则。
5.如权利要求1所述的基于群体化的敏感数据追踪监测方法,其特征在于,所述将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据,包括:
识别所述初始数据集中初始数据的数据格式,并将所述数据格式为字符串的初始数据作为模糊数据;或者
识别所述初始数据集中与预设关键词库中的关键词相同的初始数据作为模糊数据。
6.如权利要求1所述的基于群体化的敏感数据追踪监测方法,其特征在于,所述对所述待处理信息进行数据提取,得到初始数据集,包括:
识别所述待处理信息包含的信息类型;
若所述待处理信息包含文本信息,将所述文本信息中的文本数据作为初始数据集;
若所述待处理信息包含图片信息,对所述图片信息进行文本识别,得到初始数据集。
7.如权利要求6所述的基于群体化的敏感数据追踪监测方法,其特征在于,所述识别所述待处理信息包含的信息类型,包括:
提取所述待处理信息的后缀名称;
根据预设的名称类型映射表识别所述待处理信息包含的信息类型。
8.一种基于群体化的敏感数据追踪监测装置,其特征在于,所述装置包括:
数据提取模块,用于获取待处理信息,对所述待处理信息进行数据提取,得到初始数据集;
规则匹配模块,用于将所述初始数据集中满足预设的精准匹配规则的初始数据作为敏感数据,将所述初始数据集中满足预设的模糊匹配规则的初始数据作为模糊数据;
数据加密模块,用于对所述敏感数据进行第一加密,得到敏感加密数据和所述敏感加密数据对应的第一解密私钥,以及对所述模糊数据进行第二加密,得到模糊加密数据和所述模糊加密数据对应的第二解密私钥;
群组构建模块,用于获取多个用户端对应的用户信息,筛选出用户信息满足预设信息校验条件的用户端作为标准用户端,并将多个标准用户端构建成标准群组;
数据监测模块,用于向所述标准群组推送所述敏感加密数据,以及对所述模糊加密数据进行数据验证,将通过数据验证的所述模糊加密数据推送至所述标准群组中,以使所述标准群组中的标准用户端对所述敏感加密数据进行解密,对所述模糊加密数据进行解密,对解密后的模糊解密数据执行监测操作。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于群体化的敏感数据追踪监测方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于群体化的敏感数据追踪监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719749.1A CN113343226A (zh) | 2021-06-28 | 2021-06-28 | 基于群体化的敏感数据追踪监测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719749.1A CN113343226A (zh) | 2021-06-28 | 2021-06-28 | 基于群体化的敏感数据追踪监测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113343226A true CN113343226A (zh) | 2021-09-03 |
Family
ID=77479033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110719749.1A Pending CN113343226A (zh) | 2021-06-28 | 2021-06-28 | 基于群体化的敏感数据追踪监测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343226A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130111220A1 (en) * | 2011-10-31 | 2013-05-02 | International Business Machines Corporation | Protecting sensitive data in a transmission |
US8561127B1 (en) * | 2006-03-01 | 2013-10-15 | Adobe Systems Incorporated | Classification of security sensitive information and application of customizable security policies |
US20180176193A1 (en) * | 2016-12-16 | 2018-06-21 | Amazon Technologies, Inc. | Secure data distribution of sensitive data across content delivery networks |
CN110489985A (zh) * | 2019-08-21 | 2019-11-22 | 泰康保险集团股份有限公司 | 数据处理方法、装置、计算机可读存储介质及电子设备 |
CN111651667A (zh) * | 2020-04-30 | 2020-09-11 | 中国平安财产保险股份有限公司 | 数据推送分流控制方法、装置及计算机可读存储介质 |
CN112800290A (zh) * | 2021-03-17 | 2021-05-14 | 深圳赛动生物自动化有限公司 | 一种追溯数据获取方法、装置及设备 |
-
2021
- 2021-06-28 CN CN202110719749.1A patent/CN113343226A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8561127B1 (en) * | 2006-03-01 | 2013-10-15 | Adobe Systems Incorporated | Classification of security sensitive information and application of customizable security policies |
US20130111220A1 (en) * | 2011-10-31 | 2013-05-02 | International Business Machines Corporation | Protecting sensitive data in a transmission |
US20180176193A1 (en) * | 2016-12-16 | 2018-06-21 | Amazon Technologies, Inc. | Secure data distribution of sensitive data across content delivery networks |
CN110489985A (zh) * | 2019-08-21 | 2019-11-22 | 泰康保险集团股份有限公司 | 数据处理方法、装置、计算机可读存储介质及电子设备 |
CN111651667A (zh) * | 2020-04-30 | 2020-09-11 | 中国平安财产保险股份有限公司 | 数据推送分流控制方法、装置及计算机可读存储介质 |
CN112800290A (zh) * | 2021-03-17 | 2021-05-14 | 深圳赛动生物自动化有限公司 | 一种追溯数据获取方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112134739B (zh) | 链路状态的追踪方法、装置、电子设备及计算机存储介质 | |
CN112651035A (zh) | 数据处理方法、装置、电子设备及介质 | |
CN112579098B (zh) | 软件发布方法、装置、电子设备及可读存储介质 | |
CN113704781A (zh) | 文件安全传输方法、装置、电子设备及计算机存储介质 | |
CN113704614A (zh) | 基于用户画像的页面生成方法、装置、设备及介质 | |
CN113489704A (zh) | 基于流量的敏感数据识别方法、装置、电子设备及介质 | |
CN113961473A (zh) | 数据测试方法、装置、电子设备及计算机可读存储介质 | |
CN115758399A (zh) | 基于医联网的智慧医疗信息管理方法、装置、设备及介质 | |
CN113806434A (zh) | 大数据处理方法、装置、设备及介质 | |
CN114626079A (zh) | 基于用户权限的文件查看方法、装置、设备及存储介质 | |
CN113382017B (zh) | 基于白名单的权限控制方法、装置、电子设备及存储介质 | |
CN113434542B (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN114491646A (zh) | 数据脱敏方法、装置、电子设备及存储介质 | |
CN112257078B (zh) | 一种基于tee技术的区块链加解密服务安全可信系统 | |
CN114897624A (zh) | 保单数据合并方法、装置、设备及存储介质 | |
CN113343226A (zh) | 基于群体化的敏感数据追踪监测方法、装置、设备及介质 | |
CN113221888A (zh) | 车牌号管理系统测试方法、装置、电子设备及存储介质 | |
CN111538768A (zh) | 基于n元模型的数据查询方法、装置、电子设备及介质 | |
CN113434365B (zh) | 数据特征监控方法、装置、电子设备及存储介质 | |
CN113438221B (zh) | 本地端文件加载方法、装置、电子设备及介质 | |
CN113626533B (zh) | 一种紫外线功率检测方法、装置及电子设备 | |
CN114564483A (zh) | 基于数据结构的数据排查方法、装置、电子设备及介质 | |
CN114827354A (zh) | 身份验证信息显示方法、装置、电子设备及可读存储介质 | |
CN112632345A (zh) | 数据过滤方法、装置、设备及计算机可读存储介质 | |
CN113987580A (zh) | 基于用户属性的区块链数据访问方法、装置、设备及介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210903 |