CN113761576A - 隐私保护方法、装置、存储介质及电子设备 - Google Patents
隐私保护方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113761576A CN113761576A CN202111034056.5A CN202111034056A CN113761576A CN 113761576 A CN113761576 A CN 113761576A CN 202111034056 A CN202111034056 A CN 202111034056A CN 113761576 A CN113761576 A CN 113761576A
- Authority
- CN
- China
- Prior art keywords
- data
- sensitive data
- privacy protection
- difference degree
- desensitization
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000000586 desensitisation Methods 0.000 claims abstract description 99
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06F21/60—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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Storage Device Security (AREA)
Abstract
本发明属于信息安全技术领域，提供了一种隐私保护方法、装置、存储介质及电子设备。其中，隐私保护方法包括获取敏感数据及其对应的目标脱敏数据；计算敏感数据及其对应的目标脱敏数据之间的差异程度；根据所述差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。其通过对脱敏结果进行检验，可以进一步保证敏感数据的安全性。
Description
技术领域
本发明属于信息安全技术领域，尤其涉及一种隐私保护方法、装置、存储介质及电子设备。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
随着互联网的发展，对数据互联互通的需求也与日俱增，同时，数据的安全问题也较为突出。相关技术中，可以通过数据脱敏的方式对敏感数据进行数据变形，以保证数据的安全性。其中，敏感数据涉及企业或用户的安全和隐私的数据。
发明人发现，仅仅以数据脱敏方式对敏感数据进行隐私保护的有效性仍然比较低，无法度量隐私保护，降低了脱敏效果的稳定性。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种隐私保护方法、装置、存储介质及电子设备，其通过对脱敏结果进行检验，可以进一步保证敏感数据的安全性。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种隐私保护方法。
一种隐私保护方法，其包括：
获取敏感数据及其对应的目标脱敏数据；
计算敏感数据及其对应的目标脱敏数据之间的差异程度；
根据所述差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。
本发明的第二个方面提供一种隐私保护装置。
一种隐私保护装置，其包括：
数据获取模块，其用于获取敏感数据及其对应的目标脱敏数据；
差异程度计算模块，其用于计算敏感数据及其对应的目标脱敏数据之间的差异程度；
隐私保护判定模块，其用于根据所述差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的隐私保护方法中的步骤。
本发明的第四个方面提供一种电子设备。
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的隐私保护方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明根据敏感数据及其对应的目标脱敏数据之间的差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据，通过对脱敏结果进行检验，进一步保证了敏感数据的安全性，保证了脱敏效果的健壮性和鲁棒性。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为应用本发明实施例的隐私保护方法的示例性应用环境的系统架构的示意图；
图2为本发明实施例中隐私保护方法的一种流程图；
图3为本发明实施例中隐私保护方法的另一种流程图；
图4为本发明实施例中隐私保护装置的一种结构示意图；
图5为本发明实施例中电子设备的一种结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
图1示出了可以应用本发明实施例的隐私保护方法的示例性应用环境的系统架构的示意图。
如图1所示，系统架构100可以包括电子设备101和/或电子设备102，网络103和服务器104。网络103用以在电子设备101、电子设备102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。电子设备101、电子设备102，包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。应该理解，图1中的电子设备、网络和服务器的数量仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备、网络和服务器。比如服务器104可以是多个服务器组成的服务器集群等。
本发明实施例所提供的隐私保护方法一般由服务器104执行，相应地，隐私保护装置可以设置于服务器104中。但本领域技术人员容易理解的是，本发明实施例所提供的隐私保护方法也可以由电子设备101、电子设备102执行。举例而言，服务器104可以从电子设备101、电子设备102获取用户数据，通过对用户数据进行敏感数据识别，提取用户数据中的敏感数据，服务器104通过对该敏感数据进行脱敏处理后，得到目标脱敏数据，并计算目标脱敏数据和敏感数据之间的差异程度；基于差异程度，确定是否将目标脱敏数据作为敏感数据的隐私保护数据。通过该方式可以检验对敏感数据的脱敏处理是否有效，从而提高了敏感数据的安全性。
实施例一
如图2所示，本实施例提供了一种隐私保护方法，其具体包括如下步骤：
步骤S210：获取敏感数据及其对应的目标脱敏数据。
在本实施例中，敏感数据是指涉及企业或用户的安全和隐私的数据。
其中，敏感数据包括：用户的身份证号码、电话号码、地址信息等，敏感数据的泄露不仅对企业自身的核心机密、同行业竞争力和市场声誉造成严重的影响，也对用户的隐私和个人信息安全造成不同程度的危害。因此，在获取到用户数据后，可以进行敏感数据识别，在其中涉及敏感数据的情况下，可以对敏感数据进行脱敏处理，得到对应的目标脱敏数据。
例如，针对数字类数据，脱敏方法可以包括但不限于随机替换或取整等。对于文字类数据，如果敏感数据为地址信息，假设该地址信息为：绿州市高新区科学大道东路228号3门2栋，经过脱敏处理之后，得到的目标脱敏数据可以是：林海市松山区上海大道345号5门9栋。经过脱敏处理之后，得到的目标脱敏数据与原始的敏感数据之间存在差异，从而可以提高敏感数据的安全性。
为了降低脱敏处理的复杂度，提高脱敏效率，在一种可选的实施方式中，可以对敏感数据进行局部脱敏处理，也就是，可以只脱敏敏感数据中的关键信息。
例如，对于前述的地址信息：绿州市高新区科学大道东路228号3门2栋，其中的关键信息可以包括：绿州、高新、科学大道东路、228、3、2，因此，可以只对上述关键信息进行脱敏处理即可。再比如，对于身份证号码，可以保留前6位，从第7位开始进行脱敏处理等等。
步骤S220：计算敏感数据及其对应的目标脱敏数据之间的差异程度。
对原始的敏感数据进行脱敏处理，虽然可以提高敏感数据的安全性，然而，无法保证隐私保护的有效性。因此，在得到目标脱敏数据之后，可以进一步检验该目标脱敏数据的有效性。具体的，可以计算敏感数据和目标脱敏数据之间的差异程度，差异程度越高，表示目标脱敏数据越可以有效地对敏感数据进行隐私保护；差异程度越低，表示目标脱敏数据越不能有效地对敏感数据进行隐私保护。
其中，所述差异程度采用所述敏感数据和所述目标脱敏数据之间的海明距离来表示；或采用所述敏感数据和所述目标脱敏数据之间的海明距离与所述敏感数据的长度的比值来表示；或采用所述敏感数据和所述目标脱敏数据之间的莱文斯坦距离来表示。
需要说明的是，字符串之间相似度的计算方法(例如海明距离、莱文斯坦距离等)均可以用于计算敏感数据和目标脱敏数据之间的差异程度。
其中，海明距离可以度量信息之间的差异程度，例如，对于字符串ABCD和字符串AECD，两者之间有一位不一致，则海明距离为1。对于字符串ABCDEFG和字符串AECDBFG，两者之间有两位不一致，则海明距离为2。
莱文斯坦距离指两个字符串之间，由一个字符串转成另一个字符串所需的最少编辑操作次数。例如，对于字符串ABD和字符串AECD，由ABD转成AECD所需的编辑次数为3，则莱文斯坦距离为3。
在一种可选的实施方式中，敏感数据和目标脱敏数据之间的差异程度可以通过海明距离确定。
具体的，可以确定敏感数据和目标脱敏数据之间的海明距离，根据海明距离，计算敏感数据和目标脱敏数据之间的差异程度。
在一个或多个实施例中，可以直接将海明距离作为敏感数据和目标脱敏数据之间的差异程度，还可以将海明距离与敏感数据的长度的比值作为敏感数据和目标脱敏数据之间的差异程度。
在另一种可选的实施方式中，可以确定敏感数据和目标脱敏数据之间的莱文斯坦距离；根据莱文斯坦距离，计算敏感数据和目标脱敏数据之间的差异程度。同样地，也可以直接将莱文斯坦距离作为敏感数据和目标脱敏数据之间的差异程度，或者将莱文斯坦距离与敏感数据的长度的比值作为敏感数据和目标脱敏数据之间的差异程度。
在一个或多个实施例中，可以基于敏感数据的类型和长度，设置隐私保护的复杂度。例如，对于文字类敏感数据，如果敏感数据的长度为20，即包含20个字符，可以设置预设距离阈值为12、13、14等。
如果将海明距离与敏感数据的长度的比值作为敏感数据和目标脱敏数据之间的差异程度，在差异程度大于或等于预设比值的情况下，可以确定将目标脱敏数据作为敏感数据的隐私保护数据；如果差异程度小于预设比值，确定不将目标脱敏数据作为敏感数据的隐私保护数据。其中，预设比值为不大于1的数值，例如，可以为70％、80％、90％等。
步骤S230：根据所述差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。
由于敏感数据和目标脱敏数据之间的差异程度越高，敏感数据的安全性越高，此时，可以将目标脱敏数据作为敏感数据的隐私保护数据。反之，差异程度越低，敏感数据的安全性越低，为了保证敏感数据的安全性，不将目标脱敏数据作为敏感数据的隐私保护数据。
本实施例的隐私保护方法，在对敏感数据进行脱敏处理后，可以确定得到的目标脱敏数据和该敏感数据之间的差异程度。目标脱敏数据和该敏感数据之间的差异程度越大，表示对敏感数据的脱敏处理越有效，即对敏感数据的隐私保护效果越好；反之，表示对敏感数据的隐私保护越差。因此，可以基于该差异程度，确定是否将目标脱敏数据作为该敏感数据的隐私保护数据。本实施例通过对脱敏结果进行检验，可以进一步保证敏感数据的安全性。
在另一个实施例中，参照图3，还提供了另一种隐私保护方法，其包括：步骤S310～步骤S350。其中，步骤S310、步骤S320和步骤S330与上述实施例中的步骤S210、步骤S220和步骤S230是分别一一对应的。
其中，图3提供的一种隐私保护方法，还包括：
步骤S340：将小于预设差异程度阈值的差异程度所对应的脱敏数据重新进行脱敏处理，更新目标脱敏数据。
步骤S350：根据敏感数据及其对应更新的目标脱敏数据之间的差异程度与预设差异程度阈值的比较结果，判断更新后的目标脱敏数据是否作为敏感数据的隐私保护数据。
本实施例中，如果确定不将目标脱敏数据作为敏感数据的隐私保护数据，执行步骤S340，重新对敏感数据进行脱敏处理，如果确定将目标脱敏数据作为敏感数据的隐私保护数据，流程结束。
在对目标脱敏数据进行更新之后，可以返回步骤S320，继续计算敏感数据和目标脱敏数据之间的差异程度，也就是，计算当前脱敏数据与敏感数据之间的差异程度，以对当前脱敏数据进行验证，直至确定将目标脱敏数据作为敏感数据的隐私保护数据。
本实施例的隐私保护方法，可以通过海明距离或莱文斯坦距离等多种方式确定目标脱敏数据和该敏感数据之间的差异程度。例如，可以直接将海明距离或莱文斯坦距离作为目标脱敏数据和敏感数据之间的差异程度，也可以将海明距离或莱文斯坦距离与敏感数据的长度的比值作为目标脱敏数据和敏感数据之间的差异程度。基于该差异程度，确定是否将目标脱敏数据作为该敏感数据的隐私保护数据。在确定不将目标脱敏数据作为该敏感数据的隐私保护数据的情况下，可以重新对敏感数据进行脱敏处理，直至可以将目标脱敏数据作为该敏感数据的隐私保护数据。通过对脱敏结果进行检验，可以进一步保证敏感数据的安全性。
实施例二
参照图4，本实施例提供了一种隐私保护装400，其具体包括如下模块：
数据获取模块410，其用于获取敏感数据及其对应的目标脱敏数据；
差异程度计算模块420，其用于计算敏感数据及其对应的目标脱敏数据之间的差异程度；
隐私保护判定模块430，其用于根据所述差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的隐私保护方法中的步骤。
实施例四
本实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的隐私保护方法中的步骤。
参照图5，本实施例中电子设备的一种结构示意图。需要说明的是，图5示出的电子设备500仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统操作所需的各种程序和数据。中央处理单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如局域网(LAN)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元501执行时，执行本申请的装置中限定的各种功能。
本发明是参照根据本发明实施例的方法、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。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种隐私保护方法，其特征在于，包括：
获取敏感数据及其对应的目标脱敏数据；
计算敏感数据及其对应的目标脱敏数据之间的差异程度；
根据所述差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。
2.如权利要求1所述的隐私保护方法，其特征在于，所述差异程度采用所述敏感数据和所述目标脱敏数据之间的海明距离来表示。
3.如权利要求1所述的隐私保护方法，其特征在于，所述差异程度采用所述敏感数据和所述目标脱敏数据之间的海明距离与所述敏感数据的长度的比值来表示。
4.如权利要求1所述的隐私保护方法，其特征在于，所述差异程度采用所述敏感数据和所述目标脱敏数据之间的莱文斯坦距离来表示。
5.如权利要求1所述的隐私保护方法，其特征在于，所述隐私保护方法还包括：
将小于预设差异程度阈值的差异程度所对应的脱敏数据重新进行脱敏处理，更新目标脱敏数据。
6.如权利要求5所述的隐私保护方法，其特征在于，所述隐私保护方法还包括：
根据敏感数据及其对应更新的目标脱敏数据之间的差异程度与预设差异程度阈值的比较结果，判断更新后的目标脱敏数据是否作为敏感数据的隐私保护数据。
7.如权利要求1或5所述的隐私保护方法，其特征在于，采用局部脱敏方法对敏感数据进行脱敏处理。
8.一种隐私保护装置，其特征在于，包括：
数据获取模块，其用于获取敏感数据及其对应的目标脱敏数据；
差异程度计算模块，其用于计算敏感数据及其对应的目标脱敏数据之间的差异程度；
隐私保护判定模块，其用于根据所述差异程度与预设差异程度阈值的比较结果，将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的隐私保护方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的隐私保护方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111034056.5A CN113761576A (zh) | 2021-09-03 | 2021-09-03 | 隐私保护方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111034056.5A CN113761576A (zh) | 2021-09-03 | 2021-09-03 | 隐私保护方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113761576A true CN113761576A (zh) | 2021-12-07 |
Family
ID=78793027
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111034056.5A Pending CN113761576A (zh) | 2021-09-03 | 2021-09-03 | 隐私保护方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113761576A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115221857A (zh) * | 2022-09-21 | 2022-10-21 | 中国电子信息产业集团有限公司 | 一种含数值类型的数据相似性检测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106874789A (zh) * | 2017-02-20 | 2017-06-20 | 北京信息科技大学 | 一种基于身份替代的隐私保护方法及系统 |
| CN107480549A (zh) * | 2017-06-28 | 2017-12-15 | 银江股份有限公司 | 一种面向数据共享的敏感信息脱敏方法及系统 |
| CN107679418A (zh) * | 2017-09-30 | 2018-02-09 | 武汉汉思信息技术有限责任公司 | 数据脱敏方法、服务器及存储介质 |
| CN111931240A (zh) * | 2020-09-22 | 2020-11-13 | 安徽长泰信息安全服务有限公司 | 一种用于保护敏感隐私数据的数据库脱敏方法 |
-
2021
- 2021-09-03 CN CN202111034056.5A patent/CN113761576A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106874789A (zh) * | 2017-02-20 | 2017-06-20 | 北京信息科技大学 | 一种基于身份替代的隐私保护方法及系统 |
| CN107480549A (zh) * | 2017-06-28 | 2017-12-15 | 银江股份有限公司 | 一种面向数据共享的敏感信息脱敏方法及系统 |
| CN107679418A (zh) * | 2017-09-30 | 2018-02-09 | 武汉汉思信息技术有限责任公司 | 数据脱敏方法、服务器及存储介质 |
| CN111931240A (zh) * | 2020-09-22 | 2020-11-13 | 安徽长泰信息安全服务有限公司 | 一种用于保护敏感隐私数据的数据库脱敏方法 |
Non-Patent Citations (2)
| Title |
|---|
| 陈明等: "《大数据技术概论》", pages: 132 - 136 * |
| 黄天元等: "《文本数据挖掘 基于R语言》", 30 April 2021, pages: 106 - 107 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115221857A (zh) * | 2022-09-21 | 2022-10-21 | 中国电子信息产业集团有限公司 | 一种含数值类型的数据相似性检测方法及装置 |
| CN115221857B (zh) * | 2022-09-21 | 2023-01-13 | 中国电子信息产业集团有限公司 | 一种含数值类型的数据相似性检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023065632A1 (zh) | 数据脱敏方法、数据脱敏装置、设备及存储介质 | |
| KR20160147622A (ko) | 파일 식별 방법 및 장치 | |
| WO2021135919A1 (zh) | 基于机器学习的sql语句安全检测方法、装置、设备及介质 | |
| CN112989348B (zh) | 攻击检测方法、模型训练方法、装置、服务器及存储介质 | |
| CN108769070A (zh) | 一种越权漏洞检测方法及装置 | |
| CN112508200B (zh) | 处理机器学习模型文件的方法、装置、设备、介质和程序 | |
| CN112395630A (zh) | 基于信息安全的数据加密方法、装置、终端设备及介质 | |
| CN113364753A (zh) | 反爬虫方法、装置、电子设备及计算机可读存储介质 | |
| CN111753302A (zh) | 检测代码漏洞的方法、装置、计算机可读介质及电子设备 | |
| CN108234441B (zh) | 确定伪造访问请求的方法、装置、电子设备和存储介质 | |
| US10356108B2 (en) | System and method of detecting malicious multimedia files | |
| CN113761576A (zh) | 隐私保护方法、装置、存储介质及电子设备 | |
| CN114297665A (zh) | 基于深度学习的智能合约漏洞检测方法和装置 | |
| CN110381114B (zh) | 接口请求参数的处理方法、装置、终端设备及介质 | |
| CN112600864A (zh) | 一种验证码校验方法、装置、服务器及介质 | |
| CN114626061A (zh) | 网页木马检测的方法、装置、电子设备及介质 | |
| CN107995167B (zh) | 一种设备识别方法及服务器 | |
| CN115658976A (zh) | 基于局部敏感哈希的设备指纹分析方法及系统 | |
| CN114398678A (zh) | 电子文件防篡改的登记验证方法、装置、电子设备及介质 | |
| CN113674083A (zh) | 互联网金融平台信用风险监测方法、装置及计算机系统 | |
| CN112559497A (zh) | 一种数据处理方法、一种信息传输方法、装置及电子设备 | |
| CN114817937A (zh) | 键盘加密方法、设备、存储介质及计算机程序产品 | |
| CN113627938B (zh) | 一种区块链的数据删除方法、装置、设备及存储介质 | |
| CN117056912B (zh) | 基于canvas指纹的操作系统识别方法、设备及介质 | |
| CN115718696B (zh) | 源码密码学误用检测方法、装置、电子设备和存储介质 |
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 |