CN113761577A - 一种大数据脱敏的方法、装置、计算机设备及存储介质 - Google Patents
一种大数据脱敏的方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113761577A CN113761577A CN202111059406.3A CN202111059406A CN113761577A CN 113761577 A CN113761577 A CN 113761577A CN 202111059406 A CN202111059406 A CN 202111059406A CN 113761577 A CN113761577 A CN 113761577A
- Authority
- CN
- China
- Prior art keywords
- data
- desensitization
- behavior preference
- strategy
- receiving object
- 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.)
- Granted
Links
- 238000000586 desensitisation Methods 0.000 title claims abstract description 304
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000006399 behavior Effects 0.000 claims description 157
- 230000009467 reduction Effects 0.000 claims description 38
- 230000005540 biological transmission Effects 0.000 claims description 36
- 230000011218 segmentation Effects 0.000 claims description 31
- 238000002372 labelling Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 16
- 238000007477 logistic regression Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 8
- 230000001149 cognitive effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种大数据脱敏的方法、装置、计算机设备及存储介质，属于大数据技术领域，本申请通过脱敏接收对象标识获取脱敏接收对象的历史数据信息，提取历史数据信息中的关键词，并将关键词输入预先训练好的行为偏好模型，得到脱敏接收对象的行为偏好标签，基于行为偏好标签，确定脱敏接收对象对应的数据脱敏策略，基于数据源标识，确定待脱敏的目标数据源，并根据数据脱敏策略对目标数据源中的目标数据进行脱敏处理，得到脱敏数据。此外，本申请还涉及区块链技术，历史数据信息可存储于区块链中。本申请根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
Description
技术领域
本申请属于大数据技术领域，具体涉及一种大数据脱敏的方法、装置、计算机设备及存储介质。
背景技术
信息是一种重要的资产，对于企业来说信息是企业最重要的资产之一，信息可以用来给不同的企业提供帮助，使其比竞争企业获得突出的竞争力。随着科技的发展和人们接触信息量的增加，其中，个人信息尤其是敏感的个人信息流传到公众领域的途径和机会越来越多，如从房产中介、银行、保险公司、医院等机构一般都会保存的大量的用户个人信息，而如果不预先对用户个人信息进行脱敏再存储，则在发生信息泄露时，不发分子就很可能直接获得用户个人信息，会直接影响到用户的信息安全，因个人信息泄露或被盗用发生的各类案件不断在提醒着人们：加强对个人敏感信息的保护势在必行。
但是在日常开发中，通常是制定一套固定的脱敏方案，并要求员工严格按照脱敏方案来进行信息脱敏，虽然这样设定脱敏方案方便于脱敏数据的管理，但却没有考虑到公司业务部门不同以及员工认知不同的前提，采用固定的脱敏方案在某些场景下会影响公司业务部门或员工处理业务的难度，例如，采用的固定脱敏方案与公司业务部门的业务逻辑相互矛盾或者与员工的操作习惯差别较大，导致公司业务部门或员工需要在脱敏和数据还原上耗费较大精力，影响业务进度。
发明内容
本申请实施例的目的在于提出一种大数据脱敏的方法、装置、计算机设备及存储介质，现有的固定策略的脱敏方案需要在脱敏和数据还原过程中耗费较大精力，影响业务进度的技术问题。
为了解决上述技术问题，本申请实施例提供一种大数据脱敏的方法，采用了如下所述的技术方案：
一种大数据脱敏的方法，包括：
接收数据脱敏请求，其中，所述数据脱敏请求包括脱敏接收对象标识和数据源标识；
基于所述脱敏接收对象标识，获取所述脱敏接收对象的历史数据信息；
提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签；
查找与所述行为偏好标签对应的脱敏策略，并将查找到的脱敏策略确定所述脱敏接收对象对应的数据脱敏策略；
将所述数据源标识指向的数据源确定为待脱敏的目标数据源，并按照所述数据脱敏策略对所述目标数据源中的目标数据进行脱敏处理，得到脱敏数据；
将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储。
进一步地，在所述提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签的步骤之前，还包括：
获取训练样本，并对所述训练样本进行分词，得到样本分词；
对所述样本分词进行标注，得到所述样本分词对应的标注标签集合；
将所述样本分词和所述标注标签集合导入到预设的初始行为偏好模型，输出初始行为偏好预测结果；
基于所述初始行为偏好预测结果与预设的标准结果对所述初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型。
进一步地，所述将所述样本分词和所述标注标签集合导入到预设的初始行为偏好模型，输出初始行为偏好预测结果的步骤，具体包括：
对所述样本分词进行编码，得到特征编码向量；
将所述特征编码向量映射到所述标注标签集合，获取向量映射结果；
对所述向量映射结果进行逻辑回归处理，得到特征回归向量；
对所述特征回归向量进行解码，得到所述初始行为偏好预测结果。
进一步地，所述基于所述初始行为偏好预测结果与预设的标准结果对所述初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型的步骤，具体包括：
计算所述初始行为偏好预测结果与预设标准结果之间的误差，得到预测误差，
比对所述预测误差与预设的误差阈值，当所述预测误差大于所述误差阈值时，对所述初始行为偏好模型进行迭代，直至所述预测误差小于或等于所述误差阈值为止，得到训练好的所述行为偏好模型。
进一步地，在所述将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储的步骤之后，还包括：
生成所述数据脱敏策略对应的数据还原策略，并将所述数据还原策略存储至云端存储器；
当接收到数据还原请求时，调用所述数据还原策略，并通过所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
进一步地，所述数据还原请求中包含有所述脱敏数据的标识信息，所述当接收到数据还原请求时，调用所述数据还原策略，并通过所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据的步骤，具体包括：
基于所述脱敏数据的标识信息，在所述云端存储器中查找与所述脱敏数据对应的数据还原策略；
基于查找到的所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
进一步地，在所述将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储的步骤之后，还包括：
接收所述脱敏数据的数据传输请求，并生成数据传输秘钥；
基于数据传输请求获取所述脱敏数据和所述脱敏数据对应的数据还原策略；
通过所述数据传输秘钥对所述脱敏数据和所述脱敏数据对应的数据还原策略进行加密，得到加密数据；
将所述加密数据传输至传输目标对象的客户端。
为了解决上述技术问题，本申请实施例还提供一种大数据脱敏的装置，采用了如下所述的技术方案：
一种大数据脱敏的装置，包括：
请求接收模块，接收数据脱敏请求，其中，所述数据脱敏请求包括脱敏接收对象标识和数据源标识；
历史信息获取模块，基于所述脱敏接收对象标识，获取所述脱敏接收对象的历史数据信息；
行为偏好预测模块，提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签；
脱敏策略获取模块，查找与所述行为偏好标签对应的脱敏策略，并将查找到的脱敏策略确定所述脱敏接收对象对应的数据脱敏策略；
数据脱敏模块，将所述数据源标识指向的数据源确定为待脱敏的目标数据源，并按照所述数据脱敏策略对所述目标数据源中的目标数据进行脱敏处理，得到脱敏数据；
数据传输模块，将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述所述的大数据脱敏的方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
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可读指令，所述计算机可读指令被处理器执行时实现如上述所述的大数据脱敏的方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请公开了一种大数据脱敏的方法、装置、计算机设备及存储介质，属于大数据技术领域，本申请在进行数据脱敏时，先通过预先训练好的行为偏好模型对用户历史数据信息进行处理，得到用户的行为偏好标签，行为偏好标签可以直接表征用户使用数据时的习惯，根据用户的行为偏好标签为用户生成个性化的脱敏策略，通过生成的个性化的脱敏策略对需要脱敏的数据进行脱敏。本申请在考虑到不同部门的业务需求不同以及不同员工的认知情况不同的前提，通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请可以应用于其中的示例性系统架构图；
图2示出了根据本申请的大数据脱敏的方法的一个实施例的流程图；
图3示出了根据本申请的大数据脱敏的装置的一个实施例的结构示意图；
图4示出了根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
需要说明的是，本申请实施例所提供的大数据脱敏的方法一般由服务器执行，相应地，大数据脱敏的装置一般设置于服务器中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的大数据脱敏的的方法的一个实施例的流程图。本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
所述的大数据脱敏的方法，包括以下步骤：
S201，接收数据脱敏请求，其中，所述数据脱敏请求包括脱敏接收对象标识和数据源标识。
具体的，当服务器接收到脱敏接收对象的客户端上传的数据脱敏请求后，对数据脱敏请求进行解析，得到数据脱敏请求中的脱敏接收对象标识和数据源标识，其中，脱敏接收对象为使用脱敏数据的业务部门或员工，脱敏接收对象标识用于确定脱敏接收对象的历史数据信息的具体存储位置，数据源标识用于确定脱敏数据所在的数据库。
在一种具体的实施例中，当存在数据脱敏需求时，脱敏接收对象在其用户终端输入数据脱敏指令，例如点击用户终端界面的“数据脱敏”按钮，用户终端根据数据脱敏指令生成数据脱敏请求。
在本实施例中，大数据脱敏的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收数据脱敏请求。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
S202，基于所述脱敏接收对象标识，获取所述脱敏接收对象的历史数据信息。
具体的，服务器基于脱敏接收对象标识确定脱敏接收对象的历史数据信息所在的存储路径，并根据存储路径从脱敏接收对象的客户端中获取脱敏接收对象的历史数据信息，其中，历史数据信息可以是脱敏接收对象在处理历史业务过程中使用到的数据信息，例如，某一种具体的历史数据信息“姓名：李*安，性别：男，身份证号：4405**********0014，手机号：1*********88”。
S203，提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签。
其中，在公司业务部门或员工处理某些业务过程中，根据业务部门需求或员工习惯生成个性化的脱敏策略进行数据脱敏，方便用户在后续业务中识别和使用脱敏数据，减少数据还原的次数。例如，在贷款催收项目中，某业务员擅长电话催收，则业务员甲的脱敏策略中可以对款用户的电话号码采用弱脱敏的策略，如只对款用户的电话号码的中间4位进行，减小后续数据还原压力。而针对其他信息采用强脱敏策略，如针对其他信息进行大范围脱敏或者全部脱敏。
具体的，服务器获取提取历史数据信息中的关键词，并将关键词输入预先训练好的行为偏好模型，得到脱敏接收对象的行为偏好标签，行为偏好标签可以直接表征用户使用数据时的习惯，根据用户的行为偏好标签为用户生成个性化的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
S204，查找与所述行为偏好标签对应的脱敏策略，并将查找到的脱敏策略确定所述脱敏接收对象对应的数据脱敏策略。
具体的，服务器中预设有若干条数据脱敏策略，例如，保留姓名信息的脱敏策略、保留身份证信息的脱敏策略等等。其中，每一条数据脱敏策略对应一种行为偏好标签，当服务器得到脱敏接收对象的行为偏好标签后，通过查找服务器中的数据脱敏策略集合，得到与行为偏好标签相匹配的数据脱敏策略。本申请通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
S205，将所述数据源标识指向的数据源确定为待脱敏的目标数据源，并按照所述数据脱敏策略对所述目标数据源中的目标数据进行脱敏处理，得到脱敏数据。
具体的，服务器基于数据脱敏请求中的数据源标识，确定待脱敏的目标数据源，并根据脱敏接收对象的行为偏好标签对应的数据脱敏策略，对目标数据源中的待脱敏的目标数据进行脱敏处理，得到脱敏数据。例如，一种具体的明文目标数据为“姓名：张小五，性别：男，学历：本科，籍贯：北京市”，根据用户的行为偏好标签得到对应的数据脱敏策略为保留姓名信息的脱敏策略，则根据上述保留姓名信息的脱敏策略对明文目标数据进行脱敏，得到脱敏数据为“姓名：张小五，性别：*，学历：**，籍贯：***”。根据业务部门需求或员工习惯生成个性化的脱敏策略进行数据脱敏，方便用户在后续业务中识别和使用脱敏数据，同时可以有效减少数据还原的次数。
S206，将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储。
具体的，服务器在获得脱敏数据后，将得到的脱敏数据传输至脱敏接收对象的客户端进行存储，方便脱敏接收对象随时进行调用。
通过上述实施例，本申请在进行数据脱敏时，先通过预先训练好的行为偏好模型对用户历史数据信息进行处理，得到用户的行为偏好标签，行为偏好标签可以直接表征用户使用数据时的习惯，根据用户的行为偏好标签为用户生成个性化的脱敏策略，通过生成的个性化的脱敏策略对需要脱敏的数据进行脱敏。本申请在考虑到不同部门的业务需求不同以及不同员工的认知情况不同的前提，通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
进一步地，在所述提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签的步骤之前，还包括：
获取训练样本，并对所述训练样本进行分词，得到样本分词；
对所述样本分词进行标注，得到所述样本分词对应的标注标签集合；
将所述样本分词和所述标注标签集合导入到预设的初始行为偏好模型，输出初始行为偏好预测结果；
基于所述初始行为偏好预测结果与预设的标准结果对所述初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型。
具体的，在进行模型训练时，服务器预先获取用于初始行为偏好模型训练的训练样本，训练样本可以是多个已知行为偏好的业务部门或员工的历史行为数据信息，并对训练样本进行分词处理，得到样本分词，本申请具体的实施例中，可以通过机器学习分词算法或语义识别分词算法对训练样本进行分词处理，如采用隐马尔可夫模型实现训练样本分词处理，得到样本分词。并基于预设的正则匹配规则对样本分词进行标注，利用正则匹配将所有样本分词标注成数值标签，得到样本分词的标注标签集合，然后将样本分词和标注标签集合导入到初始行为偏好模型，获取初始行为偏好预测结果，基于初始行为偏好预测结果与预设的标准结果对初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型。
在上述实施例中，通过已知行为偏好的业务部门或员工的历史行为数据信息构建行为偏好模型的训练样本，并通过训练样本训练一个行为偏好模型，通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
进一步地，所述将所述样本分词和所述标注标签集合导入到预设的初始行为偏好模型，输出初始行为偏好预测结果的步骤，具体包括：
对所述样本分词进行编码，得到特征编码向量；
将所述特征编码向量映射到所述标注标签集合，获取向量映射结果；
对所述向量映射结果进行逻辑回归处理，得到特征回归向量；
对所述特征回归向量进行解码，得到所述初始行为偏好预测结果。
具体的，初始行为偏好模型包括编码层、解码层和全连接层，在编码层中对样本分词进行编码，得到特征编码向量，在全连接层中将特征编码向量映射到标注标签集合，获取向量映射结果，然后利用初始行为偏好模型中预设的Softmax函数对全连接层输出的向量映射结果进行逻辑回归处理，得到特征回归向量，最后在解码层中对特征回归向量进行解码，得到初始行为偏好预测结果。
在本申请一种具体的实施例中，初始行为偏好模型可以选择BERT序列化标注模型，BERT模型已经可以解决序列标注问题，通过序列标注实现特征分类。以词性标注为例，BERT的encoding vector(编码向量)通过FC layer(全连接层)映射到标签集合后，单个token的output vector(输出向量)再经过Softmax(逻辑回归函数)处理，每一维度的数值就表示该token的词性为某一词性的概率。
在上述实施例中，通过特征编码、向量映射、逻辑回归以及特征解码使得行为偏好模型学习样本分词中的特征，以训练出一个行为偏好模型，方便获得用户的行为偏好。
进一步地，所述基于所述初始行为偏好预测结果与预设的标准结果对所述初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型的步骤，具体包括：
计算所述初始行为偏好预测结果与预设标准结果之间的误差，得到预测误差，
比对所述预测误差与预设的误差阈值，当所述预测误差大于所述误差阈值时，对所述初始行为偏好模型进行迭代，直至所述预测误差小于或等于所述误差阈值为止，得到训练好的所述行为偏好模型。
具体的，服务器基于初始行为偏好模型的损失函数计算初始分类结果与预设标准结果之间的误差，得到预测误差，其中，预设标准结果为预先对训练样本进行人工标准的结果。最后，基于反向传播算法在初始行为偏好模型的各个网络层中传递预测误差，最后比对各个网络层中预测误差与预设的误差阈值，当预测误差大于误差阈值时，对初始行为偏好模型进行迭代，直至预测误差小于或等于误差阈值为止，得到训练好的行为偏好模型。
在上述实施例中，通过损失函数计算预测误差，通过反向传播算法传递预测误差，最后通过比对预测误差与预设的误差阈值，对初始行为偏好模型进行反复迭代，使得初始行为偏好模型拟合，以提高行为偏好模型的预测精度。
进一步地，在所述将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储的步骤之后，还包括：
生成所述数据脱敏策略对应的数据还原策略，并将所述数据还原策略存储至云端存储器；
当接收到数据还原请求时，调用所述数据还原策略，并通过所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
具体的，服务器在将脱敏数据传输至脱敏接收对象的客户端进行存储之后，会根据数据脱敏策略生成与数据脱敏策略对应的数据还原策略，并将数据还原策略存储至云端存储器，以便于脱敏策略的管理，其中，数据还原策略为数据脱敏策略的逆过程。当服务器接收到数据还原请求时，调用云端存储器中的数据还原策略，通过数据还原策略对脱敏数据进行数据还原，得到目标数据，并向用户展示目标数据。
在本实施例中，大数据脱敏的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收数据还原请求。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
在上述实施例中，通过生成与数据脱敏策略对应的数据还原策略，并将数据还原策略存储至云端存储器，以便于脱敏策略的管理。
进一步地，所述数据还原请求中包含有所述脱敏数据的标识信息，所述当接收到数据还原请求时，调用所述数据还原策略，并通过所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据的步骤，具体包括：
基于所述脱敏数据的标识信息，在所述云端存储器中查找与所述脱敏数据对应的数据还原策略；
基于查找到的所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
具体的，数据还原请求中包含有脱敏数据的标识信息，脱敏数据的标识信息用于确定待还原的脱敏数据和待还原的脱敏数据对应的数据还原策略，服务器基于脱敏数据的标识信息，在云端存储器中查找与待还原的脱敏数据对应的数据还原策略，基于查找到的数据还原策略对待还原的脱敏数据进行数据还原，得到还原数据，即敏感数据。
在上述实施例中，通过设置脱敏数据的标识信息方便确定待还原的脱敏数据和待还原的脱敏数据对应的数据还原策略，提高数据还原效率。
进一步地，在所述将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储的步骤之后，还包括：
接收所述脱敏数据的数据传输请求，并生成数据传输秘钥；
基于数据传输请求获取所述脱敏数据和所述脱敏数据对应的数据还原策略；
通过所述数据传输秘钥对所述脱敏数据和所述脱敏数据对应的数据还原策略进行加密，得到加密数据；
将所述加密数据传输至传输目标对象的客户端。
在本申请一种具体的实施例中，数据传输秘钥为RSA密钥对，由预设的RSA算法生成，非对称加密算法(asymmetric cryptographic algorithm，RSA)需要两个密钥：公开密钥(publickey:简称公钥)和私有密钥(privatekey:简称私钥)，公钥与私钥是一对，公钥与私钥可以基于加密文件的内容自动生成，如果用公钥对数据进行加密，只有用对应的私钥才能解密，因为加密和解密使用的是两个不同的密钥，所以这种算法叫作非对称加密算法。
具体的，服务器接收脱敏数据的数据传输请求，并基于RSA算法生成RSA密钥对，服务器将私钥存储在自身的存储器内，将公钥发送给传输目标对象的客户端。服务器通过私钥加密数据还原策略和待还原的脱敏数据，得到加密数据，最后将加密数据传输至传输目标对象的客户端，以保证数据传输的安全，防止信息泄露。传输目标对象的客户端在接收到加密数据后，通过公钥解密加密数据，得到数据还原策略和待还原的脱敏数据，通过数据还原策略对待还原的脱敏数据进行数据还原，得到还原数据，即敏感数据。
在本实施例中，大数据脱敏的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收脱敏数据的数据传输请求。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
在上述实施例中，通过设置数据传输秘钥，并通过数据传输秘钥加密数据还原策略和待还原的脱敏数据，得到加密数据，采用加密数据进行传输，以保证数据传输的安全，防止信息泄露。
本申请公开了一种大数据脱敏的方法，属于大数据技术领域，本申请在进行数据脱敏时，先通过预先训练好的行为偏好模型对用户历史数据信息进行处理，得到用户的行为偏好标签，行为偏好标签可以直接表征用户使用数据时的习惯，根据用户的行为偏好标签为用户生成个性化的脱敏策略，通过生成的个性化的脱敏策略对需要脱敏的数据进行脱敏。本申请在考虑到不同部门的业务需求不同以及不同员工的认知情况不同的前提，通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
需要强调的是，为进一步保证上述历史数据信息的私密和安全性，上述历史数据信息还可以存储于一区块链的节点中。
本申请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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种大数据脱敏的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的大数据脱敏的装置包括：
请求接收模块301，接收数据脱敏请求，其中，所述数据脱敏请求包括脱敏接收对象标识和数据源标识；
历史信息获取模块302，基于所述脱敏接收对象标识，获取所述脱敏接收对象的历史数据信息；
行为偏好预测模块303，提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签；
脱敏策略获取模块304，查找与所述行为偏好标签对应的脱敏策略，并将查找到的脱敏策略确定所述脱敏接收对象对应的数据脱敏策略；
数据脱敏模块305，将所述数据源标识指向的数据源确定为待脱敏的目标数据源，并按照所述数据脱敏策略对所述目标数据源中的目标数据进行脱敏处理，得到脱敏数据；
数据传输模块306，将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储。
进一步地，所述大数据脱敏的装置还包括：
样本分词模块，用于获取训练样本，并对所述训练样本进行分词，得到样本分词；
分词标注模块，用于对所述样本分词进行标注，得到所述样本分词对应的标注标签集合；
模型预测模块，用于将所述样本分词和所述标注标签集合导入到预设的初始行为偏好模型，输出初始行为偏好预测结果；
模型迭代模块，用于基于所述初始行为偏好预测结果与预设的标准结果对所述初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型。
进一步地，所述模型预测模块具体包括：
特征编码单元，用于对所述样本分词进行编码，得到特征编码向量；
向量映射单元，用于将所述特征编码向量映射到所述标注标签集合，获取向量映射结果；
逻辑回归单元，用于对所述向量映射结果进行逻辑回归处理，得到特征回归向量；
特征解码单元，用于对所述特征回归向量进行解码，得到所述初始行为偏好预测结果。
进一步地，所述模型迭代模块具体包括：
误差计算单元，用于计算所述初始行为偏好预测结果与预设标准结果之间的误差，得到预测误差，
迭代更新单元，用于比对所述预测误差与预设的误差阈值，当所述预测误差大于所述误差阈值时，对所述初始行为偏好模型进行迭代，直至所述预测误差小于或等于所述误差阈值为止，得到训练好的所述行为偏好模型。
进一步地，所述大数据脱敏的装置还包括：
还原策略生成模块，用于生成所述数据脱敏策略对应的数据还原策略，并将所述数据还原策略存储至云端存储器；
数据还原模块，用于当接收到数据还原请求时，调用所述数据还原策略，并通过所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
进一步地，所述数据还原模块具体包括：
还原策略查找单元，用于基于所述脱敏数据的标识信息，在所述云端存储器中查找与所述脱敏数据对应的数据还原策略；
数据还原单元，用于基于查找到的所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
进一步地，所述大数据脱敏的装置还包括：
秘钥生成模块，用于接收所述脱敏数据的数据传输请求，并生成数据传输秘钥；
传输数据获取模块，用于基于数据传输请求获取所述脱敏数据和所述脱敏数据对应的数据还原策略；
数据加密模块，用于通过所述数据传输秘钥对所述脱敏数据和所述脱敏数据对应的数据还原策略进行加密，得到加密数据；
加密传输模块，用于将所述加密数据传输至传输目标对象的客户端。
本申请公开了一种大数据脱敏的装置，属于大数据技术领域，本申请在进行数据脱敏时，先通过预先训练好的行为偏好模型对用户历史数据信息进行处理，得到用户的行为偏好标签，行为偏好标签可以直接表征用户使用数据时的习惯，根据用户的行为偏好标签为用户生成个性化的脱敏策略，通过生成的个性化的脱敏策略对需要脱敏的数据进行脱敏。本申请在考虑到不同部门的业务需求不同以及不同员工的认知情况不同的前提，通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件41-43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41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、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如大数据脱敏的方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述大数据脱敏的方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本申请公开了一种计算机设备，属于大数据技术领域，本申请在进行数据脱敏时，先通过预先训练好的行为偏好模型对用户历史数据信息进行处理，得到用户的行为偏好标签，行为偏好标签可以直接表征用户使用数据时的习惯，根据用户的行为偏好标签为用户生成个性化的脱敏策略，通过生成的个性化的脱敏策略对需要脱敏的数据进行脱敏。本申请在考虑到不同部门的业务需求不同以及不同员工的认知情况不同的前提，通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的大数据脱敏的方法的步骤。
本申请公开了一种存储介质，属于大数据技术领域，本申请在进行数据脱敏时，先通过预先训练好的行为偏好模型对用户历史数据信息进行处理，得到用户的行为偏好标签，行为偏好标签可以直接表征用户使用数据时的习惯，根据用户的行为偏好标签为用户生成个性化的脱敏策略，通过生成的个性化的脱敏策略对需要脱敏的数据进行脱敏。本申请在考虑到不同部门的业务需求不同以及不同员工的认知情况不同的前提，通过一个预先训练好的行为偏好模型获得用户的行为偏好，并根据用户的行为偏好生成相应的脱敏策略，减小了数据脱敏对业务进度的影响，可以大幅度提高了数据脱敏和数据还原的效率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。
Claims (10)
1.一种大数据脱敏的方法，其特征在于，包括：
接收数据脱敏请求，其中，所述数据脱敏请求包括脱敏接收对象标识和数据源标识；
基于所述脱敏接收对象标识，获取所述脱敏接收对象的历史数据信息；
提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签；
查找与所述行为偏好标签对应的脱敏策略，并将查找到的脱敏策略确定所述脱敏接收对象对应的数据脱敏策略；
将所述数据源标识指向的数据源确定为待脱敏的目标数据源，并按照所述数据脱敏策略对所述目标数据源中的目标数据进行脱敏处理，得到脱敏数据；
将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储。
2.如权利要求1所述的大数据脱敏的方法，其特征在于，在所述提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签的步骤之前，还包括：
获取训练样本，并对所述训练样本进行分词，得到样本分词；
对所述样本分词进行标注，得到所述样本分词对应的标注标签集合；
将所述样本分词和所述标注标签集合导入到预设的初始行为偏好模型，输出初始行为偏好预测结果；
基于所述初始行为偏好预测结果与预设的标准结果对所述初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型。
3.如权利要求2所述的大数据脱敏的方法，其特征在于，所述将所述样本分词和所述标注标签集合导入到预设的初始行为偏好模型，输出初始行为偏好预测结果的步骤，具体包括：
对所述样本分词进行编码，得到特征编码向量；
将所述特征编码向量映射到所述标注标签集合，获取向量映射结果；
对所述向量映射结果进行逻辑回归处理，得到特征回归向量；
对所述特征回归向量进行解码，得到所述初始行为偏好预测结果。
4.如权利要求2所述的大数据脱敏的方法，其特征在于，所述基于所述初始行为偏好预测结果与预设的标准结果对所述初始行为偏好模型进行迭代更新，得到训练好的行为偏好模型的步骤，具体包括：
计算所述初始行为偏好预测结果与预设标准结果之间的误差，得到预测误差，
比对所述预测误差与预设的误差阈值，当所述预测误差大于所述误差阈值时，对所述初始行为偏好模型进行迭代，直至所述预测误差小于或等于所述误差阈值为止，得到训练好的所述行为偏好模型。
5.如权利要求1至4任意一项所述的大数据脱敏的方法，其特征在于，在所述将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储的步骤之后，还包括：
生成所述数据脱敏策略对应的数据还原策略，并将所述数据还原策略存储至云端存储器；
当接收到数据还原请求时，调用所述数据还原策略，并通过所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
6.如权利要求5所述的大数据脱敏的方法，其特征在于，所述数据还原请求中包含有所述脱敏数据的标识信息，所述当接收到数据还原请求时，调用所述数据还原策略，并通过所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据的步骤，具体包括：
基于所述脱敏数据的标识信息，在所述云端存储器中查找与所述脱敏数据对应的数据还原策略；
基于查找到的所述数据还原策略对所述脱敏数据进行数据还原，得到还原数据。
7.如权利要求5所述的大数据脱敏的方法，其特征在于，在所述将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储的步骤之后，还包括：
接收所述脱敏数据的数据传输请求，并生成数据传输秘钥；
基于数据传输请求获取所述脱敏数据和所述脱敏数据对应的数据还原策略；
通过所述数据传输秘钥对所述脱敏数据和所述脱敏数据对应的数据还原策略进行加密，得到加密数据；
将所述加密数据传输至传输目标对象的客户端。
8.一种大数据脱敏的装置，其特征在于，包括：
请求接收模块，接收数据脱敏请求，其中，所述数据脱敏请求包括脱敏接收对象标识和数据源标识；
历史信息获取模块，基于所述脱敏接收对象标识，获取所述脱敏接收对象的历史数据信息；
行为偏好预测模块，提取所述历史数据信息中的关键词，并将所述关键词输入预先训练好的行为偏好模型，得到所述脱敏接收对象的行为偏好标签；
脱敏策略获取模块，查找与所述行为偏好标签对应的脱敏策略，并将查找到的脱敏策略确定所述脱敏接收对象对应的数据脱敏策略；
数据脱敏模块，将所述数据源标识指向的数据源确定为待脱敏的目标数据源，并按照所述数据脱敏策略对所述目标数据源中的目标数据进行脱敏处理，得到脱敏数据；
数据传输模块，将所述脱敏数据传输至所述脱敏接收对象的客户端进行存储。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的大数据脱敏的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的大数据脱敏的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111059406.3A CN113761577B (zh) | 2021-09-10 | 一种大数据脱敏的方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111059406.3A CN113761577B (zh) | 2021-09-10 | 一种大数据脱敏的方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113761577A true CN113761577A (zh) | 2021-12-07 |
| CN113761577B CN113761577B (zh) | 2024-05-31 |
Family
ID=
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114828007A (zh) * | 2022-04-30 | 2022-07-29 | 佛山技研智联科技有限公司 | 基于边缘网关的数据处理方法、装置和系统、边缘网关 |
| CN115795538A (zh) * | 2022-11-30 | 2023-03-14 | 湖南长银五八消费金融股份有限公司 | 脱敏文档的反脱敏方法、装置、计算机设备和存储介质 |
| CN115952555A (zh) * | 2022-11-29 | 2023-04-11 | 广西金教通科技有限公司 | 一种基于区块链的信息处理方法及ai系统 |
| CN117313133A (zh) * | 2023-10-20 | 2023-12-29 | 网麒科技(北京)有限责任公司 | 数据脱敏方法、装置、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150113659A1 (en) * | 2013-10-21 | 2015-04-23 | International Business Machines Corporation | Consistent data masking |
| 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 |
| CN109255013A (zh) * | 2018-08-14 | 2019-01-22 | 平安医疗健康管理股份有限公司 | 理赔决策方法、装置、计算机设备和存储介质 |
| CN109981619A (zh) * | 2019-03-13 | 2019-07-05 | 泰康保险集团股份有限公司 | 数据获取方法、装置、介质及电子设备 |
| CN110096897A (zh) * | 2019-04-15 | 2019-08-06 | 山东三未信安信息科技有限公司 | 数据脱敏方法及装置、数据泄露源头定位方法及装置 |
| CN111083135A (zh) * | 2019-12-12 | 2020-04-28 | 深圳天源迪科信息技术股份有限公司 | 网关对数据的处理方法及安全网关 |
| CN111191272A (zh) * | 2019-11-20 | 2020-05-22 | 航天信息股份有限公司 | 数据脱敏方法、电子设备及存储介质 |
| CN112860919A (zh) * | 2021-02-20 | 2021-05-28 | 平安科技（深圳）有限公司 | 基于生成模型的数据标注方法、装置、设备及存储介质 |
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150113659A1 (en) * | 2013-10-21 | 2015-04-23 | International Business Machines Corporation | Consistent data masking |
| 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 |
| CN109255013A (zh) * | 2018-08-14 | 2019-01-22 | 平安医疗健康管理股份有限公司 | 理赔决策方法、装置、计算机设备和存储介质 |
| CN109981619A (zh) * | 2019-03-13 | 2019-07-05 | 泰康保险集团股份有限公司 | 数据获取方法、装置、介质及电子设备 |
| CN110096897A (zh) * | 2019-04-15 | 2019-08-06 | 山东三未信安信息科技有限公司 | 数据脱敏方法及装置、数据泄露源头定位方法及装置 |
| CN111191272A (zh) * | 2019-11-20 | 2020-05-22 | 航天信息股份有限公司 | 数据脱敏方法、电子设备及存储介质 |
| CN111083135A (zh) * | 2019-12-12 | 2020-04-28 | 深圳天源迪科信息技术股份有限公司 | 网关对数据的处理方法及安全网关 |
| CN112860919A (zh) * | 2021-02-20 | 2021-05-28 | 平安科技（深圳）有限公司 | 基于生成模型的数据标注方法、装置、设备及存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114828007A (zh) * | 2022-04-30 | 2022-07-29 | 佛山技研智联科技有限公司 | 基于边缘网关的数据处理方法、装置和系统、边缘网关 |
| CN115952555A (zh) * | 2022-11-29 | 2023-04-11 | 广西金教通科技有限公司 | 一种基于区块链的信息处理方法及ai系统 |
| CN115795538A (zh) * | 2022-11-30 | 2023-03-14 | 湖南长银五八消费金融股份有限公司 | 脱敏文档的反脱敏方法、装置、计算机设备和存储介质 |
| CN115795538B (zh) * | 2022-11-30 | 2023-08-18 | 湖南长银五八消费金融股份有限公司 | 脱敏文档的反脱敏方法、装置、计算机设备和存储介质 |
| CN117313133A (zh) * | 2023-10-20 | 2023-12-29 | 网麒科技(北京)有限责任公司 | 数据脱敏方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106845999A (zh) | 风险用户识别方法、装置和服务器 | |
| CN112863683B (zh) | 基于人工智能的病历质控方法、装置、计算机设备及存储介质 | |
| CN112231569A (zh) | 新闻推荐方法、装置、计算机设备及存储介质 | |
| CN113220734A (zh) | 课程推荐方法、装置、计算机设备及存储介质 | |
| CN114398477A (zh) | 基于知识图谱的政策推荐方法及其相关设备 | |
| CN114357117A (zh) | 事务信息查询方法、装置、计算机设备及存储介质 | |
| CN112508075A (zh) | 基于横向联邦的dbscan聚类方法、及其相关设备 | |
| CN113505601A (zh) | 一种正负样本对构造方法、装置、计算机设备及存储介质 | |
| CN112686053A (zh) | 一种数据增强方法、装置、计算机设备及存储介质 | |
| CN115329381A (zh) | 基于敏感数据的分析预警方法、装置、计算机设备及介质 | |
| CN115544560A (zh) | 一种敏感信息的脱敏方法、装置、计算机设备及存储介质 | |
| CN112084779A (zh) | 用于语义识别的实体获取方法、装置、设备及存储介质 | |
| CN114398466A (zh) | 基于语义识别的投诉分析方法、装置、计算机设备及介质 | |
| CN113610366A (zh) | 风险警告生成方法、装置及电子设备 | |
| CN112507141A (zh) | 调查任务生成方法、装置、计算机设备及存储介质 | |
| CN117312535A (zh) | 基于人工智能的问题数据处理方法、装置、设备及介质 | |
| CN115967549A (zh) | 一种基于内外网信息传输的防泄密方法及其相关设备 | |
| CN116776150A (zh) | 接口异常访问识别方法、装置、计算机设备及存储介质 | |
| CN115730603A (zh) | 基于人工智能的信息提取方法、装置、设备及存储介质 | |
| CN115238009A (zh) | 基于血缘分析的元数据管理方法、装置、设备及存储介质 | |
| CN113761577B (zh) | 一种大数据脱敏的方法、装置、计算机设备及存储介质 | |
| CN115203391A (zh) | 一种信息检索方法、装置、计算机设备及存储介质 | |
| CN113761577A (zh) | 一种大数据脱敏的方法、装置、计算机设备及存储介质 | |
| CN114663149A (zh) | 一种基于隐私保护的产品投放方法及其相关设备 | |
| Sumathi et al. | Scale-based secured sensitive data storage for banking services in cloud |
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 | ||
| GR01 | Patent grant |