发明内容
本申请实施例的目的在于提出一种脱敏数据还原的方法、装置、计算机设备及存储介质,以解决现有数据还原方案存在的不法分子可以轻易获得客户的全部敏感信息,导致客户的个人信息泄露的技术问题。
为了解决上述技术问题,本申请实施例提供一种脱敏数据还原的方法,采用了如下所述的技术方案:
一种脱敏数据还原的方法,包括:
接收数据还原指令,获取第一数据对象的敏感数据访问记录;
对所述第一数据对象的敏感数据访问记录进行特征提取,得到第一行为特征向量;
将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息;
基于所述行为偏好信息确定待还原的目标脱敏数据;
查找所述目标脱敏数据对应的目标数据还原策略,并利用所述目标数据还原策略对所述目标脱敏数据进行数据还原,得到目标数据;
将所述目标数据发送至所述第一数据对象的客户端。
进一步地,所述对所述第一数据对象的敏感数据访问记录进行特征提取,得到第一行为特征向量包括:
对所述第一数据对象的敏感数据访问记录进行特征提取,得到行为特征数据;
对所述行为特征数据进行向量转化,得到第一行为特征向量。
进一步地,所述对所述行为特征数据进行向量转化,得到第一行为特征向量包括:
对所述行为特征数据进行向量转化,生成初始特征向量;
基于预设的特征权重算法计算所述行为特征数据的权重,得到特征权重;
基于所述特征权重对所述初始特征向量进行调整,得到第一行为特征向量。
进一步地,所述基于预设的特征权重算法计算所述行为特征数据的权重,得到特征权重包括:
为所述行为特征数据赋予相同的初始权重;
对赋予所述初始权重后的行为特征数据进行分类,得到若干个特征数据组合;
基于特征权重算法,计算特征数据组合中每一个所述行为特征数据的特征权重。
进一步地,所述将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息包括:
将所述第一行为特征向量导入到所述行为偏好模型,得到初始行为特征标签;
获取所述行为偏好模型的权重,并基于所述行为偏好模型的权重对所述初始行为特征标签进行调整,得到第一行为偏好标签;
基于所述第一行为偏好标签生成所述第一数据对象的行为偏好信息。
进一步地,在所述将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息的步骤之前,还包括:
获取第二数据对象的敏感数据访问记录,并获取所述第二数据对象对所述敏感数据访问记录的反馈信息;
基于所述反馈信息对所述第二数据对象的敏感数据访问记录进行标注,得到第二行为偏好标签;
对所述第二数据对象的敏感数据访问记录进行特征提取,并对提取到的行为特征进行特性向量转化,得到第二行为特征向量;
将所述第二行为特征向量作为所述行为偏好模型的输入,将所述第二行为偏好标签作为所述行为偏好模型的期望输出,对所述行为偏好模型进行训练,得到训练好的行为偏好模型。
进一步地,所述行为偏好模型采用梯度决策树模型进行训练,所述梯度决策树模型中配置有回归决策树,所述将所述第二行为特征向量作为所述行为偏好模型的输入,将所述第二行为偏好标签作为所述行为偏好模型的期望输出,对所述行为偏好模型进行训练,得到训练好的行为偏好模型包括:
将所述第二行为特征向量导入到所述回归决策树,得到初始行为回归标签;
获取所述回归决策树的权重,并基于所述回归决策树的权重对所述初始行为回归标签进行调整,得到行为回归标签;
基于所述行为回归标签和所述第二行为偏好标签对所述行为偏好模型进行迭代更新,得到训练好的行为偏好模型。
为了解决上述技术问题,本申请实施例还提供一种脱敏数据还原的装置,采用了如下所述的技术方案:
一种脱敏数据还原的装置,包括:
第一敏感数据模块,用于接收数据还原指令,获取第一数据对象的敏感数据访问记录;
第一特征提取模块,用于对所述第一数据对象的敏感数据访问记录进行特征提取,得到第一行为特征向量;
行为偏好预测模块,用于将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息;
脱敏数据确定模块,用于基于所述行为偏好信息确定待还原的目标脱敏数据;
脱敏数据还原模块,用于查找所述目标脱敏数据对应的目标数据还原策略,并利用所述目标数据还原策略对所述目标脱敏数据进行数据还原,得到目标数据;
明文数据输出模块,用于将所述目标数据发送至所述第一数据对象的客户端。
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脱敏数据还原的方法的步骤。
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脱敏数据还原的方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请公开了一种脱敏数据还原的方法、装置、计算机设备及存储介质,属于人工智能技术领域。本申请在进行数据还原之前,先通过一个预先训练好的行为偏好模型用户的历史行为特征进行处理,得到用户的行为偏好信息,根据行为偏好信息确定用户需求的目标脱敏数据,获取目标数据对应的数据还原策略,通过数据还原策略对目标脱敏数据进行数据还原,得到明文数据,本申请可以在业务进程中,针对用户的需求对相应的脱敏数据进行还原,不需要对全部脱敏数据进行还原,方便用户获取到需求的明文数据,同时能够减少数据还原的数量,以及有效防止敏感数据的泄露。
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 Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3 )、MP4( Moving PictureExperts 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脱敏数据还原的方法一般由服务器执行,相应地,脱敏数据还原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脱敏数据还原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。所述的脱敏数据还原的方法,包括以下步骤:
S201,接收数据还原指令,获取第一数据对象的敏感数据访问记录。
具体的,服务器在接收数据还原指令后,获取第一数据对象的敏感数据访问记录,其中,第一数据对象为数据需求对象,即需要使用明文数据的用户,在本申请一种具体的实施例中,第一数据对象为催收公司的催员,催员需要使用贷款客户的具体信息,在委外催收业务中,贷款公司通常将脱敏的客户信息进行数据还原后,交给催收公司的催员,以便催员进行催收工作。
其中,敏感数据访问记录指的是第一数据对象在预订时间周期内对敏感数据访问记录,不同的第一数据对象由于自身习惯的不同,可能会使用不同的敏感数据去完成对应的业务,例如,在委外催收业务中,访谈某些催员时发现不同催收人员的催收策略存在差异,对于不同的敏感信息使用频率也存在较大差异,有些催员比较擅长上门催收,即通过地址进行信息修复,基本用不到身份证号、电话号码等等信息,而有些催员擅长电话催收,对于家庭地址等信息则不需要进行修复,也无需查看其他敏感信息。
在本实施例中,脱敏数据还原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指令。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,对所述第一数据对象的敏感数据访问记录进行特征提取,得到第一行为特征向量。
具体的,服务器对第一数据对象的敏感数据访问记录进行特征提取,得到行为特征数据,并对提取到的行为特征数据进行向量转化,得到第一行为特征向量。其中,敏感数据访问记录包括敏感数据的具体内容,例如身份证号、手机号、卡号、客户号等,以及第一数据对象对敏感数据的操作记录,上述操作记录通过铺抓第一数据对象的用户界面操作得到。
在本申请一种具体的实施例中,服务器可以在获得行为特征数据后,通过预设的特征权重算法计算每一个行为特征数据的权重,并在进行特征向量转化时,通过行为特征数据的权重调整特征向量各个维度的数值,得到第一行为特征向量。
S203,将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息。
其中,行为偏好模型采用梯度决策树模型训练得到,决策树模型是一种简单易用的非参数分类器,决策树模型就是由决策点、策略点(事件点)及结果构成的树形图,一般应用于序列决策中,通常以最大收益期望值或最低期望成本作为决策准则,通过图解方式求解在不同条件下各类方案的效益值,然后通过比较,做出决策它不需要对数据有任何的先验假设,计算速度较快,结果容易解释,而且稳健性强。
具体的,服务器将获得的第一行为特征向量导入预先训练好的行为偏好模型,行为偏好模型将自动生成第一数据对象的行为偏好信息。其中,行为偏好模型采用梯度决策树模型训练得到,行为偏好模型可以根据行为特征向量预测用户的行为偏好。
S204,基于所述行为偏好信息确定待还原的目标脱敏数据。
具体的,服务器基于行为偏好信息确定待还原的目标脱敏数据,目标脱敏数据指的是用户的需求数据,通过分析用户的行为偏好信息获得用户的需求数据,例如用户需要使用家庭住址信息,则家庭住址信息为目标脱敏数据,服务器只需对家庭住址信息进行脱敏,其他敏感信息则不需要进行脱敏。通针对用户的需求对相应的脱敏数据进行还原,不需要对全部脱敏数据进行还原,方便用户获取到需求的明文数据,同时能够减少数据还原的数量,以及有效防止敏感数据的泄露。
S205,查找所述目标脱敏数据对应的目标数据还原策略,并利用所述目标数据还原策略对所述目标脱敏数据进行数据还原,得到目标数据。
具体的,服务器查找目标脱敏数据对应的目标数据还原策略,并利用目标数据还原策略对目标脱敏数据进行数据还原,得到目标数据。通常来说,服务器的存储器中保存有多种数据还原策略,每种数据还原策略可以对应还原一种或多种脱敏数据,服务器在确定目标脱敏数据后,在存储器中选择与目标脱敏数据对应的目标数据还原策略,并利用目标数据还原策略对目标脱敏数据进行数据还原,得到目标明文数据。
S206,将所述目标数据发送至所述第一数据对象的客户端。
具体的,服务器在对目标脱敏数据进行数据还原,得到目标明文数据后,将目标数据发送至第一数据对象的客户端,并在第一数据对象的客户端界面展示目标明文数据。
在上述实施例中,本申请在进行数据还原之前,先通过一个预先训练好的行为偏好模型用户的历史行为特征进行处理,得到用户的行为偏好信息,根据行为偏好信息确定用户需求的目标脱敏数据,获取目标数据对应的数据还原策略,通过数据还原策略对目标脱敏数据进行数据还原,得到明文数据,本申请可以在业务进程中,针对用户的需求对相应的脱敏数据进行还原,不需要对全部脱敏数据进行还原,方便用户获取到需求的明文数据,同时能够减少数据还原的数量,以及有效防止敏感数据的泄露。
进一步地,所述对所述第一数据对象的敏感数据访问记录进行特征提取,得到第一行为特征向量包括:
对所述第一数据对象的敏感数据访问记录进行特征提取,得到行为特征数据;
对所述行为特征数据进行向量转化,得到第一行为特征向量。
具体的,服务器对第一数据对象的敏感数据访问记录进行特征提取,得到行为特征数据,对行为特征数据进行特性向量转化,得到第一行为特征向量。其中,敏感数据访问记录包括敏感数据的具体内容以及第一数据对象对敏感数据的操作记录,上述操作记录通过铺抓第一数据对象的用户界面操作得到。
进一步地,所述对所述行为特征数据进行向量转化,得到第一行为特征向量包括:
对所述行为特征数据进行向量转化,生成初始特征向量;
基于预设的特征权重算法计算所述行为特征数据的权重,得到特征权重;
基于所述特征权重对所述初始特征向量进行调整,得到第一行为特征向量。
其中,Relief算法从任意一个特征数据组合D中随机选择一个样本R,然后从D中寻找最近邻样本H,称为Near Hit,从其他特征数据组合中寻找最近邻样本M,称为NearMiss,然后根据以下规则更新每个特征的权重:如果R和Near Hit在某个特征上的距离小于R和Near Miss上的距离,这里的距离即两个特征数据之间的相似度,则说明该特征对区分同类和不同类的最近邻是有益的,则增加该特征的权重;反之,如果R和Near Hit在某个特征的距离大于R和Near Miss上的距离,说明该特征对区分同类和不同类的最近邻起负面作用,则降低该特征的权重。以上过程重复m次,最后得到各特征的平均权重,特征的权重越大,表示该特征的分类能力越强,反之,表示该特征分类能力越弱。Relief算法的运行时间随着样本的抽样次数m和原始特征个数N的增加线性增加,因而运行效率非常高。
具体的,服务器可以在获得行为特征数据后,通过预设的特征权重算法计算每一个行为特征数据的权重,并在进行特征向量转化时,先将行为特征数据转化为初始特征向量,再通过行为特征数据的权重调整特征向量各个维度的数值,得到第一行为特征向量。
进一步地,所述基于预设的特征权重算法计算所述行为特征数据的权重,得到特征权重包括:
为所述行为特征数据赋予相同的初始权重;
对赋予所述初始权重后的行为特征数据进行分类,得到若干个特征数据组合;
基于特征权重算法,计算特征数据组合中每一个所述行为特征数据的特征权重。
具体的,服务器先为每一个行为特征数据赋予相同的初始权重,如赋予的初始权重为“0.5”,然后服务器对行为特征数据进行分类,例如,可以根据行为特征数据对应的具体敏感信息内容、用户访问时长、用户访问频率、用户点击次数等信息对行为特征数据进行分类,得到得到多个特征数据组合,最后基于特征权重算法,计算特征数据组合中每一个行为特征数据的特征权重。
在本申请具体的实施例中,服务器先计算同一类别的特征数据组合中两个行为特征数据的相似度,得到第一相似度,然后计算不同类别的特征数据组合中两个行为特征数据的相似度,得到第二相似度,基于第一相似度和第二相似度对每一个行为特征数据的初始权重进行调整,得到每一个行为特征数据的第二分词权重。例如,计算某一个行为特征数据的第一相似度和第二相似度的差值,当其第一相似度和第二相似度的差值大于或等于预设阈值时,上调其初始权重,上调幅度可以提前预设,如在初始权重基础上上调“0.1”;同理,当其第一相似度和第二相似度的差值小于预设阈值时,下调其初始权重。
在上述实施例中,通过预设的特征权重算法分别计算每一个行为特征数据的特征权重,并在生成行为特征向量时,添加每一个行为特征数据的特征权重,使得在进行行为偏好预测时,行为偏好模型可以考虑每一个行为特征数据对用户行为的影响程度,进一步提升行为偏好模型的预测精度。
进一步地,所述将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息包括:
将所述第一行为特征向量导入到所述行为偏好模型,得到初始行为特征标签;
获取所述行为偏好模型的权重,并基于所述行为偏好模型的权重对所述初始行为特征标签进行调整,得到第一行为偏好标签;
基于所述第一行为偏好标签生成所述第一数据对象的行为偏好信息。
具体的,服务器在获得第一行为特征向量之后,将第一行为特征向量导入到行为偏好模型的回归决策树,输出初始行为特征标签,获取行为偏好模型回归决策树的权重,并基于行为偏好模型回归决策树的权重对初始行为特征标签进行调整,并对调整后的初始行为特征标签进行加权求和,得到第一行为偏好标签,最后基于第一行为偏好标签生成第一数据对象的行为偏好信息。
在上述实施例中,通过训练好的行为偏好模型对第一行为特征向量进行特征回归预测,得到第一行为偏好标签,并基于第一行为偏好标签第一数据对象的行为偏好信息。
进一步地,在所述将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息的步骤之前,还包括:
获取第二数据对象的敏感数据访问记录,并获取所述第二数据对象对所述敏感数据访问记录的反馈信息;
基于所述反馈信息对所述第二数据对象的敏感数据访问记录进行标注,得到第二行为偏好标签;
对所述第二数据对象的敏感数据访问记录进行特征提取,并对提取到的行为特征进行特性向量转化,得到第二行为特征向量;
将所述第二行为特征向量作为所述行为偏好模型的输入,将所述第二行为偏好标签作为所述行为偏好模型的期望输出,对所述行为偏好模型进行训练,得到训练好的行为偏好模型。
具体的,服务器获取第二数据对象的敏感数据访问记录,并将第二数据对象的敏感数据访问记录作为行为偏好模型的训练集,其中,第二数据对象指的是已知行为偏好的用户,第二数据对象的行为偏好可以根据反馈信息来获得,在获得训练集时,服务器获取第二数据对象的敏感数据访问记录,并为第二数据对象发送一张行为偏好反馈表,通过行为偏好反馈表获得第二数据对象对敏感数据的使用情况的反馈信息,然后基于反馈信息对第二数据对象的敏感数据访问记录进行标注,得到第二行为偏好标签,同时对第二数据对象的敏感数据访问记录进行特征提取,并对提取到的行为特征进行特性向量转化,得到第二行为特征向量,最后将第二行为特征向量作为初始行为偏好模型的输入,将第二行为偏好标签作为所述行为偏好模型的期望输出,对行为偏好模型进行迭代训练,得到训练好的行为偏好模型。
进一步地,所述行为偏好模型采用梯度决策树模型进行训练,所述梯度决策树模型中配置有回归决策树,所述将所述第二行为特征向量作为所述行为偏好模型的输入,将所述第二行为偏好标签作为所述行为偏好模型的期望输出,对所述行为偏好模型进行训练,得到训练好的行为偏好模型包括:
将所述第二行为特征向量导入到所述回归决策树,得到初始行为回归标签;
获取所述回归决策树的权重,并基于所述回归决策树的权重对所述初始行为回归标签进行调整,得到行为回归标签;
基于所述行为回归标签和所述第二行为偏好标签对所述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,行为偏好模型采用梯度决策树模型训练得到,梯度决策树模型中配置有多颗回归决策树,模型训练时,将第二行为特征向量导入到各颗回归决策树,得到多个初始行为回归标签,获取每一颗回归决策树的权重,并基于回归决策树的权重对初始行为回归标签进行加权求和运算,得到行为回归标签的标签值,加权求和运算计算公式如下:;
其中,Y为行为回归标签的标签值,yi为第i颗回归决策树的输出,wi为第i颗回归决策树的权重,m为回归决策树的总数量。例如,梯度决策树模型内布置有4颗回归决策树,将第二行为特征向量导入到4颗回归决策树,得到4个初始行为回归标签的标签值分别为y1、y2、y3和y4,获取4颗回归决策树的权重分别为w1、w2、w3和w4,那么行为回归标签的标签值Y为y1*w1+y2*w2+y3*w3+y4*w4。最后比对每一个行为回归标签与第二行为偏好标签,并基于比对结果对行为偏好模型进行迭代更新,得到训练好的行为偏好模型。
在本申请一种具体的实施例中,服务器基于行为偏好模型的损失函数计算行为回归标签和第二行为偏好标签之间的误差,得到识别误差,并通过反向传播算法在多颗回归决策树中传递识别误差,通过比对各颗回归决策树中识别误差与预设的误差阈值,当存在任意一颗回归决策树的识别误差大于误差阈值时,对行为偏好模型进行迭代,直至所有回归决策树的识别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。
其中,反向传播算法,即误差反向传播算法(Backpropagation algorithm,BP算法)适合于多层神经元网络的一种学习算法,它建立在梯度下降法的基础上,用于深度学习网络的误差计算。BP网络的输入、输出关系实质上是一种映射关系:一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射,这一映射具有高度非线性。BP算法的学习过程由正向传播过程和反向传播过程组成。在正向传播过程中,输入信息通过输入层经隐含层,逐层处理并传向输出层,并转入反向传播,逐层求出目标函数对各神经元权值的偏导数,构成目标函数对权值向量的梯量,以作为修改权值的依据。
在上述实施例中,本申请的行为偏好模型采用梯度决策树模型训练得到,通过获得第二数据对象的敏感数据访问记录作为训练样本,并通过反向传播算法对行为偏好模型进行迭代训练,获得能够用于预测用户偏好的行为偏好预测模型。
本申请公开了一种脱敏数据还原的方法,属于人工智能技术领域。本申请在进行数据还原之前,先通过一个预先训练好的行为偏好模型用户的历史行为特征进行处理,得到用户的行为偏好信息,根据行为偏好信息确定用户需求的目标脱敏数据,获取目标数据对应的数据还原策略,通过数据还原策略对目标脱敏数据进行数据还原,得到明文数据,本申请可以在业务进程中,针对用户的需求对相应的脱敏数据进行还原,不需要对全部脱敏数据进行还原,方便用户获取到需求的明文数据,同时能够减少数据还原的数量,以及有效防止敏感数据的泄露。
需要强调的是,为进一步保证上述用户的敏感数据访问记录的私密和安全性,上述用户的敏感数据访问记录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,本申请提供了一种脱敏数据还原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,本实施例所述的脱敏数据还原的装置包括:
第一敏感数据模块301,用于接收数据还原指令,获取第一数据对象的敏感数据访问记录;
第一特征提取模块302,用于对所述第一数据对象的敏感数据访问记录进行特征提取,得到第一行为特征向量;
行为偏好预测模块303,用于将所述第一行为特征向量导入预先训练好的行为偏好模型,得到所述第一数据对象的行为偏好信息;
脱敏数据确定模块304,用于基于所述行为偏好信息确定待还原的目标脱敏数据;
脱敏数据还原模块305,用于查找所述目标脱敏数据对应的目标数据还原策略,并利用所述目标数据还原策略对所述目标脱敏数据进行数据还原,得到目标数据;
明文数据输出模块306,用于将所述目标数据发送至所述第一数据对象的客户端。
进一步地,所述第一特征提取模块302具体包括:
特征提取子模块,用于对所述第一数据对象的敏感数据访问记录进行特征提取,得到行为特征数据;
向量转化子模块,用于对所述行为特征数据进行向量转化,得到第一行为特征向量。
进一步地,所述向量转化子模块具体包括:
向量转化单元,用于对所述行为特征数据进行向量转化,生成初始特征向量;
权重计算单元,用于基于预设的特征权重算法计算所述行为特征数据的权重,得到特征权重;
向量调整单元,用于基于所述特征权重对所述初始特征向量进行调整,得到第一行为特征向量。
进一步地,所述权重计算单元具体包括:
赋权子单元,用于为所述行为特征数据赋予相同的初始权重;
分类子单元,用于对赋予所述初始权重后的行为特征数据进行分类,得到若干个特征数据组合;
权重计算子单元,用于基于特征权重算法,计算特征数据组合中每一个所述行为特征数据的特征权重。
进一步地,所述行为偏好预测模块303具体包括:
第一特征标签子模块,用于将所述第一行为特征向量导入到所述行为偏好模型,得到初始行为特征标签;
第一标签调整子模块,用于获取所述行为偏好模型的权重,并基于所述行为偏好模型的权重对所述初始行为特征标签进行调整,得到第一行为偏好标签;
行为偏好预测子模块,用于基于所述第一行为偏好标签生成所述第一数据对象的行为偏好信息。
进一步地,所述脱敏数据还原的装置还包括:
第二敏感数据模块,用于获取第二数据对象的敏感数据访问记录,并获取所述第二数据对象对所述敏感数据访问记录的反馈信息;
敏感数据标注模块,用于基于所述反馈信息对所述第二数据对象的敏感数据访问记录进行标注,得到第二行为偏好标签;
第二特征提取模块,用于对所述第二数据对象的敏感数据访问记录进行特征提取,并对提取到的行为特征进行特性向量转化,得到第二行为特征向量;
偏好模型训练模块,用于将所述第二行为特征向量作为所述行为偏好模型的输入,将所述第二行为偏好标签作为所述行为偏好模型的期望输出,对所述行为偏好模型进行训练,得到训练好的行为偏好模型。
进一步地,所述行为偏好模型采用梯度决策树模型进行训练,所述梯度决策树模型中配置有回归决策树,所述偏好模型训练模块具体包括:
第二特征标签子模块,用于将所述第二行为特征向量导入到所述回归决策树,得到初始行为回归标签;
第二标签调整子模块,用于获取所述回归决策树的权重,并基于所述回归决策树的权重对所述初始行为回归标签进行调整,得到行为回归标签;
偏好模型迭代子模块,用于基于所述行为回归标签和所述第二行为偏好标签对所述行为偏好模型进行迭代更新,得到训练好的行为偏好模型。
本申请公开了一种脱敏数据还原的装置,属于人工智能技术领域。本申请在进行数据还原之前,先通过一个预先训练好的行为偏好模型用户的历史行为特征进行处理,得到用户的行为偏好信息,根据行为偏好信息确定用户需求的目标脱敏数据,获取目标数据对应的数据还原策略,通过数据还原策略对目标脱敏数据进行数据还原,得到明文数据,本申请可以在业务进程中,针对用户的需求对相应的脱敏数据进行还原,不需要对全部脱敏数据进行还原,方便用户获取到需求的明文数据,同时能够减少数据还原的数量,以及有效防止敏感数据的泄露。
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,例如脱敏数据还原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,例如运行所述脱敏数据还原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,属于人工智能技术领域。本申请在进行数据还原之前,先通过一个预先训练好的行为偏好模型用户的历史行为特征进行处理,得到用户的行为偏好信息,根据行为偏好信息确定用户需求的目标脱敏数据,获取目标数据对应的数据还原策略,通过数据还原策略对目标脱敏数据进行数据还原,得到明文数据,本申请可以在业务进程中,针对用户的需求对相应的脱敏数据进行还原,不需要对全部脱敏数据进行还原,方便用户获取到需求的明文数据,同时能够减少数据还原的数量,以及有效防止敏感数据的泄露。
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脱敏数据还原的方法的步骤。
本申请公开了一种存储介质,属于人工智能技术领域。本申请在进行数据还原之前,先通过一个预先训练好的行为偏好模型用户的历史行为特征进行处理,得到用户的行为偏好信息,根据行为偏好信息确定用户需求的目标脱敏数据,获取目标数据对应的数据还原策略,通过数据还原策略对目标脱敏数据进行数据还原,得到明文数据,本申请可以在业务进程中,针对用户的需求对相应的脱敏数据进行还原,不需要对全部脱敏数据进行还原,方便用户获取到需求的明文数据,同时能够减少数据还原的数量,以及有效防止敏感数据的泄露。
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。