CN117592088A - 一种电子合同文本敏感数据信息优化处理方法 - Google Patents

Abstract

本发明涉及数据加密技术领域，具体涉及一种电子合同文本敏感数据信息优化处理方法，该方法包括：获取待加密的电子合同文本并进行预处理操作；结合电子合同文本进行分词后的结果构建电子合同结构文本；获取电子合同结构文本中的敏感词；根据各敏感词及其位置信息生成基准密钥参量；基于基准密钥参量以及电子合同结构数据的数据摘要获取敏感密钥；基于敏感密钥对电子合同文本数据中的敏感词进行脱敏；将脱敏后的电子合同文本与脱敏密钥存储到数据库中，实现电子合同文本数据的查看。本发明增强了电子文本可读性和可辨识性，保证了加密密钥的唯一性和不可分析性。

Description

一种电子合同文本敏感数据信息优化处理方法

技术领域

本申请涉及数据加密技术领域，具体涉及一种电子合同文本敏感数据信息优化处理方法。

背景技术

公司在实际业务中会有大量的合同签署，传统的纸质合同会占用大量的资料，即不经济环保，且需要用户填写大量信息，还需要在线下进行盖章。而为了节省时间和成本以及方便用户考虑，现有技术中考虑使用电子合同的形式，在现有的电子合同中，当用户点击签署电子合同时系统会自动把用户信息全部填写进去，用户只需要输入手机号确定签署即可。全过程只需要几秒时间，其中不包括用户确认合同内容时间以及手写签名时间，极大地降低了纸质合同签署的时间。

而当企业在第三方电子合同签署平台上进行电子合同签署时，会存在将企业的电子合同的内容暴露给第三方电子合同签署平台的风险；为了增加平台可信度，提高用户体验，第三方电子合同签署平台需增设电子合同加密模块，电子合同加密模块根据企业的私钥对电子合同进行加密，且企业的私钥只在参与合同签署的企业中共享，以此实现企业的电子合同对于第三方平台保密的目的。

现有对于电子合同文本敏感数据信息的处理，仅仅是采用数据加密算法对电子合同文本进行全局加密，在这种方式下虽然是对数据进行了保护，但由于电子合同文本中存在着大量的板式数据，尤其是模板内容，这些数据是公开透明的，并不值得消耗资源去对其进行加密保护。

发明内容

为了解决上述技术问题，本发明提供一种电子合同文本敏感数据信息优化处理方法，以解决现有的问题。

本发明的一种电子合同文本敏感数据信息优化处理方法采用如下技术方案：

本发明一个实施例提供了一种电子合同文本敏感数据信息优化处理方法，该方法包括以下步骤：

获取待加密的电子合同文本并进行预处理操作；

结合电子合同文本进行分词后的结果构建电子合同结构文本；排除电子合同结构文本中的结构化词语；获取电子合同结构文本剩余词语中的敏感词；

根据各敏感词及其位置信息生成基准密钥参量；采用数据摘要算法获取电子合同结构数据的数据摘要；根据数据摘要以及基准密钥参量获取敏感密钥各位字符数据；根据各位字符数据组成敏感密钥；基于敏感密钥对电子合同文本数据中的敏感词进行脱敏；

将脱敏后的电子合同文本与脱敏密钥存储到数据库中，实现电子合同文本数据的查看。

优选的，所述预处理操作包括但不限于：标准化、分词、去停用词以及处理缺失值。

优选的，所述结合电子合同文本进行分词后的结果构建电子合同结构文本，包括：

对电子合同文本进行分词得到分词集合；将电子合同文本的分词集合中的各个词语的顺序在电子合同文本中找到对应词语的位置进行标记，得到电子合同结构文本。

优选的，所述排除电子合同结构文本中的结构化词语，包括：

统计电子合同结构文本中各个词语的词频，将大于预设经验值的词频的词语作为电子合同结构文本中的结构化词语，将结构化词语从电子合同结构文本中排除。

优选的，所述获取电子合同结构文本剩余词语中的敏感词，包括：

采用语义分析算法对电子合同结构文本中剩余的词语进行语义分析；采用文字匹配识别模型对语义分析结果中的敏感词进行标记。

优选的，所述根据各敏感词及其位置信息生成基准密钥参量，包括：

对于各敏感词，获取敏感词在电子合同文本中的位置；获取敏感词的ASCLL编码；计算所述位置与所述ASCLL编码的取模结果，将所有敏感词的所述取模结果的和值作为基准密钥参量。

优选的，所述根据数据摘要以及基准密钥参量获取敏感密钥各位字符数据，包括：

对于敏感密钥的第i位字符数据，获取数据摘要的二进制数据中的第i位二进制数据；获取基准密钥参量与数值i取模后的二进制数据；

将所述第i位二进制数据与所述取模后的二进制数据进行异或，将异或结果转为ASCLL码作为敏感密钥的第i位字符数据。

优选的，所述根据各位字符数据，将所有位字符数据按照获取顺序组成敏感密钥。

优选的，所述基于敏感密钥对电子合同文本数据中的敏感词进行脱敏，包括：

利用敏感密钥对电子合同文本数据中的各敏感词采用保留格式加密算法进行加密操作，将各敏感词对应加密后的结果替换掉各对应敏感词，完成电子合同文本数据中敏感词的数据脱敏。

优选的，所述将脱敏后的电子合同文本与脱敏密钥存储到数据库中，实现电子合同文本数据的查看，包括：

将脱敏后的电子合同文本与脱敏密钥存储到数据库中；

当身份校验通过时，将脱敏密钥分发给用户，用户利用脱敏密钥对脱敏后的电子合同文本数据进行解密；否则，不发送脱敏密钥给用户。

本发明至少具有如下有益效果：

本发明提出了一种针对于电子合同文本中的敏感数据进行自适应脱敏的方法，其通过结合上下文内容对数据进行分辨，从而完成了对电子合同文本的敏感信息加密处理，同时保留了电子文本的基准可读性，增强了在解密前的电子文本可读性和可辨识性，在节省了计算资源和加密的效率同时保证了加密密钥的唯一性和不可分析性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。

图1为本发明提供的一种电子合同文本敏感数据信息优化处理方法的流程图；

图2为脱敏后的电子合同文本的获取流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种电子合同文本敏感数据信息优化处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

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发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种电子合同文本敏感数据信息优化处理方法的具体方案。

本发明一个实施例提供的一种电子合同文本敏感数据信息优化处理方法。

具体的，提供了如下的一种电子合同文本敏感数据信息优化处理方法，请参阅图1，该方法包括以下步骤：

步骤S001，获取需要进行加密处理的电子合同文本并做相应的预处理工作。

现有对于电子合同文本敏感数据信息的处理，仅仅是采用数据加密算法对电子合同文本进行全局加密，在这种方式下虽然是对数据进行了保护，但由于电子合同文本中存在着大量的板式数据，其是模板内容，这些数据是公开透明的，但并不值得消耗资源去对其进行加密保护。本实施例提出了一种对于电子合同文本敏感数据的自适应加密算法，其通过结合上下文内容对数据分析，从而完成了对电子合同文本的敏感信息加密处理，同时保留了电子文本的基准可读性，增强了在解密前的电子文本可读性和可辨识性，在节省了计算资源和加密的效率同时保证了加密密钥的唯一性和不可分析性。

本实施例需要对电子合同文本进行加密，因此需要获取到待加密处理的电子合同文本以及电子合同文本签署双方共有的加密参数，同时需要对该电子合同文本进行预处理操作，包括标准化、分词、去除停用词以及处理缺失值等操作，来提高电子合同文本数据的质量和一致性，为进一步的分析提供更准确、可靠的基础。

步骤S002，对电子合同文本进行文档内容的敏感性分析，并对敏感内容进行加密替换操作得到数据脱敏后的电子合同文本。

在获取到经过预处理的电子合同文本后，需要对文本内容进行文本清理，去除掉不必要的字符、标点以及其他噪音，来保证电子合同文本的一致性。随后需要利用词库匹配的分词方法来对噪声清除后的电子合同文本进行分词操作：

1、使用中英文词表对整个数据文件进行扫描匹配，确保涵盖中英文文本，并忽略特殊符号：制表符、换行符、空格子以及停顿语气词：“的”、“吗”、“是”、“在”、“和”等，以排除这些无意义词对于后续处理步骤的干扰，增强文本敏感性分析的准确性。

2、按照整个电子合同文本的段落结构进行存储到段落分词集中，方便保留合同文本的组织结构，并删除其中的停用词以及华人常见主语词语“我”、“你”、“大家”等，以凸显合同文本的关键信息，组合每段的段落分词集合，得到整个电子合同文本的分词集合：

3、最后，将整个电子合同文本的分词集合和电子合同文本进行比对，在确保分词的准确性和完整性后，依据原有的电子合同文本对分词集合进行结构性调整，将获得的分词和原本的电子合同文本进行词序对应，最终得到具有良好结构的电子合同结构文本，其中分词的顺序与原文相符，为后续的文本分析提供有意义的结果。

至此，得到了电子合同结构文本。

在得到电子合同结构文本后，就需要在结构文本中对文档内容进行敏感性分析，并对被认为是敏感内容的文本进行相应的标记：

首先，需要对电子合同结构文本中的各个词语进行词频分析，来排除掉整个合同文本中大量无效的结构化词语，从而提升后续对于词语进行敏感性分析的分析效率。

具体的，需要排除词频在预设经验值10%以上的词语，由于电子合同文本的特殊性，在刨除框架性的内容外，需要真正保护的敏感性词语是有合同签订双方进行填写的少量词语，而这些词语在整个合同文本中的出现频率极低，甚至可能值出现一到两次，因此对于词频出现过高的词语，其不可能是所需要进行脱敏的敏感词。

随后，利用NLP词义分析算法对电子合同结构文本中剩余的词语进行语义分析，得到其中的敏感词并对敏感词进行标记。其中，NLP词义分析算法为公知技术，本实施例不再赘述。

具体的，由于电子合同文本一般都具有明显的特征，且基于合同文本的合同签订规则，其中的敏感文字包括姓名、公司名称、金额、时限等相关信息，可以利用机器学习模型来对该类敏感文字进行识别标记，以达到对电子合同结构文本进行敏感性分析的目的。其中，机器学习模型本实施例使用文字匹配识别模型，文字匹配识别模型为公知技术，本实施例不再赘述。

在对电子合同结构文本进行敏感性分析后并进行标记后，便可以利用这些信息生成电子合同文本的脱敏密钥：

首先，利用电子合同结构文本中的敏感文字位置信息结合敏感内容生成基准密钥参量：

其中，为基准密钥参量，/>为电子合同结构文本中的敏感词数量；/>表示电子合同文本中第i个敏感词的位置；/>为取模操作；/>表示第i个敏感词；/>为转码函数，可以将字符A转换为ASCII码所表示的十进制数。

利用电子合同文本中的敏感文字及其位置信息，来获得基准密钥参量，可以使得后续生成的密钥与所加密的敏感词及其敏感词位置有着较强的联系，从而增强了密钥的不可分析性。

然后，利用基准密钥参量对电子合同结构文本的数据摘要进行特一化处理得到基准于电子合同文本的敏感密钥。

其中，表示数据摘要；/>表示电子合同结构数据；/>为数据摘要算法，可以将内容摘要为256位的数据摘要；/>表示敏感密钥中的第i位字符数据；/>为逆转码函数，可以将二进制数A按照ASCII码表进行转译得到对应的字符；/>表示数据摘要/>的二进制数据中的第i位数据；/>为异或符号；/>表示基准密钥参量与i取模后的二进制数据；/>表示电子合同文本的敏感密钥。

至此，得到电子合同文本的敏感密钥。

在得到标记后的敏感密钥后，利用敏感密钥对电子合同文本数据采用保留格式加密算法，对整个电子合同文本中的每个敏感词进行加密操作，将加密后的结果替换原有的敏感词，完成对敏感词的数据脱敏。其中，保留格式加密算法为公知技术，本实施例不再赘述。

至此，在对整个电子合同文本中的敏感词进行数据脱敏后，得到数据脱敏后的电子合同文本。其中，脱敏后的电子合同文本的获取流程图如图2所示。

步骤S003，将脱敏后的电子合同文本进行保存上传，便于后续解密使用。

在得到加密脱敏后的电子合同文本后，将其与脱敏密钥一同存储到数据库中。

在需要使用电子合同文本数据时，系统将通过检索获取到电子合同文本，随后进行身份校验来确认是否分发脱敏密钥，若是，则获取方可以利用相关信息进行解密操作得到电子合同文本以供使用。否则，不发送给用户脱敏密钥。

至此，本实施例完成。

综上所述，本发明实施例提出了一种针对于电子合同文本中的敏感数据进行自适应脱敏的方法，其通过结合上下文内容对数据进行分辨，从而完成了对电子合同文本的敏感信息加密处理，同时保留了电子文本的基准可读性，增强了在解密前的电子文本可读性和可辨识性，在节省了计算资源和加密的效率同时保证了加密密钥的唯一性和不可分析性。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；对前述各实施例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同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种电子合同文本敏感数据信息优化处理方法，其特征在于，该方法包括以下步骤：

获取待加密的电子合同文本并进行预处理操作；

结合电子合同文本进行分词后的结果构建电子合同结构文本；排除电子合同结构文本中的结构化词语；获取电子合同结构文本剩余词语中的敏感词；

根据各敏感词及其位置信息生成基准密钥参量；采用数据摘要算法获取电子合同结构数据的数据摘要；根据数据摘要以及基准密钥参量获取敏感密钥各位字符数据；根据各位字符数据组成敏感密钥；基于敏感密钥对电子合同文本数据中的敏感词进行脱敏；

将脱敏后的电子合同文本与脱敏密钥存储到数据库中，实现电子合同文本数据的查看。

2.如权利要求1所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述预处理操作包括但不限于：标准化、分词、去停用词以及处理缺失值。

3.如权利要求2所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述结合电子合同文本进行分词后的结果构建电子合同结构文本，包括：

对电子合同文本进行分词得到分词集合；将电子合同文本的分词集合中的各个词语的顺序在电子合同文本中找到对应词语的位置进行标记，得到电子合同结构文本。

4.如权利要求3所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述排除电子合同结构文本中的结构化词语，包括：

统计电子合同结构文本中各个词语的词频，将大于预设经验值的词频的词语作为电子合同结构文本中的结构化词语，将结构化词语从电子合同结构文本中排除。

5.如权利要求4所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述获取电子合同结构文本剩余词语中的敏感词，包括：

采用语义分析算法对电子合同结构文本中剩余的词语进行语义分析；采用文字匹配识别模型对语义分析结果中的敏感词进行标记。

6.如权利要求5所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述根据各敏感词及其位置信息生成基准密钥参量，包括：

对于各敏感词，获取敏感词在电子合同文本中的位置；获取敏感词的ASCLL编码；计算所述位置与所述ASCLL编码的取模结果，将所有敏感词的所述取模结果的和值作为基准密钥参量。

7.如权利要求6所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述根据数据摘要以及基准密钥参量获取敏感密钥各位字符数据，包括：

对于敏感密钥的第i位字符数据，获取数据摘要的二进制数据中的第i位二进制数据；获取基准密钥参量与数值i取模后的二进制数据；

将所述第i位二进制数据与所述取模后的二进制数据进行异或，将异或结果转为ASCLL码作为敏感密钥的第i位字符数据。

8.如权利要求7所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述根据各位字符数据，将所有位字符数据按照获取顺序组成敏感密钥。

9.如权利要求8所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述基于敏感密钥对电子合同文本数据中的敏感词进行脱敏，包括：

利用敏感密钥对电子合同文本数据中的各敏感词采用保留格式加密算法进行加密操作，将各敏感词对应加密后的结果替换掉各对应敏感词，完成电子合同文本数据中敏感词的数据脱敏。

10.如权利要求9所述的一种电子合同文本敏感数据信息优化处理方法，其特征在于，所述将脱敏后的电子合同文本与脱敏密钥存储到数据库中，实现电子合同文本数据的查看，包括：

将脱敏后的电子合同文本与脱敏密钥存储到数据库中；

当身份校验通过时，将脱敏密钥分发给用户，用户利用脱敏密钥对脱敏后的电子合同文本数据进行解密；否则，不发送脱敏密钥给用户。