[发明专利]一种人工智能的敏感信息检测方法

权利要求书

1.一种人工智能的敏感信息检测方法，其特征在于，包括如下步骤：

A.人工分组敏感关键词组：人工创建敏感关键词组，并根据敏感关键词组与敏感信息的关系将所述敏感关键词组分为充要条件敏感关键词组和必要不充分条件敏感关键词组；

B.按算法对敏感关键词组继续分组：根据步骤A中的敏感关键词组的长度以及运用Wu-Manber算法时的哈希表中冲突的敏感关键词组将敏感关键词组分WM算法词组和AC算法词组；

C.人工介入机器学习：在含敏感信息的文本中人工提取敏感关键词组，并按步骤A和步骤B添加新的敏感关键词组，分别利用WM算法及AC算法平行匹配文本，截取文本中匹配的必要不充分条件敏感关键词组前后一定字数的子文本；

D.应用程序检测：分别对经步骤A和步骤B得到的WM算法词组和AC算法词组采用WM算法及AC算法平行匹配待检测文本，以判断所述待检测文本是否含敏感信息；

且，步骤D中待检测文本是否含敏感信息的评判方式包括：文本中检测到充要条件敏感关键词组，则此文本含敏感信息；文本中未检测到敏感关键词组，则此文本不含敏感信息；文本中检测到必要不充分条件敏感关键词组，则在敏感关键词组前后截取一定字数的子文本，再利用此敏感关键词组的特征关键词匹配子文本；如果所述子文本中检测到特征关键词，则此文本含敏感信息，如果所述子文本中未检测到特征关键词，则此文本不含敏感信息。

2.根据权利要求1所述的一种人工智能的敏感信息检测方法，其特征在于，步骤A中，所述敏感关键词组与敏感信息的关系指的是敏感关键词组是敏感信息的必要不充分条件，即含有敏感信息的文本中一定包含有敏感关键词组，但含有敏感关键词组的文本中不一定含有敏感信息。

3.根据权利要求1所述的一种人工智能的敏感信息检测方法，其特征在于，步骤B中，所述WM算法词组包括充要条件WM敏感关键词组和必要不充分条件WM敏感关键词组；所述AC算法词组包括充要条件AC敏感关键词组和必要不充分条件AC敏感关键词组。

4.根据权利要求1所述的一种人工智能的敏感信息检测方法，其特征在于，步骤B中，所述敏感关键词组的字数小于等于4则归入AC算法词组，剩余的敏感关键词组按照WM算法构建SHIFT、HASH、PREFIX三个表，并将具有相同哈希值的敏感关键词组中字数少的词组归入AC算法词组。

5.根据权利要求1所述的一种人工智能的敏感信息检测方法，其特征在于，步骤C中，将所述必要不充分条件敏感关键词组对应的特征关键词及安全词分别与所述子文本比对，如果匹配成功则从所述子文本中删除，所述子文本剩余的字词由人工判断是否为所述必要不充分条件敏感关键词组的特征关键词或安全词，并分别将所述字词加入到相应的词组内。