[发明专利]一种信息安全识别方法

说明书

相比现有技术，本发明实施例提出的一种信息安全识别方法，通过区分待识别数据的类型，对待识别数据进行预处理，然后选择与待识别数据类型对应的安全识别模型，对待识别数据进行自动安全识别，无需人为操作即可自动完成信息的安全识别，降低了成本，方便快速，且模型识别的精准度比人工监测识别的精准度高。

技术领域

本发明实施例涉及信息识别技术领域，具体涉及一种信息安全识别方法。

背景技术

随着科技的进步和网络的普及，无论是国家、机构、公司还是个人，时刻都在网络上制造着大量的信息。其中包含有网站、电子报纸、社交媒体等等。

在目前看来，对于网络中各种类型的数据，例如图片数据、视频数据和文本数据大多只能进行简单的文本情感判断、实体抽取、图片识别，而信息安全只能通过人工的方式来监测与识别，极其耗费人力成本。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本发明实施例提供了一种信息安全识别方法。

有鉴于此，第一方面，本发明实施例提供一种信息安全识别方法，包括：

获取待识别数据；

确定所述待识别数据的类型，所述类型包括文本数据、视频数据和图片数据；

根据所述待识别数据的类型，对所述待识别数据进行预处理；

选择与所述待识别数据的类型对应的预先构建的安全识别模型；

根据所述安全识别模型对预处理后的所述待识别数据进行安全识别。

可选的，根据所述待识别数据的类型，对所述待识别数据进行预处理包括：

若所述待识别数据为文本数据，则去除待识别数据表中的非法字符和标签；

若所述待识别数据为视频数据，则提取待识别数据中的视频帧，根据所述视频帧生成图片数据，并提取生成的图片数据的特征；

若所述待识别数据为图片数据，则提取待识别数据的特征。

可选的，选择与所述待识别数据的类型对应的预先构建的安全识别模型，包括：

若所述待识别数据为文本数据，则选择预先构建的敏感信息提取模型；

若所述待识别数据为图片数据或视频数据，则选择预先构建的特征比对模型。

可选的，所述敏感信息提取模型的构建，包括：

获取大量文本数据；

对所述大量文本数据进行预处理；

通过自然语言处理技术识别预处理后的大量文本数据中的敏感信息；

将所述敏感信息作为语料，采用深度学习算法对所述语料进行训练，得到敏感信息提取模型。

可选的，所述特征比对模型的构建，包括：

获取大量图片数据；

对所述大量图片数据进行预处理，提取所述大量图片数据中的不安全特征；

用所述不安全特征组成特征比对模型。

可选的，根据所述安全识别模型对预处理后的所述待识别数据进行安全识别，包括：

若所述待识别数据为文本数据，则将预处理后的所述待识别数据输入预先构建的敏感信息提取模型；

所述敏感信息提取模型对所述待识别数据进行识别，输出所述待识别数据中的敏感信息。

可选的，根据所述安全识别模型对预处理后的所述待识别数据进行安全识别，包括：