[发明专利]数据脱敏效果的评价方法及相应设备和存储介质

说明书

本发明公开了一种数据脱敏效果的评价方法及相应设备和存储介质，所述评价方法包括：根据目标数据集的属性域，将所述目标数据集中每条数据切分成多个维度；根据每个维度的维度值，将所述每条数据映射为预先构建的向量空间模型的空间点；确定所述向量空间模型中空间点的规律；根据所述规律评定所述目标数据集的敏感级别。本发明有效实现了评价数据的脱敏效果，并且在评价过程中，实现了对每条数据都检查，而且无需人工检测数据的脱敏效果，而且通过确定的规律来评定目标数据集的敏感级别，实现了统一的度量，判断规则一致，并可以有效识别潜在的敏感数据。

技术领域

本发明涉及数据安全技术领域，特别是涉及一种数据脱敏效果的评价方法及相应设备和存储介质。

背景技术

敏感数据由于包含敏感信息而被特殊保护。如果这些敏感数据不能充分利用，则敏感数据便无法发挥出其内在价值，因此，既要能够保护敏感数据中的敏感信息，又能充分挖掘数据价值，便成了新需求。数据脱敏就是脱除敏感信息的同时，最大限度的保证数据的可用性。

现有技术中，通常是对脱敏后数据进行脱敏效果评价，一般采用数据抽查的方式，但数据抽查方式的效果不好，例如存在以下缺陷：

1、不是每条脱敏后的数据都经过检查，因此存在没有检查出脱敏后的数据存在敏感数据的问题。

2、由人工检测敏感数据，容易产生错判。

3、没有统一的度量方法，判别规则不一致。

4、无法识别某些潜在的敏感数据。

针对现有数据抽查方式的上述缺陷，本领域未给出有效的解决方案。

发明内容

为了克服上述缺陷，本发明要解决的技术问题是提供一种数据脱敏效果的评价方法及相应设备和存储介质，用以至少实现评价数据的脱敏效果。

为解决上述技术问题，本发明实施例中的一种数据脱敏效果的评价方法，包括：

根据目标数据集的属性域，将所述目标数据集中每条数据切分成多个维度；

根据每个维度的维度值，将所述每条数据映射为预先构建的向量空间模型的空间点；

确定所述向量空间模型中空间点的规律；

根据所述规律评定所述目标数据集的敏感级别。

可选地，所述确定所述向量空间模型中空间点的规律，包括：

统计所述向量空间模型的各个空间点的映射次数。

可选地，所述根据所述规律评定所述目标数据集的敏感级别，包括：

将每个空间点的映射次数的倒数作为每个空间点对应数据的敏感级别；

根据所有空间点对应数据的敏感级别，确定所述目标数据集的敏感级别。

可选地，每个空间点对应数据的敏感级别与所述倒数的大小成正相关。

可选地，所述根据所有空间点对应数据的敏感级别，确定所述目标数据集的敏感级别，包括：

根据预设的加权平均方式，将所有空间点对应数据的敏感级别进行加权平均得到所述目标数据集的敏感级别。

可选地，所述根据每个维度的维度值，将所述每条数据映射为预先构建的向量空间模型的空间点之前，包括：

确定所述每个维度对应属性域的属性值；

将所述属性值作为所述每个维度的维度值。

可选地，所述根据每个维度的维度值，将所述每条数据映射为预先构建的向量空间模型的空间点之前，包括：