[发明专利]一种基于数据映射的数据泄漏溯源判定方法及系统

权利要求书

1.一种基于数据映射的数据泄漏溯源判定方法，其特征在于，包括：

步骤1、抽取原始数据集的子集作为交付数据集；

步骤2、对被抽取出的所述交付数据集中的每一条数据进行数据标记以标识交付对象；

步骤3、根据所述交付数据集中所有数据的数据标记的数量，建立所述交付对象的识别标签；

步骤3.1、按照交付对象分别统计所述交付数据集中所有子集的数据标记的数量；

步骤3.2、分别计算各个交付对象对应的数据标记的数量与所述交付数据集数据总量的比例；

步骤3.3、将计算得到的各个比例按照预设顺序排列构成的向量作为所述交付对象的识别标签；

步骤4、将待溯源数据集中的每一条数据，与所述原始数据集进行匹配，得到由所述原始数据集中匹配成功的数据构成的匹配数据集；

步骤5、统计所述匹配数据集中所有数据的数据标记的分布，结合所述识别标签，判定所述待溯源数据集所指向的交付对象；

步骤5.1、按照交付对象分别统计所述匹配数据集中所有数据的数据标记的数量；

步骤5.2、分别计算各个交付对象对应的数据标记的数量与所述匹配数据集数据总量的比例；

步骤5.3、将计算得到的各个比例按照预设顺序排列构成的向量作为匹配标签；

步骤5.4、将所述匹配标签与识别标签进行匹配，根据匹配结果判定所述待溯源数据集所指向的交易对象。

2.根据权利要求1所述的方法，其特征在于，所述步骤1具体包括：随机抽取原始数据集的预设比例的数据作为交付数据集。

3.根据权利要求1所述的方法，其特征在于，所述步骤4具体包括：将待溯源数据集中的每一条数据，与所述原始数据集中的各条数据进行相似度计算，将所述原始数据集中与所述待溯源数据集中数据的相似度最大且最大相似度大于预设阈值的数据加入匹配数据集。

4.一种基于数据映射的数据泄漏溯源判定系统，其特征在于，包括：

抽取模块，用于抽取原始数据集的子集作为交付数据集；

标记模块，用于对被抽取出的所述交付数据集中的每一条数据进行数据标记以标识交付对象；

建立模块，用于根据所述交付数据集中所有数据的数据标记的数量，建立所述交付对象的识别标签；

所述建立模块具体包括：

第一统计单元，用于按照交付对象分别统计所述交付数据集中所有子集的数据标记的数量；

第一计算单元，用于分别计算各个交付对象对应的数据标记的数量与所述交付数据集数据总量的比例；

第一排序单元，用于将计算得到的各个比例按照预设顺序排列构成的向量作为所述交付对象的识别标签；

匹配模块，用于将待溯源数据集中的每一条数据，与所述原始数据集进行匹配，得到由所述原始数据集中匹配成功的数据构成的匹配数据集；

判定模块，用于统计所述匹配数据集中所有数据的数据标记的分布，结合所述识别标签，判定所述待溯源数据集所指向的交付对象；

所述判定模块具体包括：

第二统计单元，用于按照交付对象分别统计所述匹配数据集中所有数据的数据标记的数量；

第二计算单元，用于分别计算各个交付对象对应的数据标记的数量与所述匹配数据集数据总量的比例；

第二排序单元，用于将计算得到的各个比例按照预设顺序排列构成的向量作为匹配标签；

判定单元，用于将所述匹配标签与识别标签进行匹配，根据匹配结果判定所述待溯源数据集所指向的交易对象。

5.根据权利要求4所述的系统，其特征在于，所述抽取模块，具体用于随机抽取原始数据集的预设比例的数据作为交付数据集。

6.根据权利要求4所述的系统，其特征在于，所述建立模块具体用于将待溯源数据集中的每一条数据，与所述原始数据集中的各条数据进行相似度计算，将所述原始数据集中与所述待溯源数据集中数据的相似度最大且最大相似度大于预设阈值的数据加入匹配数据集。