[发明专利]一种数据风险评估方法和装置

权利要求书

1.一种数据风险评估方法，其特征在于，所述方法包括：

获取脱敏数据；

基于预设的多个评估标识，对所述脱敏数据进行筛选，得到与每个所述评估标识相匹配的评估数据；

基于所述多个评估标识的排列组合，确定每个评估标识组合所对应的评估数据集合，其中，所述评估标识组合为所述多个评估标识中不同评估标识进行排列组合的结果；

确定每个评估数据集合的风险评估影响因素；

基于所述风险评估影响因素，确定获取到的脱敏数据是否存在隐私泄露风险；

所述确定每个评估数据集合的风险评估影响因素，包括：

对每个评估数据集合中的数据进行分析处理；

基于数据分析处理的结果，确定每个评估数据集合中的目标数据组的出现次数，其中，所述目标数据组的出现次数小于该评估数据集合中除该目标数据组之外的其他数据组的出现次数；

从所述多个目标数据组中确定计算数据组，其中，所述计算数据组为所述多个目标数据组中出现次数小于其他目标数据组的目标数据组；

确定所述计算数据组的出现次数在脱敏数据中总数据组的数量的权重占比，其中，总数据组中的每组数据表示一个用户的数据；

所述基于所述风险评估影响因素，确定获取到的脱敏数据是否存在隐私泄露风险，包括：

基于所述计算数据组的出现次数和所述权重占比，确定获取到的脱敏数据是否存在隐私泄露风险；

所述基于所述计算数据组的出现次数和所述权重占比，确定获取到的脱敏数据是否存在隐私泄露风险，包括：

判断所述计算数据组的出现次数是否大于第一预设次数阈值；

若所述计算数据组的出现次数大于第一预设次数阈值，确定获取到的脱敏数据隐私保护强；

所述基于所述计算数据组的出现次数和所述权重占比，确定获取到的脱敏数据是否存在隐私泄露风险，包括：

判断所述计算数据组的出现次数是否小于第二预设次数阈值；

若所述计算数据组的出现次数小于第二预设次数阈值，确定所述权重占比的值是否大于预设权重阈值；

若所述权重占比的值大于预设权重阈值，确定获取到的数据存在隐私泄露风险。

2.根据权利要求1所述的方法，其特征在于，所述多个评估标识包括基础项评估标识；或者

所述多个评估标识包括基础项评估标识，以及职业评估标识、婚姻评估标识与民族评估标识中的至少一者；

其中，所述基础项评估标识包括性别评估标识、出生日期评估标识、地址评估标识。

3.根据权利要求1所述的方法，其特征在于，基于预设的多个评估标识，对所述脱敏数据进行筛选，得到与每个所述评估标识相匹配的评估数据,包括：

基于预设的多个评估标识，删除所述脱敏数据中不符合预设识别内容的数据对应的数据组；

基于预设的多个评估标识，对脱敏数据进行规范化处理，所述规范化处理包括对数据格式进行统一处理；

基于预设的多个评估标识，对规范化处理后的脱敏数据进行编码处理；

从处理后的数据中确定与每个所述评估标识相匹配的评估数据。

4.根据权利要求3所述的方法，其特征在于，当所述多个评估标识包括民族评估标识的时候，所述基于预设的多个评估标识，对脱敏数据进行规范化处理，所述规范化处理包括对数据格式进行统一处理，包括：

确定所述脱敏数据中的民族评估标识中除汉族之外的每个民族的数据组数量；

若所述数据组数量小于预设数量，将该数据组数量对应的民族的评估标识改为少数民族。