[发明专利]一种应用于电子邮箱地址敏感信息脱敏的方法及系统

权利要求书

1.一种应用于电子邮箱地址敏感信息脱敏的方法，其特征在于，进行以下步骤：

A、拆分，将电子邮箱地址按照字符拆分为用户自定义部分和服务器定义部分；

B、编码，将电子邮箱地址的用户自定义部分通过霍夫曼编码方法进行编码；

C、压缩，遍历电子邮箱地址的用户自定义部分的字符，将步骤B中得到的编码结果用字节数组存储；

D、二进制转换，用Base64编码方法表示步骤B得到的字节数组，对步骤B得到的字节数组进行编码得到可见字符串，即电子邮箱地址的用户自定义部分脱敏后的字符串；

E、拼接用户名和域名，将步骤D中得到的脱敏后的字符串用@符号与服务器定义部分拼接起来，得到该电子邮箱地址最终脱敏后的字符串。

2.根据权利要求1所述的一种应用于电子邮箱地址敏感信息脱敏的方法，其特征在于，所述步骤A的具体过程为：根据邮箱地址的@符号，将电子邮箱地址的字符拆分为用户名和域名，@符号之前为用户名，即所述用户自定义部分，@符号之后为域名，即所述服务器定义部分。

3.根据权利要求1所述的一种应用于电子邮箱地址敏感信息脱敏的方法，其特征在于，所述步骤B具体为：统计电子邮箱地址中用户自定义部分的每个字符的出现频率，将所有字符按照出现频率从高到低排序并创建排序表，根据所述排序表的排序创建霍夫曼编码表，根据所述霍夫曼编码表对电子邮箱地址的用户自定义部分进行编码。

4.根据权利要求3所述的一种应用于电子邮箱地址敏感信息脱敏的方法，其特征在于，所述字符包括英文字母、数字字符、句点、连字符和下划线的任意组合。

5.根据权利要求4所述的一种应用于电子邮箱地址敏感信息脱敏的方法，其特征在于，所述步骤B中根据排序表创建霍夫曼编码表的过程具体为：

B1、通过统计或抽样得出电子邮箱地址中的用户名中字符的出现频率，为电子邮箱地址可能出现的英文字母、数字字符、句点、连字符和下划线共39个字符创建39个节点，每个节点中包含其对应出现频率的频率数值，并按频率数值从小到大排列，存入节点数组中，节点数组记为N1，N2，N3，…，N39；

B2、从节点数组中移除前两个节点N1、N2，将前两个节点的频率相加创建一个新节点P3，并将N1、N2作为P3的两个子节点；

B3、根据P3的频率按从小到大的顺序插入到原节点数组中，其中P3的频率由N1、N2.的频率相加得来；

B4、重复上述步骤B2、B3，直到整个节点数组只剩下最后一个节点R，R即二叉树的根节点，而每个叶节点对应电子邮箱地址可能出现的39个字符；

B5、从R遍历每个子叶节点，对每个子节点，如果为左子节点则在路径加0，如果为右子节点则在路径加1，直到遇到叶节点，则路径上的01组合即为该叶节点所代表字符的编码；

B6、将每个字符与其对应的编码存入哈希表T中，供后续使用。

6.根据权利要求1所述的一种应用于电子邮箱地址敏感信息脱敏的方法，其特征在于，所述步骤B还包括：将电子邮箱地址的服务器定义部分通过霍夫曼编码方法进行编码。

7.根据权利要求6所述的一种应用于电子邮箱地址敏感信息脱敏的方法，其特征在于，所述步骤B中将电子邮箱地址的服务器定义部分通过霍夫曼编码方法进行编码的过程具体为：统计电子邮箱地址中服务器定义部分的每个字符的出现频率，将所有字符按照出现频率从高到低排序并创建排序表，根据所述排序表的排序创建霍夫曼编码表，根据所述霍夫曼编码表对电子邮箱地址的服务器定义部分进行编码。