[发明专利]敏感信息识别方法、装置、电子设备及存储介质

权利要求书

1.一种敏感信息识别方法，其特征在于，所述方法包括：

从数据库的数据库表中获取待识别字段，所述待识别字段包括至少一信息，所述信息包括数字字符串、符号字符串、及/或汉字字符串；

若所述待识别字段中至少一信息包括汉字字符串，确定所述汉字字符串是否包括满足第一预设规律的字符串；

若所述汉字字符串包括满足第一预设规律的字符串，确定所述字符串是否与预设的语料库中的至少一字符串模板匹配，所述预设的语料库中包括地址字符串模板及姓名字符串模板；

若所述字符串与预设的语料库中的任意一字符串模板不匹配，确定所述字符串对应的哈希值；

确定预设的语料库中哈希值与所述字符串对应的哈希值匹配的目标字符串；

确定所述目标字符串与所述字符串的相似度；

若所述目标字符串与所述字符串的相似度超过预设值，确定所述待识别字段包括敏感字段。

2.如权利要求1所述的敏感信息识别方法，其特征在于，所述确定所述目标字符串与所述字符串的相似度包括：

确定所述目标字符串与所述字符串的音形码相似度。

3.如权利要求2所述的敏感信息识别方法，其特征在于，所述确定所述目标字符串与所述字符串的音形码相似度包括：

确定所述目标字符串中每个汉字与所述字符串中对应的汉字的音形码相似度；

确定所述目标字符串中所有的汉字的音形码相似度的平均值为所述目标字符串与所述字符串的相似度。

4.如权利要求3所述的敏感信息识别方法，其特征在于，所述确定所述目标字符串中每个汉字与所述字符串中对应的汉字的音形码相似度包括：

确定所述目标字符串中每个汉字与所述字符串中对应的汉字的音码相似度；

确定所述目标字符串中每个汉字与所述字符串中对应的汉字的形码相似度；

根据所述音码相似度及所述形码相似度确定所述目标字符串中每个汉字与所述字符串中对应的汉字的音形码相似度。

5.如权利要求1所述的敏感信息识别方法，其特征在于：

所述数据库表包括至少一列，每列包括相同类型的至少一行待识别字段；

所述从数据库的数据库表中获取待识别字段包括：

从数据库的数据库表的某列中获取至少一待识别字段；

所述确定所述待识别字段包括敏感字段包括：

若所述待识别字段中包括地址及/或姓名字段的数量与所述待识别字段的数量的比值大于预设的数量时，确定所述待识别字段为敏感字段。

6.如权利要求1所述的敏感信息识别方法，其特征在于，所述确定所述字符串对应的哈希值包括：

根据预设的汉字-音形码关系表确定所述字符串的每一位字符的音形码的第一位和第五位；

确定所述字符串的哈希值为所述字符串中各字符的音形码的第一位和第五位形成的组合字符的依序组合；

所述方法还包括：

获取中国各地的地址字符串；

获取中国各姓名字符串；

确定所述地址字符串及所述姓名字符串中所出现的目标汉字；

确定容易与所述目标汉字产生混淆的混淆汉字；

通过音形码转换模型将所述目标汉字及混淆汉字转换为对应的音形码；

根据所述目标汉字、混淆汉字及对应的音形码建立汉字-音形码关系表。