[发明专利]敏感信息识别方法、装置、电子设备及存储介质

说明书

本发明涉及人工智能技术领域，本发明提供一种敏感信息识别方法，所述方法包括：从数据库的数据库表中获取待识别字段；若所述待识别字段中至少一信息包括汉字字符串，且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；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。本发明还提供一种装置、电子设备及存储介质，可自动识别敏感字段。

技术领域

本发明涉及数据处理技术领域，具体涉及一种敏感信息识别方法、装置、电子设备及存储介质。

背景技术

随着大数据应用的广泛，越来越多的企业采用线上处理敏感的文件。在享受线上处理敏感的文件给人们带来方便快捷的同时，个人信息也受到了严峻的考验，例如个人信息被侦听、截获及非法拷贝，而由此导致的个人被骚扰、个人财产的安全性受到了关注。因此个人信息中的敏感信息的识别就显得尤为重要，在识别敏感信息后可通过脱敏或加密等方式对敏感信息进行保护。目前敏感信息的识别都只能针对某一类型的敏感信息进行识别，例如对电话号码的识别等，而对于包含多个信息的字段，例如某一类型的敏感信息及非敏感信息或者复合类型的敏感信息，则无法识别。

发明内容

鉴于此，有必要提供一种敏感信息识别方法、装置、电子设备及存储介质，可自动识别敏感字段。

本申请的第一方面提供一种敏感信息识别方法，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。

本申请的第二方面提供一种敏感信息识别装置，所述装置包括：

获取模块，用于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；

规律确定模块，用于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；

匹配确定模块，用于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；

哈希值确定模块，用于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；

字符串确定模块，用于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；

相似度确定模块，用于确定所述目标字符串与所述字符串的相似度；

敏感字段确定模块，用于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。