[发明专利]一种隐私数据的处理方法及装置

说明书

本说明书公开了一种隐私数据的处理方法及装置，所述方法包括：对正则表达式进行价值评估计算，以得到所述正则表达式的价值评分；其中，所述正则表达式用于从隐私数据中提取正则特征；所述正则表达式的价值评分，与所述正则表达式包含的信息量正相关；将所述正则表达式与隐私数据集合中的隐私数据进行匹配，并获取所述正则表达式与所述隐私数据集合中的隐私数据匹配成功的次数；根据所述正则表达式的价值评分和所述匹配成功的次数，计算与所述隐私数据集合中的隐私数据对应的正则特征；其中，所述正则特征用于训练机器学习模型。应用本方案，可以令构建得到的正则特征能够更好地刻画隐私数据的特性。

技术领域

本申请涉及人工智能领域，尤其涉及一种隐私数据的处理方法及装置。

背景技术

在人工智能领域，机器学习是从海量的数据中发掘隐含的数据规律的一种常用的技术手段。通过将大量原始数据作为训练样本，来训练机器学习模型，可以高效的发掘出这些数据中隐含的数据规律，并基于发掘出的数据规律，来进行业务运营；例如，可以基于大量的用户交易数据进行机器，来训练风控模型，并利用风控模型来识别用户发起的交易是否具有风险。

而在实际应用中，在用户的隐私数据参与机器学习模型训练的情况下，为了保障用户的隐私安全，这些隐私数据中所包含的数据特征，通常并不能直接作为训练特征，输入至机器学习模型进行训练。

发明内容

有鉴于此，本申请公开了一种隐私数据的处理方法及装置。

根据本申请实施例的第一方面，公开了一种隐私数据的处理方法，包括：

对正则表达式进行价值评估计算，以得到所述正则表达式的价值评分；其中，所述正则表达式用于从隐私数据中提取正则特征；所述正则表达式的价值评分，与所述正则表达式包含的信息量正相关；

将所述正则表达式与隐私数据集合中的隐私数据进行匹配，并获取所述正则表达式与所述隐私数据集合中的隐私数据匹配成功的次数；

根据所述正则表达式的价值评分和所述匹配成功的次数，计算与所述隐私数据集合中的隐私数据对应的正则特征；其中，所述正则特征用于训练机器学习模型。

根据本申请实施例的第二方面，公开了一种隐私数据的处理装置，包括：

价值评分获取模块，对正则表达式进行价值评估计算，以得到所述正则表达式的价值评分；其中，所述正则表达式用于从隐私数据中提取正则特征；所述正则表达式的价值评分，与所述正则表达式包含的信息量正相关；

匹配结果获取模块，用于将所述正则表达式与隐私数据集合中的隐私数据进行匹配，并获取所述正则表达式与所述隐私数据集合中的隐私数据匹配成功的次数；

正则特征构建模块，用于根据所述正则表达式的价值评分和所述匹配成功的次数，计算与所述隐私数据集合中的隐私数据对应的正则特征；其中，所述正则特征用于训练机器学习模型。

以上技术方案中，在基于正则表达式对隐私数据进行数据处理，从隐私数据中提取正则特征时，由于将正则表达式包含的信息量也作为参考因素之一，将与正则表达式包含的信息量正相关的价值评分，也作为计算参数，来计算与隐私数据集合中的隐私数据对应的正则特征，使得从隐私数据中提取出的正则特征能够更好地刻画隐私数据的特性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书文本一同用于解释原理。

图1是本说明书示出的一种隐私数据的处理的情景示例图；

图2是本说明书示出的一种隐私数据的处理方法的流程示意图；

图3是本说明书示出的一种信息量的计算方法的示例图；

图4是本说明书示出的一种匹配能力评分的计算方法的示例图；