[发明专利]多源多模态数据的处理系统及应用该系统的方法

权利要求书

1.多源多模态数据的处理系统，其特征在于，所述处理系统包括：多源多模态数据存储模块，策略控制模块，风险度量模块，数据发现引擎模块，数据脱敏引擎模块，多模态敏感数据分类算法库模块，多模态数据脱敏算法库模块和多源多模态数据访问总线模块；

策略控制模块是用于实现敏感数据发现、风险度量和控制、数据脱敏的策略配置和自适应控制的模块；

风险度量模块是基于敏感数据重识别风险模型，定量分析数据的重识别风险，为敏感数据发现和分类、数据脱敏提供风险度量和控制策略支持的模块；

数据发现引擎模块是通过静态扫描或动态监测的方式，发现多源多模态数据存储模块中的或业务使用过程中访问的信息的模块；

数据脱敏引擎模块是通过静态脱敏或动态脱敏的方式，实现对多源多模态数据存储模块中的敏感数据进行脱敏或在业务使用过程中对访问的敏感数据进行实时脱敏或拦截的模块；

多模态敏感数据分类算法库模块是为不同模态数据提供敏感数据识别和分类的核心算法的模块；

多源多模态数据存储模块实现不同格式的数据存储和索引的模块；和

多源多模态数据访问总线模块为上述其它模块提供了访问多源多模态数据存储模块的接口，实现多源多模态数据的读取、解析和写入。

2.根据权利要求1所述的处理系统，其特征在于，所述多源多模态数据是与自然人相关的个人信息数据、与企业生产经营和内部管理相关的知识产权及商业秘密信息数据、与国计民生及公共利益相关的重要数据、关系国家安全及重大利益的国家秘密信息数据。

3.根据权利要求1所述的处理系统，其特征在于，所述多源多模态数据是存储在多种类型的数据库或数据源中的数据。

4.根据权利要求1所述的处理系统，其特征在于，所述多源多模态数据是文本、音频和/或图像单模态数据组合形成的视频多模态数据，或者是文本和图像单模态数据组合形成条形码多模态数据。

5.根据权利要求1所述的处理系统，其特征在于，各个模块集中部署在同一台主机上，或者分布式部署在不同的主机上。

6.应用根据权利要求1-5任一所述的处理系统的方法，其特征在于，所述方法包括：

步骤310：数据提取，将提取的数据分解为不同的单模态信息；

步骤320：数据融合，即数据发现引擎模块对提取后的单模态信息，分别进行识别和分类，得到中间识别结果，并进行数据融合，得到融合数据；

步骤330：数据可靠性判别和风险评估，即风险度量模块对融合数据进行可靠性判别，评估数据重识别风险。

7.根据权利要求6所述的方法，其特征在于，还包括S340：数据脱敏，即根据策略控制模块设置的敏感数据重识别风险阈值来确定是否需要进行脱敏处理；数据脱敏引擎模块判断当前的敏感数据重识别风险值是否低于设定阈值：当低于设置的阈值，则不需要再进行脱敏处理；当风险值高于设置的阈值，则需要对融合数据进行充分脱敏处理，确保风险低于设定的阈值。

8.根据权利要求6所述的方法，其特征在于，所述步骤310包括以下步骤：

步骤311：数据发现引擎模块根据策略控制模块配置的敏感数据发现策略，通过多源多模态数据访问总线模块，从多源多模态数据存储模块中扫描或提取数据；

步骤S312，数据发现引擎模块通过多源多模态数据访问总线模块的接口，将同一数据源的多模态数据，按照敏感数据发现策略分解为多个单模态数据单元；

步骤S313，数据发现引擎模块将分解后的多个单模态数据单元与原始的多模态数据建立关联关系。

9.根据权利要求6所述的方法，其特征在于，所述步骤320包括以下步骤：

步骤S321，数据发现引擎模块对提取后的多个单模态数据单元，分别调用多模态敏感数据分类算法库模块提供的接口，进行识别和分类，得到中间识别结果；

步骤S322，数据发现引擎模块对中间识别结果进行数据融合处理；

步骤S323，进行同一模态数据融合，即，当数据发现引擎模块判断同一模态类型数据中存在多个中间识别结果时，则进行融合处理；和

步骤S324，进行不同模态数据融合，即，当数据发现引擎模块判断存在多种模态的数据，并且这些数据能够转换为同一模态的数据，则将这些数据先转换为同一模态的数据，再进行数据融合处理。