[发明专利]一种基于结构化数据的脱敏方法、装置与系统

说明书

本发明公开一种基于结构化数据的脱敏方法、装置与系统，所述方法包括：接收结构化数据，对所述结构化数据进行拆分，生成拆分数据；对拆分数据进行匿名化处理或去标识化处理，生成匿名化拆分数据或去标识化处理数据；组合匿名化拆分数据或去标识化处理数据，生成匿名化数据或去标识化数据。本发明可对大规模的结构化数据进行脱敏处理，为进一步拓展数据应用，增强数据分析效果提供数据保护方面的有效支持。对于结构化数据脱敏技术，本发明采用匿名化、去标识化方式对结构化数据进行脱敏，可对结构化数据中敏感字段进行脱敏处理，脱敏的标准为不可对应识别个体信息。脱敏后的数据保证数据的独立性和可区分性。去标识化的数据能够数据恢复。

技术领域

本发明属于文本处理领域，特别涉及一种基于结构化数据的脱敏方法、装置与系统。

背景技术

随着计算机互联网的技术发展，数据脱敏技术显得越来越重要。科技在不断的发展，信息技术的更新，在信息网络逐渐国际化、开放化和个人化情况下实现了信息共享。网络技术的发展，也让政府和人民越来越依赖网络，但在享用网络资源的同时，也会存在计算机病毒的传播，黑客的入侵，导致数据信息不安全情况的发生，个人隐私无法得到保障。这就要求我们在共享网络资源的同时加强对信息安全的关注。最初的信息加密脱敏技术主要应用于军事、外交等重要领域。但随着计算机技术和电子商务的快速发展，因为在竞争激烈的信息时代，信息不仅给我们带来很大的方便，同样，信息也可以用来对他们构成威胁、造成破坏。

目前采用的是以人员管理为主要方式进行数据保护，简单的哈希、假名等方式难于对结构化数据进行有效的脱敏处理。亟待研究面向结构化数据的专用脱敏技术，在保证信息安全业务正常开展的同时，最大程度的对原始结构化数据进行脱敏、脱密、匿名化和去标识化处理，并建立相关的脱敏处理流程，可对大规模的结构化数据进行脱敏处理，为进一步拓展数据应用，增强数据分析效果提供数据保护方面的有效支持。

针对上述问题，目前采用的以人员管理为主要方式进行数据保护，简单的哈希、假名等方式难以对结构化数据进行有效的脱敏处理。亟待研究面向结构化数据的专用脱敏技术，使得在保证信息安全业务正常开展的同时，最大程度的对原始结构化数据进行脱敏、脱密、匿名化和去标识化处理，并建立相关的脱敏处理流程。

发明内容

针对上述问题，本发明设计一种结构化数据的脱敏方法，

所述方法包括：

接收结构化数据，对所述结构化数据进行拆分，生成拆分数据；

对拆分数据进行匿名化处理或去标识化处理，生成匿名化拆分数据或去标识化处理数据；

组合匿名化拆分数据或去标识化处理数据，生成匿名化数据或去标识化数据。

进一步地，所述接收结构化数据包括：

基于文件模式接收结构化数据、基于数据库方式接收结构化数据、基于消息队列方式接收结构化数据。

进一步地，所述结构化数据包括数字类型数据、时间类型数据、字符串类型数据。

进一步地，所述去标识化处理包括：设置去标识化策略并记录；依照去标识化策略对若干拆分数据进行去标识化处理，生成若干去标识化拆分数据；

所述去标识化拆分数据可以还原，所述还原为去标识化处理逆操作。

进一步地，所述去标识化策略包括：

对数据部分内容进行标识处理；

所述数据部分内容包括：对全部数据、从数据前端开始获取N位字符、从后端开始获取N位字符、从中间开始获取N位字符；

所述标识处理包括：加密处理；

所述加密处理包括：使用UUID生成加密密钥；使用异或算法加密、使用SM2算法加密、使用SM4算法加密。