[发明专利]一种数据脱敏方法、装置可读存储介质

说明书

本发明公开了一种数据脱敏方法、装置可读存储介质，其中方法包括：根据获取的用户提交的数据文件通过预先训练的标注模型对所述数据文件中的敏感数据进行标注，以获得标注文件；利用预设评测规则对与所述标注文件的文件类型相匹配的脱敏算法进行评测；根据用户从评测结果中选取的脱敏算法完成对所述标注文件的脱敏。本发明利用预设评测规则对与标注文件的文件类型相匹配的脱敏算法进行评测；根据用户从评测结果中选取的脱敏算法完成对标注文件的脱敏，由此可以通过规则评测和用户选择确定对应的脱敏算法，具有广泛的适用性。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据脱敏方法、装置可读存储介质。

背景技术

在当前的大数据时代，各类数据分析应用技术已经广泛应用在国家治理、企业运行、个人日常生活等各个方面，数据成为时下最热门的基础资源，因此数据安全的受关注程度也在不断攀升，成为颇受重视的话题。数据脱敏就是在保存数据原始特征的同时改变其数值，可以在保留数据的有效性的同时保持数据的安全性，实现敏感隐私数据的可靠保护，避免数据泄露的风险，从而可以在开发、测试和其他非生产环境以及非可信环境中安全地使用脱敏后的真实数据集。

对于当前的大数据时代，现有的数据脱敏技术的迁移性和普适性尚有欠缺。如某些脱敏算法重在数据保护，但会失去一些统计特征，从而导致数据可用性差，仅适用于社交数据等数据冗杂性高的场景；某些算法可以兼顾数据保护和可用性，但计算复杂度高且耗时，仅适用于医疗、金融等需要高精度数据的场景。

发明内容

本发明实施例提供一种数据脱敏方法、装置可读存储介质，用以提出一种普遍适用的数据脱敏方法，解决或者至少部分解决现有技术中存在的问题。

第一方面，本发明实施例提供一种数据脱敏方法，包括：

根据获取的用户提交的数据文件通过预先训练的标注模型对所述数据文件中的敏感数据进行标注，以获得标注文件；

利用预设评测规则对与所述标注文件的文件类型相匹配的脱敏算法进行评测；

根据用户从评测结果中选取的脱敏算法完成对所述标注文件的脱敏。

可选的，获取用户提交的数据文件，包括：

获取用户提交的待脱敏的数据文件以及对应的应用场景；

其中，所述文件类型至少包括如下之一：文本文件、图片文件、语音文件以及数据库文件；

所述应用场景至少包括如下之一：金融、医疗、社交、教育、政府和零售。

可选的，预先训练标注模型，包括：

对历史数据文件以及对应的应用场景进行机器学习，以获得不同应用场景下的标注模型。

可选的，对所述数据文件中的敏感数据进行标注之后，还包括：对所标注出的敏感数据进行分级。

可选的，利用预设评测规则对与所述标注文件的文件类型相匹配的脱敏算法进行评测，包括：

针对不同的文件类型设置至少一种脱敏算法；

根据所述标注文件的文件类型匹配对应的脱敏算法。

可选的，利用预设评测规则对与所述标注文件的文件类型相匹配的脱敏算法进行评测之前，还包括：

按照预设比例从所述标注文件中抽取样例数据；

根据所述样例数据确定所述标注文件的文件类型。

可选的，利用预设评测规则对与所述标注文件的文件类型相匹配的脱敏算法进行评测，包括：

基于所述样例数据利用预设评测规则对匹配获得的脱敏算法进行评测；