[发明专利]一种数据隐私信息检测系统

权利要求书

1.一种数据隐私信息检测系统，其特征在于：包括数据抓取模块，数据分类及预处理模块，隐私信息检测及社交圈生成模块，遮挡模块和展示模块；

所述抓取模块基于网络及物联网运行，且抓取内容包含图文信息抓取，ip抓取和始发地信息抓取，同时抓取后的信息传递到数据分类及预处理模块；

所述数据分类及预处理模块包含了图文格式统一，ip模型建档和始发地建立社交圈，将分类预处理后的数据传递到隐私信息检测及社交圈生成模块；

所述社交圈生成模块包括，一是通过ip轨迹建立活动圈，同时导入地图模型，生成实际活动圈，同时生成文本数据，二是通过始发地出现频率建立个人爱好社交圈，同时生成文本数据，所述隐私信息检测用于对预处理后的数据进行分词、词性标注以及隐私实体的识别；需要匹配的隐私信息类别参照国内外相关法律；系统利用感知机模型对文本进行分词与词性标注，并利用双数组trie树以提供高效的匹配算法，降低时间消耗；隐私数据检测模块提供检测出的隐私信息的类型和定位给文本分析模块，由该模块对检测实体及其上下文进行新一轮基于规则的分析

所述遮挡模块，根据依照隐私检测模块获取的隐私信息种类及定位在原文中进行基于上下文的分析，分析内容包括一是基于检测隐私实体的上下文关键词提高检测结果的精确度，二是基于规则对检测到的隐私实体之间的关联与组合模式进行匹配，判定其是否真的为隐私信息，同时对判断为隐私信息的数据进行遮挡，从而进行图文展示。

2.根据权利要求1所述的一种数据隐私信息检测系统，其特征在于：所述始发地包含各类论坛，各种通讯软件，各类社交软件，具体包括，QQ，贴吧，微博，天涯，新浪，人人网，微信等等。

3.根据权利要求1所述的一种数据隐私信息检测系统，其特征在于：所述图文格式统一涉及数据转换，当输入的数据文件格式为CSV、XLS、XLSX、三种类型时，转换为统一的CSV格式，同时当输入的格式为TXT，PDF时，先将其统一转换为TXT格式，再由TXT格式转换为CSV格式。

4.根据权利要求1所述的一种数据隐私信息检测系统，其特征在于：所述ip模型建档为个人信息泄露时的ip地址进行整理归类。

5.根据权利要求1所述的一种数据隐私信息检测系统，其特征在于：所述隐私信息种类有以下七种：人名、身份证号、住址、电话号码、银行卡号、电子邮箱、IP地址。

6.根据权利要求1和4所述的一种x，其特征在于：所述地图模型基于互联网大数据，可由第三方支持，百度地图，高德地图。