[发明专利]一种基于电信数据仓库实时分析数据脱敏的方法

权利要求书

1.一种基于电信数据仓库实时分析数据脱敏的方法，其特征在于，包括如下步骤：

S1、涉敏模型抓取：涉敏数据来源配置，实时扫描数据仓库表模型，根据历史扫描结果抓取从未扫描分析过的表模型，根据数据记录量抓取数据发生变化的表模型，从中抓取到的表模型中获取其中包含的模型字段及字段类型，生成待分析模型数据；

S2、涉敏算法适配：根据数据来源、表模型、字段类型实时对所述待分析模型数据适配涉敏分析算法，生成涉敏算法分析参数；

S3、涉敏算法执行：实时获取所述涉敏算法分析参数，并传入执行引擎，通过调用组件的方式执行所述涉敏分析算法，分析所述待分析模型数据是否涉及敏感信息，生成涉敏模型及未涉敏模型；

S4、脱敏算法适配：实时获取所述涉敏模型结果，根据所述涉敏模型，匹配脱敏分析算法，匹配成功后生成脱敏算法参数；

S5、脱敏算法执行：实时获取S4脱敏算法执行参数，将适配脱敏算法的涉敏模型传入执行引擎，调用组件，执行脱敏算法，生成已脱敏模型、未脱敏模型；未适配脱敏算法的涉敏模型进行脱敏下线审批，进行涉敏模型下线处理，生成已脱敏模型、未脱敏模型；

S6、根据已脱敏模型、未脱敏模型，关联元数据进行溯源分析，生成溯源报告，进行模型整改。

2.根据权利要求1所述的基于电信数据仓库实时分析数据脱敏的方法，其特征在于，所述S1中的待分析模型数据指：根据数据库类型、用户名称、表模型英文名称、表模型中文名称、字段英文名称、字段中文名称、字段类型、字段长度、模型创建时间等信息，生成待分析涉敏模型数据。

3.根据权利要求1所述的基于电信数据仓库实时分析数据脱敏的方法，其特征在于，所述涉敏分析算法支持“姓名”、“地址”、“证件”、“电话号码”等敏感信息分析，支持一个字段存在多种敏感信息分析，将表模型中每个字段都进行算法分析匹配，匹配完成后生成涉敏算法执行参数；所述涉敏执行参数包括数据库类型、用户名称、表模型英文名称、表模型中文名称、字段英文名称、字段中文名称、字段类型、字段长度、抓取时间、创建时间、涉敏分析算法。

4.根据权利要求1所述的基于电信数据仓库实时分析数据脱敏的方法，其特征在于，所述S3中的所述生成涉敏模型指按涉敏分析算法逻辑计算后，生成超过阈值的模型信息，包括数据库类型、用户名称、表模型英文名称、表模型中文名称、字段英文名称、字段中文名称、字段类型、字段长度、模型创建时间、分析时间、涉敏算法、涉敏类型、分析总量、匹配值、匹配阀值，其中一个模型只要有一个字段含有敏感信息，就纳入涉敏模型。

5.根据权利要求1所述的基于电信数据仓库实时分析数据脱敏的方法，其特征在于，所述S5中的所述生成已脱敏模型：按算法逻辑计算后，生成脱敏模型结果，包括数据库类型、用户名称、表模型英文名称、表模型中文名称、字段英文名称、字段中文名称、字段类型、字段长度、模型创建时间、脱敏时间、脱敏算法、脱敏状态。

6.根据权利要求1所述的基于电信数据仓库实时分析数据脱敏的方法，其特征在于，所述S5中的脱敏下线审批的流程包括获取未脱敏数据模型、管理人员审核、生成模型下线算法参数、算法参数传入执行引擎、执行模型下线算法、生成已脱敏模型结果、记录组件执行日志。

7.根据权利要求1所述的基于电信数据仓库实时分析数据脱敏的方法，其特征在于，所述元数据包括：“数据库名称”、“数据库用户名称”、“数据模型名称”、“来源系统”、“来源接口”、“来源负责人”、“数据库用户运营负责人”、“模型负责人”等信息。

8.根据权利要求1所述的基于电信数据仓库实时分析数据脱敏的方法，其特征在于，所述溯源分析报告，按日、月周期进行溯源分析；所述溯源分析报告包括：分析内容和分析明细，所述分析内容包括模型来源系统、负责人，模型总量、涉敏模型总量、涉敏模型字段总量、脱敏模型总量、脱敏字段总量；所述分析明细包括：模型名称、模型字段、分析算法、脱敏算法、是否涉敏、是否脱敏、数据详情。