[发明专利]一种数据脱敏方法、装置、电子设备及存储介质

说明书

本申请公开了一种数据脱敏方法、装置、电子设备及存储介质，涉及数据处理技术领域。该方法包括：对数据库中待识别的数据表进行识别，得到所述数据表中各字段的敏感度类别；其中，每一个字段包括有至少一个敏感数据；从数据表的第一字段中抽取出满足第一要求的多个敏感数据，形成抽样数据集合，所述第一字段为满足敏感度类别要求的字段；从所述抽样数据集合中选择出满足第二要求的多个目标敏感数据；将所述多个目标敏感数据分别进行分级标记，生成敏感数据标记知识库；响应于输入用户数据的用户操作，根据所述敏感数据标记知识库，对所述用户数据进行脱敏处理；用以有效地保护敏感数据。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据脱敏方法、装置、电子设备及存储介质。

背景技术

随着信息时代的到来，企业每天都会产生各种各样的运营商数据。运营商数据可记录企业的技术、财务、市场等各种类型的信息，是企业进行总结、规划参考等的基本材料；也是企业至关重要的有形资产，例如，涉及到商业机密、客户隐私、经营技术等。

在大数据技术蓬勃发展的背景下，在对这些数据进行整合、交换、分析、处理等过程中会涉及到敏感数据，若这些敏感数据被泄露，则会存在一定的安全隐患，造成用户或商家的损失。

因此，在挖掘数据价值的过程中，如何有效地保护这些数据中的敏感数据，是目前亟需解决的问题。

发明内容

本申请提供了一种数据脱敏方法，用以有效地保护敏感数据。

第一方面，提供一种数据脱敏方法，包括：

对数据库中待识别的数据表进行识别，得到所述数据表中各字段的敏感度类别；其中，每一个字段包括有至少一个敏感数据；从数据表的第一字段中抽取出满足第一要求的多个敏感数据，形成抽样数据集合，所述第一字段为满足敏感度类别要求的字段；从所述抽样数据集合中选择出满足第二要求的多个目标敏感数据；将所述多个目标敏感数据分别进行分级标记，生成敏感数据标记知识库；响应于输入用户数据的用户操作，根据所述敏感数据标记知识库，对所述用户数据进行脱敏处理。

可选的，所述从数据表的第一字段中抽取出满足第一要求的多个敏感数据，形成抽样数据集合，包括：

若所述第一字段的敏感数据行数小于或等于设定的抽样数量值，则抽取所述第一字段的所有敏感数据，形成所述抽样数据集合；若所述第一字段的敏感数据行数大于所述设定的抽样数量值，则根据配置的随机抽样策略，生成随机数，并从所述随机数对应的敏感数据行数开始，抽取与所述抽样数量值相同行数的敏感数据，形成所述抽样数据集合。

可选的，所述从所述抽样数据集合中选择出满足第二要求的多个目标敏感数据，包括：

若正则表达式规则无法匹配出所述抽样数据集合中第一敏感数据的类别，则根据命名实体识别模型对所述第一敏感数据进行识别，识别得到所述第一敏感数据的第一词性向量，并在预先训练好的敏感类别词性向量表中确定出所述第一敏感数据的第二词性向量；若所述第一词性向量与所述第二词性向量的相似度满足相似度阈值，则从所述抽样数据集合中选择出所述第一敏感数据，作为满足所述第二要求的多个目标敏感数据中的一个。

可选的，所述将所述多个目标敏感数据分别进行分级标记，生成敏感数据标记知识库之后，还包括：

根据所述多个目标敏感数据、以及所述第一字段的敏感度类别，进行复核处理，得到复核结果；根据所述复核结果，更新所述敏感数据标记知识库。

可选的，所述响应于输入用户数据的用户操作，根据所述敏感数据标记知识库，对所述用户数据进行脱敏处理，包括：

根据所述敏感数据标记知识库，确定所述用户数据中各敏感数据的敏感等级；根据所述各敏感数据的敏感等级以及用户权限配置池，确定所述各敏感数据各自的脱敏策略；其中，所述用户权限配置池配置有各用户各自的用户权限等级；按照所述各敏感数据各自的脱敏策略，对所述用户数据进行脱敏处理。