[发明专利]一种基于人工智能的数据安全防护方法及系统在审

专利信息
申请号: 202310398426.6 申请日: 2023-04-14
公开(公告)号: CN116383884A 公开(公告)日: 2023-07-04
发明(设计)人: 黄刚 申请(专利权)人: 武汉浪科鑫炫网络科技有限公司
主分类号: G06F21/62 分类号: G06F21/62;G06N5/04;G06F18/243
代理公司: 暂无信息 代理人: 暂无信息
地址: 430080 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 数据 安全 防护 方法 系统
【说明书】:

发明实施例提供的基于人工智能的数据安全防护方法及系统,采用数据安全防护网络获取待处理业务交互数据集的数据隐私描述数组,推理得到隐私内容种类识别结果,并基于待处理业务交互数据集的隐私内容种类识别结果,通过预设的数据防护映射关系,调取与隐私内容种类识别结果对应的防护策略进行防护,识别准确高效,提高了数据安全防护的效率。此外,数据安全防护网络在获取到新的隐私内容种类时,仅将事先留存的一模拟隐私内容种类更换成新种类,加速更新。另外,引入新隐私内容种类,仅更新对应的模拟隐私内容种类,对已有隐私内容种类不构成影响,数据安全防护网络仍保留已有数据的识别性能。

技术领域

本申请涉及人工智能领域,具体而言,涉及一种基于人工智能的数据安全防护方法及系统。

背景技术

随着大数据和互联网的普及,人们处于数据的海洋中,个人私密数据也在不知不觉进入互联网中,例如在工作中的办公信息、生活中的社交信息、购物信息、个人信息等。这些私密数据如果没有得到较好的防护,可能对使用者或运营者造成较大的损失。由于私密数据的复杂性,针对不同的私密数据,其防护的方式和防护等级具有一定差异,另外,随着数据新增和变更,数据的私密种类也在不断发生变化,如何准确识别数据私密种类以及对不断变化的私密数据进行高效准确地识别是需要考虑的技术问题。

发明内容

本发明的目的在于提供一种基于人工智能的数据安全防护方法及系统,以改善上述的问题。

本申请实施例是这样实现的:

第一方面,本申请实施例提供了一种基于人工智能的数据安全防护方法,应用于数据安全防护服务器,所述方法包括:

获取待处理业务交互数据集;

将所述待处理业务交互数据集加载至预设的数据安全防护网络,并通过所述数据安全防护网络对所述待处理业务交互数据集进行数据隐私描述数组提取,得到所述待处理业务交互数据集的数据隐私描述数组,依据所述数据隐私描述数组进行隐私内容种类推理,得到所述待处理业务交互数据集的隐私内容种类识别结果;

基于所述待处理业务交互数据集的隐私内容种类识别结果,通过预设的数据防护映射关系,调取与所述隐私内容种类识别结果对应的防护策略;

基于所述防护策略对所述待处理业务交互数据集进行安全防护;

其中,所述数据安全防护网络是通过实际模板和模拟模板协同调试得到的,所述数据安全防护网络被配置为对模拟隐私内容种类和实际隐私内容种类进行识别;当对包含新的隐私内容种类的业务交互数据集进行识别前,所述方法包括对数据安全防护网络进行优化的步骤,包括:

获取新调试模板,所述新调试模板对应的新隐私内容种类未包含于全部所述实际隐私内容种类;

将所述新调试模板加载到所述数据安全防护网络,依据所述数据安全防护网络提取所述新调试模板的数据隐私描述数组;

确定描述数组值域中和各个模拟隐私内容种类各自对应的目标参考描述数组,并通过所述数据隐私描述数组和每一目标参考描述数组之间的预设计算结果,确定与所述新调试模板对应的目标模拟隐私内容种类;

将所述目标模拟隐私内容种类替换为所述新隐私内容种类。

可选地,所述方法还包括所述数据安全防护网络的调试过程,包括:

获取实际模板和模拟模板,所述模拟模板为通过所述实际模板生成获得;

采取拟调试的数据安全防护网络对所述实际模板进行推理,通过推理获得的第一推理结果确定所述实际模板对应于第一目标隐私内容种类的第一误差值,所述第一目标隐私内容种类包括所述实际模板对应的目标实际隐私内容种类以及与所述实际模板对应的目标模拟隐私内容种类;

通过所述拟调试的数据安全防护网络对所述模拟模板进行推理,通过推理获得的第二推理结果确定所述模拟模板对应于第二目标隐私内容种类的第二误差值,所述第二目标隐私内容种类包括分别与所述模拟模板对应的目标实际隐私内容种类和目标模拟隐私内容种类;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉浪科鑫炫网络科技有限公司,未经武汉浪科鑫炫网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310398426.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top