[发明专利]用于去除个人可识别信息的清理器

摘要

一种个人可识别信息(PII)清理系统。所述PII清理系统基于对应于日志的清理器配置，如外科手术般地从日志中清理PII。清理器配置包括：与在日志中的PII的位置和类型有关的上下文信息，以及指定如何对PII进行定位和保护的规则。当清理要求改变时或遇到新的场景时，能够快速且容易地创建或修改清理器配置。清理器配置所提供的灵活性允许即使是从非结构化的数据中也仅清理PII，无须包括周围数据。许多顾客可以使用经清理的数据，无须暴露PII，这是因为较少的非个人数据被模糊。如外科手术般的清理即使在保护PII的同时也保留底层PII的有用性。顾客可以将受保护的PII相互关联以定位特定信息，无须暴露额外的PII。

主权项

1.一种对具有既包含非个人数据又包含用户的个人可识别信息的消息的数据集进行清理的方法，所述方法包括以下动作：加载既包含非个人数据又包含所述用户的个人可识别信息的消息；加载包含用于对所述数据集进行清理的规则集的清理器配置；基于所述规则集，将所述消息解析为字段，其中非结构化数据字段被格式化，并且将定界符添加到所述非结构化数据字段，使得从未加标签的数据中可识别所述个人可识别信息；基于所述规则集仅清理在所述消息中的所述个人可识别信息，以产生经清理的消息，所述个人可识别信息与识别个人可识别信息的类型的元数据相关联并且将所述规则集应用到所述个人可识别信息的类型；以及保存所述经清理的消息。