[发明专利]一种数据安全级别的识别检测方法及装置

权利要求书

1.一种数据安全级别的识别检测方法，其特征在于，包括：

步骤1、构建敏感数据字典；

步骤2、为每个数据单元构建主题相关特征向量，并对大数据平台的数据单元进行聚类，得到主题分类；

步骤3、计算每个数据单元敏感得分并为每个数据单元构建安全相关特征向量；

步骤4、依据安全相关特征向量对大数据平台数据单元进行聚类并设定安全级别；

步骤5、识别检测新数据单元的安全级别。

2.根据权利要求1所述的一种数据安全级别的识别检测方法，其特征在于，步骤1所述构建敏感数据字典的方法为：

步骤101、将与安全相关的敏感词及其安全权重记录汇集起来；

步骤102、根据敏感词的长度区分存储。

3.根据权利要求1所述的一种数据安全级别的识别检测方法，其特征在于，步骤2所述得到主题分类的具体方法为：

步骤201、构建主题属性相关特征，包括两部分，前一部分为所有数据表中属性，值为1或0，1表示某数据单元包含该属性，0表示不包含；后一部分为数据表中数据出现的词，值为1或0，1表示某数据单元数据中出现了该词，0表示未出现；

步骤202、依据特征向量聚类并确定最佳分类数；主要采用Jaccard距离来衡量样本间的距离，各类的距离采用类间样本平均距离；

步骤203、学习主题分类器，利用卷积神经网络CNN训练分类器。

4.根据权利要求1所述的一种数据安全级别的识别检测方法，其特征在于，步骤3所述构建安全相关特征向量的方法为：

步骤301、计算各数据单元的敏感得分；

步骤302、计算各数据单元的主题特征值；

步骤303、计算各数据单元的数据量倒数；

步骤304、上述3个数值作为各数据单元的特征数据，构成特征矩阵，用于后续聚类设定安全级别。

5.根据权利要求1所述的一种数据安全级别的识别检测方法，其特征在于，步骤5所述识别检测新数据单元的安全级别的具体步骤为：

步骤501、为新数据单元构建主题相关特征向量，将该向量输入到主题分类器中，得到其主题；

步骤502、构造出安全相关特征向量，并将该向量各维乘以其对应的安全权重得到向量v；

步骤503、将向量v输入步骤4形成的安全级别分类器中，得到其安全级别。

6.一种数据安全级别的识别检测装置，其特征在于，包括：

字典模块，用于构建敏感数据字典；

主题向量模块，用于为每个数据单元构建主题相关特征向量，并对大数据平台的数据单元进行聚类，得到主题分类；

安全向量模块，用于计算每个数据单元敏感得分并为每个数据单元构建安全相关特征向量；

安全级别模块，用于依据安全相关特征向量对大数据平台数据单元进行聚类并设定安全级别；

识别模块，用于识别检测新数据单元的安全级别。

7.根据权利要求6所述的一种数据安全级别的识别检测装置，其特征在于，所述字典模块包括：

汇集单元，用于将与安全相关的敏感词及其安全权重记录汇集起来；

存储单元，用于根据敏感词的长度区分存储。

8.根据权利要求6所述的一种数据安全级别的识别检测装置，其特征在于，主题向量模块包括：

主题特征单元，用于构建主题属性相关特征，包括两部分，前一部分为所有数据表中属性，值为1或0，1表示某数据单元包含该属性，0表示不包含；后一部分为数据表中数据出现的词，值为1或0，1表示某数据单元数据中出现了该词，0表示未出现；

聚类单元，用于依据特征向量聚类并确定最佳分类数；主要采用Jaccard距离来衡量样本间的距离，各类的距离采用类间样本平均距离；

学习单元，用于学习主题分类器，利用卷积神经网络CNN训练分类器。