[发明专利]数据脱敏平台敏感数据识别方法、装置、设备及介质

权利要求书

1.一种数据脱敏平台敏感数据识别方法，其特征在于，所述方法包括：

建立敏感数据的识别规则集和待扫描字段集，所述识别规则集包括：一种或者多种敏感数据类型及其识别规则；所述识别规则使用正则表达式的方式实现，不同的敏感数据类型有着不同的规则策略；根据所述识别规则集，扫描所述待扫描字段集；

当从所述待扫描字段集中扫描出来的敏感数据类型的字段数量超过预设阈值的情况下，认为所述待扫描字段集中存在所述敏感数据类型的字段，将所述敏感数据类型及其识别规则从所述识别规则集中删除，并继续根据所述识别规则集中剩下的敏感数据类型及其识别规则扫描所述待扫描字段集，直至所述识别规则集为空或者所述待扫描字段集中需要扫描的字段全部扫描完毕。

2.根据权利要求1所述的方法，其特征在于，在所述识别规则集为空或者所述待扫描字段集全部扫描完毕之后，所述方法还包括：

输出所述待扫描字段集的敏感数据识别结果。

3.根据权利要求1所述的方法，其特征在于，所述敏感数据类型包括以下至少之一：

身份证号码、护照号码、军官证号码、银行卡号码、常客卡号码、电话号码、邮箱、联系地址。

4.根据权利要求1所述的方法，其特征在于，根据所述识别规则集，扫描所述待扫描字段集包括：

将所述识别规则集与所述待扫描字段集中的一个或者多个字段分别绑定；

使用所述识别规则集分别扫描所述待扫描字段集中与所述识别规则集绑定的一个或者多个字段。

5.根据权利要求1所述的方法，其特征在于，根据所述识别规则集，扫描所述待扫描字段集包括：

根据所述识别规则集和所述待扫描字段集，生成扫描任务；

执行所述扫描任务。

6.根据权利要求5所述的方法，其特征在于，执行所述扫描任务包括：

在所述待扫描字段集的数据类型为关系型数据库的数据表的情况下，将所述数据表分成多个分页，并将每一个分页作为一个子任务；

并行执行多个子任务。

7.根据权利要求5所述的方法，其特征在于，执行所述扫描任务包括：

在所述待扫描字段集的数据类型为HDFS文件或者Hbase数据库的情况下，以MapReduce或者Sprark的方式将所述扫描任务提交给服务器集群，以通过所述服务器集群分布式并发执行所述扫描任务。

8.一种数据脱敏平台敏感数据识别装置，其特征在于，所述装置包括：

建立模块，用于建立敏感数据的识别规则集和待扫描字段集，所述识别规则集包括：一种或者多种敏感数据类型及其识别规则；所述识别规则使用正则表达式的方式实现，不同的敏感数据类型有着不同的规则策略；

扫描模块，用于根据所述识别规则集，扫描所述待扫描字段集；

处理模块，用于当从所述待扫描字段集中扫描出来的敏感数据类型的字段数量超过预设阈值的情况下，认为所述待扫描字段集中存在所述敏感数据类型的字段，将所述敏感数据类型及其识别规则从所述识别规则集中删除，并继续根据所述识别规则集中剩下的敏感数据类型及其识别规则扫描所述待扫描字段集，直至所述识别规则集为空或者所述待扫描字段集中需要扫描的字段全部扫描完毕。

9.一种数据脱敏平台敏感数据识别设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，

当所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的方法。