[发明专利]基于机器学习的数据脱敏方法、装置及存储介质

权利要求书

1.一种基于机器学习的数据脱敏方法，其特征在于，包括：

获取待处理数据的属性信息，所述属性信息包括数据的大小、类型、表示方式、安全级别中的至少一种；

根据所述属性信息通过机器学习确定第一脱敏规则；

根据所述第一脱敏规则对所述待处理数据进行脱敏处理；

所述根据所述属性信息通过机器学习确定第一脱敏规则，包括：

将所述属性信息送入分类器，由所述分类器输出所述第一脱敏规则；

其中，若所述分类器中未存储所述第一脱敏规则，则所述分类器用于根据已学习数据的属性信息与脱敏规则的匹配关系确定所述待处理数据所对应的第一脱敏规则；

将所述待处理数据的属性信息与所述第一脱敏规则的匹配关系发送至审批设备；

当接收所述审批设备发送的确认指示，将所述待处理数据的属性信息、所述第一脱敏规则以及所述待处理数据的属性信息与所述第一脱敏规则的匹配关系存储至所述分类器中。

2.根据权利要求1所述的方法，其特征在于，所述分类器中存储N种已学习数据的属性信息、M种脱敏规则以及所述已学习数据的属性信息与所述脱敏规则的匹配关系，所述N和M为正整数，所述N和M相同或不同。

3.根据权利要求1或2所述的方法，其特征在于，若所述分类器中未存储所述第一脱敏规则，所述方法还包括：

将所述待处理数据的属性信息、所述第一脱敏规则以及所述待处理数据的属性信息与所述第一脱敏规则的匹配关系存储至所述分类器中。

4.根据权利要求1或2所述的方法，其特征在于，所述将所述待处理数据的属性信息与所述第一脱敏规则的匹配关系发送至审批设备之后，还包括：

当接收所述审批设备发送的第二脱敏规则，根据所述第二脱敏规则对所述待处理数据进行脱敏处理；

将所述待处理数据的属性信息、所述第二脱敏规则以及所述待处理数据的属性信息与所述第二脱敏规则的匹配关系存储至所述分类器中。

5.一种基于机器学习的数据脱敏装置，其特征在于，包括：

获取模块，用于获取待处理数据的属性信息，所述属性信息包括数据的大小、类型、表示方式、安全级别中的至少一种；

确定模块，用于根据所述属性信息通过机器学习确定第一脱敏规则；

处理模块，用于根据所述第一脱敏规则对所述待处理数据进行脱敏处理；

所述确定模块具体用于：将所述属性信息送入分类器，由所述分类器输出所述第一脱敏规则；其中，若所述分类器中未存储所述第一脱敏规则，则所述分类器用于根据已学习数据的属性信息与脱敏规则的匹配关系确定所述待处理数据所对应的第一脱敏规则；将所述待处理数据的属性信息与所述第一脱敏规则的匹配关系发送至审批设备；当接收所述审批设备发送的确认指示，将所述待处理数据的属性信息、所述第一脱敏规则以及所述待处理数据的属性信息与所述第一脱敏规则的匹配关系存储至所述分类器中。

6.一种基于机器学习的数据脱敏装置，其特征在于，包括：处理器；以及，

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-4任一项所述的基于机器学习的数据脱敏方法。

7.一种存储介质，其上存储有计算机程序，其特征在于，

所述计算机程序被处理器执行时实现权利要求1-4任一项所述的基于机器学习的数据脱敏方法。