[发明专利]基于机器学习的数据脱敏方法、装置及存储介质

说明书

本发明提供一种基于机器学习的数据脱敏方法、装置及存储介质，其中方法包括：获取待处理数据的属性信息，根据所述属性信息通过机器学习确定第一脱敏规则，根据第一脱敏规则对待处理数据进行脱敏处理。本发明提供的基于机器学习的数据脱敏方法、装置及存储介质，能够在对数据进行脱敏处理前不需要人工确认脱敏规则，不需采用大量的人力时间成本去对脱敏规则进行设置，进而提高了数据脱敏时的效率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于机器学习的数据脱敏方法、装置及存储介质。

背景技术

数据脱敏是指对数据中包含的秘密或隐私信息进行特殊处理，达到数据变形的效果，使得攻击者无法从中直接获得敏感信息。在医疗、电力、金融、电信等诸多行业中，数据脱敏都有着广泛的应用。

现有技术中，数据脱敏时使用的脱敏规则与数据的匹配都是手动设置的，并且需要提交管理员并进行多次审核，审核通过后脱敏规则才与数据的匹配正式有效，并可以进行数据脱敏操作。

采用现有技术，对数据进行脱敏处理前，需要确认脱敏规则，不仅需要大量的人力时间成本而且工作重复冗余，造成了数据脱敏时的效率较低。

发明内容

本发明提供一种基于机器学习的数据脱敏方法、装置及存储介质，提高了数据脱敏时的效率。

本发明第一方面提供一种基于机器学习的数据脱敏方法，包括：

获取待处理数据的属性信息；

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。

在本发明第一方面一实施例中，所述通过机器学习确定所述待处理数据的第一脱敏规则，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，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。

在本发明第一方面一实施例中，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。

在本发明第一方面一实施例中，所述分类器中存储所述第一脱敏规则；或者，

所述分类器中未存储所述第一脱敏规则。

在本发明第一方面一实施例中，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。

在本发明第一方面一实施例中，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。

在本发明第一方面一实施例中，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。