[发明专利]一种人口健康数据集敏感度处理方法及系统

说明书

本发明公开了一种人口健康数据集敏感度处理方法及系统，包括：获取待评估的人口健康数据集；对所述人口健康数据集的各个特征进行敏感信息识别，获得每一特征对应的敏感特征，所述特征包括元数据特征、数据项特征和数据值特征；对每一所述敏感特征进行分析，获得每一敏感特征对应的分析结果；基于每一敏感特征对应的分析结果进行计算，得到所述人口健康数据集的敏感度综合评估结果；基于所述敏感度综合评估结果，生成所述人口健康数据集的敏感度评估报告。本发明实现了敏感信息发现、识别、分析和处理，并且通过多维度分析满足了人口健康数据集敏感度评估的应用需求，以及提升了后续人口健康数据应用的效率和安全性。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种人口健康数据集敏感度处理方法及系统。

背景技术

人口健康数据共享在提高医疗质量和效果，辅助医疗管理决策、提升医学科研水平和科研成透明度、医疗成本控制等方面具有重要作用，但是人口健康数据当中涉及大量个人或群体的身份信息、健康信息、遗传信息等高度敏感信息，如果在数据共享过程中发生泄漏，会给国家、社会或个人带来不同程度的安全风险和财产损失。可见，数据敏感度处理是人口健康数据脱敏处理和数据收集共享的重要基础和前提。

现有研究专注于人口健康数据敏感度信息的识别和去除技术和方案，当前对数据敏感度评估方法研究不足，没有形成有效的评估方法体系以及更全面的数据敏感度评估流程，缺乏归纳形成系统、全面的人口健康数据敏感信息范畴。并且现有敏感度评估研究多集中在数据记录、属性类、属性、属性值层次进行敏感信息度量，对于数据集层次的整体敏感度评估研究较少。进一步现有研究方法多仅计算得出敏感级别或风险分数，计算过程和结果可解释性不强，不易理解，缺乏人机可理解的形式。可见，现有的人口健康数据敏感度处理无法满足实际的人口健康数据敏感度评估需求，降低了后续人口健康数据共享的安全性以及数据处理效率。

发明内容

针对于上述问题，本发明提供一种人口健康数据集敏感度处理方法及系统，实现了满足实际的人口健康数据评估需求，以及提升数据应用的效率和安全性。

为了实现上述目的，本发明提供了如下技术方案：

一种人口健康数据集敏感度处理方法，包括：

获取待评估的人口健康数据集；

对所述人口健康数据集的各个特征进行敏感信息识别，获得每一特征对应的敏感特征，所述特征包括元数据特征、数据项特征和数据值特征；

对每一所述敏感特征进行分析，获得每一敏感特征对应的分析结果；

基于每一敏感特征对应的分析结果进行计算，得到所述人口健康数据集的敏感度综合评估结果；

基于所述敏感度综合评估结果，生成所述人口健康数据集的敏感度评估报告。

可选地，所述对所述人口健康数据集的各个特征进行敏感信息识别，获得每一特征对应的敏感特征，包括：

获取所述人口健康数据的各个特征维度，所述特征维度包括：元数据特征、数据项特征和数据值特征；

基于目标判定规则对所述元数据特征进行敏感信息识别，获得所述元数据敏感特征，所述目标判定规则是基于标注的元数据确定的；

基于敏感信息类型词典，确定所述数据项特征中是否包括敏感信息类型项目词，如果是，获得数据项敏感特征；

对所述数据项敏感特征的数据值进行识别，若识别获得的数据值满足敏感信息值对应的识别条件，得到数据值敏感特征。

可选地，所述对每一敏感特征进行分析，获得每一敏感特征对应的分析结果，包括：

对所述元数据敏感特征的数据数量、时间跨度、对象特征、主题类型以及主体数量进行分析，获得元数据敏感特征分析结果；