[发明专利]敏感数据识别方法、装置、电子设备和存储介质

说明书

本公开提供了一种敏感数据识别方法，包括：从数据源中获取待处理数据集，其中，待处理数据集包括多个待处理的第一数据模型，第一数据模型具有多个字段及每个字段中的业务数据；依次对于每个第一数据模型，确定第一数据模型的多个字段中的目标字段；从第一数据模型的每个目标字段中随机提取第一预设数量的业务数据，整合得到第二数据模型；使用识别规则依次对第二数据模型中的业务数据进行识别，其中，识别规则用于识别敏感数据；以及响应于识别结果表明当前识别到的业务数据为敏感数据，确定第一数据模型为目标数据模型。此外，本公开还提供了一种敏感数据识别装置、一种电子设备、一种可读存储介质和一种计算机程序产品。

技术领域

本公开涉及大数据技术领域，更具体地，涉及一种敏感数据识别方法、一种敏感数据识别装置、一种电子设备、一种可读存储介质和一种计算机程序产品。

背景技术

企业的数据集市或数据仓库可以用于存储企业的各个业务系统在生产过程中产生的数据，并为企业的数字化营销、数字化运营等的决策提供数据支持。对于流入数据集市或数据仓库中的数据，相关技术中通常采用配置加密算法的方法对流入数据中的敏感数据进行加密，并对敏感数据进行访问权限控制，从而保证敏感数据安全。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：由于流入数据集市或数据仓库的数据通常不能保证完全加密存储，因此在企业访问、使用或分析数据集市或数据仓库中的数据时存在数据安全泄露风险。

发明内容

有鉴于此，本公开提供了一种敏感数据识别方法、一种敏感数据识别装置、一种电子设备、一种可读存储介质和一种计算机程序产品。

本公开的一个方面提供了一种敏感数据识别方法，包括：从数据源中获取待处理数据集，其中，上述待处理数据集包括多个待处理的第一数据模型，上述第一数据模型具有多个字段及每个上述字段中的业务数据；依次对于每个上述第一数据模型，确定上述第一数据模型的多个字段中的目标字段；从上述第一数据模型的每个目标字段中随机提取第一预设数量的业务数据，整合得到第二数据模型；使用识别规则依次对上述第二数据模型中的业务数据进行识别，其中，上述识别规则用于识别敏感数据；以及响应于识别结果表明当前识别到的上述业务数据为上述敏感数据，确定上述第一数据模型为目标数据模型。

根据本公开的实施例，上述确定上述第一数据模型的多个字段中的目标字段，包括：将上述第一数据模型的多个字段中具有预设字段类型的字段确定为上述目标字段；其中，上述预设字段类型至少包括字符串类型。

根据本公开的实施例，上述方法还包括：基于上述敏感数据的类型，从规则库中选择一个或多个敏感数据判断规则作为上述识别规则，其中，上述敏感数据判断规则的形式包括正则表达式和识别算法。

根据本公开的实施例，上述数据源中包括多个数据模型；其中，上述从数据源中获取待处理数据集，包括：将预设时间段内，上述数据源中触发数据变更事件的上述数据模型确定为上述第一数据模型；以及整合多个上述第一数据模型，得到上述待处理数据集；其中，上述预设时间段包括业务数据更新周期或敏感数据识别程序的运行周期。

根据本公开的实施例，上述使用识别规则依次对上述第二数据模型中的业务数据进行识别，包括：将上述第二数据模型加载到内存中；以及依次对于上述第二数据模型中的每个上述业务数据，使用上述识别规则对上述业务数据进行识别。

根据本公开的实施例，上述方法还包括：在确定上述第一数据模型为上述目标数据模型的情况下，终止对上述第二数据模型中剩余的业务数据的识别；以及对上述待处理数据集中下一个第一数据模型进行敏感数据识别。

根据本公开的实施例，上述方法还包括：在上述第二数据模型中第二预设数量的业务数据的识别结果均表明上述业务数据不是上述敏感数据的情况下，终止对当前的第一数据模型的识别；以及对上述待处理数据集中下一个第一数据模型进行敏感数据识别。