[发明专利]基于数字中台的敏感数据管理方法、装置及电子设备

说明书

本发明涉及人工智能技术，公开了一种基于数字中台的敏感数据管理方法、装置及电子设备。所述方法包括：从数字中台中提取包括结构化数据集合及非结构化数据集合的业务周期数据集合，基于结构化数据集合中各数据属性的敏感度进行敏感聚类及敏感数据分级，得到结构数据敏感分级结果，提取非结构化数据集合中的数据特征，利用预设的分级标签对数据特征进行梯度聚类并进行分级标注，得到非结构数据敏感分级结果，将结构数据敏感分级结果及非结构数据敏感分级结果存储至数字中台，对用户实时敏感数据访问行为进行异常识别，根据异常识别结果从数字中台中获取敏感数据。本发明可以对数字中台中的敏感数据进行有效管理。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于数字中台的敏感数据管理方法、装置及电子设备。

背景技术

数字中台是一套可持续“让企业的数据用起来”的机制，通过不断把业务数据变成资产并服务于业务，实现数据可见、可用、可运营。数字中台将分散割裂的海量数据做到集成，打破数据孤岛的现状，同时降低使用数据服务的门槛，实现数据“越用越多”的价值闭环，大大提高了数据利用效率。然而，由于数字中台集成了大量业务数据，会包含大量的敏感数据，如用户信息、合同文档、订单等，需要更好的对敏感数据进行管理的方法，从而提高数字中台数据使用的安全性。

敏感数据管理包括对敏感数据识别、存储、访问等，现有技术中，主要使用人工识别或字典匹配的方法进行敏感数据识别，并通过设置敏感数据权限的方法进行存储及访问，然而数字中台中数据量过大，会导致敏感数据识别准确率效率较低，且仅依靠数据权限也会使得敏感数据不安全，因此，亟需一种能够对数字中台中的敏感数据进行高效管理的方法。

发明内容

本发明提供一种基于数字中台的敏感数据管理方法、装置、电子设备及可读存储介质，其主要目的在于对数字中台中的敏感数据进行高效管理。

为实现上述目的，本发明提供的一种基于数字中台的敏感数据管理方法，包括：

获取预构建的数字中台中的用户信息，基于所述用户信息从所述数字中台中提取业务周期数据集合，其中，所述业务周期数据集合包括结构化数据集合及非结构化数据集合；

计算所述结构化数据集合中各数据属性的敏感度，基于所述敏感度对所述结构化数据集合进行敏感聚类，并对聚类结果进行敏感数据分级，得到结构数据敏感分级结果；

利用预构建的多元业务周期模型提取所述非结构化数据集合中的数据特征，基于平方和梯度下降法对所述数据特征进行梯度聚类，并利用预设的分级标签对梯度聚类结果进行分级标注，得到非结构数据敏感分级结果；

将所述结构数据敏感分级结果及所述非结构数据敏感分级结果存储至所述数字中台；

接收用户实时敏感数据访问行为，利用预构建的异常访问识别模型对所述用户实时敏感数据访问行为进行异常识别，根据异常识别结果从所述数字中台中获取敏感数据。

可选地，所述计算所述结构化数据集合中各数据属性的敏感度，基于所述敏感度对所述结构化数据集合进行敏感聚类，并对聚类结果进行敏感数据分级，得到结构数据敏感分级结果，包括：

利用预设的熵值敏感度计算公式计算所述结构化数据集合中各数据属性的敏感度；

利用k-means聚类算法对所述敏感度进行敏感聚类，得到所有数据属性的原始聚类结果；

基于Aprior 算法构建所述原始聚类结果中数据属性的关联规则，并基于构建成功的关联规则对所述原始聚类结果重新进行划分，得到标准聚类结果；

计算所述标准聚类结果中数据属性的互信息值，并基于所述互信息值的大小排序对所述结构化数据集合中的敏感数据进行分级，得到所述结构数据敏感分级结果。

可选地，所述原始聚类结果包括敏感聚类簇及疑似敏感聚类簇，以及所述基于Aprior 算法构建所述原始聚类结果中数据属性的关联规则，并基于构建成功的关联规则对所述原始聚类结果重新进行划分，得到标准聚类结果，包括：