[发明专利]敏感数据的扫描方法、装置、电子设备及介质

说明书

本发明提供了一种敏感数据的扫描方法、装置、电子设备及介质，包括：接收数据扫描请求，并基于数据扫描请求确定待扫描文件；提取待扫描文件的文件内容；将文件内容与预先建立的敏感信息规则库进行匹配，判断文件内容中是否有敏感数据。本发明能够快速、准确地扫描到磁盘中的敏感数据，从而避免个人隐私的泄露，提高了信息安全性。

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种敏感数据的扫描方法、装置、电子设备及介质。

背景技术

智能磁盘数据安全检测方法可以用于在计算机硬盘或其他存储介质上快速、准确地检测敏感信息。目前现有的大多数磁盘涉密扫描技术是基于正则表达式引擎（如PCRE、RE2等）的扫描技术，使用正则表达式来识别敏感信息，但是由于需要处理大量的正则表达式，扫描速度较慢而且容易被恶意攻击者绕过，例如通过改变敏感信息的格式或加密等方式躲避扫描，从而导致无法准确地扫描到敏感数据，造成个人隐私的泄露。

发明内容

有鉴于此，本发明的目的在于提供一种敏感数据的扫描方法、装置、电子设备及介质，能够快速、准确地扫描到磁盘中的敏感数据，从而避免个人隐私的泄露，提高了信息安全性。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种敏感数据的扫描方法，包括：接收数据扫描请求，并基于数据扫描请求确定待扫描文件；提取待扫描文件的文件内容；将文件内容与预先建立的敏感信息规则库进行匹配，判断文件内容中是否有敏感数据。

在一种实施方式中，提取待扫描文件的文件内容，包括：确定待扫描文件的文件格式；基于文件格式确定文件解析器；基于文件解析器提取待扫描文件的文件内容。

在一种实施方式中，将文件内容与预先建立的敏感信息规则库进行匹配，判断文件内容中是否有敏感数据，包括：基于Hyperscan正则表达式匹配引擎，将文件内容与敏感信息规则库进行匹配，得到匹配结果；基于匹配结果判断文件内容中是否有敏感数据。

在一种实施方式中，将文件内容与预先建立的敏感信息规则库进行匹配，判断文件内容中是否有敏感数据，包括：计算文件内容与敏感信息规则库中的敏感关键词的相似度；如果相似度超过预设值，则确定文件内容中有敏感数据。

在一种实施方式中，将文件内容与预先建立的敏感信息规则库进行匹配之前，上述方法还包括：对文件内容进行哈希处理，得到文件内容的哈希值；如果文件内容的哈希值与预先计算得到的哈希表中的哈希值相匹配，则将文件内容与预先建立的敏感信息规则库进行匹配；如果文件内容的哈希值与预先计算得到的哈希表中的哈希值不匹配，则将文件内容进行过滤。

在一种实施方式中，判断文件内容中是否有敏感数据之后，上述方法还包括：获取文件内容与敏感信息规则库的匹配结果，记录匹配结果，并基于匹配结果生成结果报告。

第二方面，本发明实施例提供了一种敏感数据的扫描装置，包括：数据获取模块，用于接收数据扫描请求，并基于数据扫描请求确定待扫描文件；文件解析模块，用于提取待扫描文件的文件内容；数据匹配模块，用于将文件内容与预先建立的敏感信息规则库进行匹配，判断文件内容中是否有敏感数据。

在一种实施方式中，数据匹配模块还用于：基于预先确定好的多个正则表达式，将文件内容与敏感信息规则库进行匹配，得到匹配结果；基于匹配结果判断文件内容中是否有敏感数据。

第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。

本发明实施例带来了以下有益效果：