本發(fā)明屬于核電，具體涉及一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏方法及裝置。

背景技術(shù)：

1、隨著信息技術(shù)的高速發(fā)展，企業(yè)業(yè)務(wù)系統(tǒng)積累了大量個(gè)人隱私數(shù)據(jù)和企業(yè)高價(jià)值信息。這些數(shù)據(jù)除了內(nèi)部流轉(zhuǎn)外，還需要進(jìn)行外部“共享”，這是國(guó)家大數(shù)據(jù)發(fā)展戰(zhàn)略規(guī)劃的需求和前提。如何保證數(shù)據(jù)在產(chǎn)生、交換、共享、開(kāi)發(fā)測(cè)試等場(chǎng)景下的安全可用，成為目前客戶(hù)急需解決的關(guān)鍵問(wèn)題。數(shù)據(jù)脫敏技術(shù)作為解決這一問(wèn)題的重要手段之一，通過(guò)對(duì)原始數(shù)據(jù)中的敏感字段進(jìn)行處理，從而降低數(shù)據(jù)敏感度和減少個(gè)人隱私風(fēng)險(xiǎn)。

2、現(xiàn)有的數(shù)據(jù)脫敏技術(shù)主要分為靜態(tài)數(shù)據(jù)脫敏和動(dòng)態(tài)數(shù)據(jù)脫敏。靜態(tài)數(shù)據(jù)脫敏適用于批量進(jìn)行脫敏數(shù)據(jù)，如用于模型訓(xùn)練的測(cè)試數(shù)據(jù)，或數(shù)據(jù)的導(dǎo)出用于離線(xiàn)數(shù)據(jù)分析。而動(dòng)態(tài)數(shù)據(jù)脫敏則主要應(yīng)用于生產(chǎn)環(huán)境，訪(fǎng)問(wèn)敏感數(shù)據(jù)時(shí)實(shí)時(shí)進(jìn)行脫敏，以適應(yīng)不同角色、不同權(quán)限下的脫敏需求。然而，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)的脫敏處理，現(xiàn)有技術(shù)仍存在一定的局限性，難以在保證數(shù)據(jù)一致性和有效性的同時(shí)，實(shí)現(xiàn)高效、準(zhǔn)確的脫敏處理。

技術(shù)實(shí)現(xiàn)思路

1、為克服相關(guān)技術(shù)中存在的問(wèn)題，提供了一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏方法及裝置。

2、根據(jù)本公開(kāi)實(shí)施例的一方面，提供一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏方法，所述方法包括：

3、步驟1，所述數(shù)據(jù)預(yù)處理，對(duì)待處理的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行解析，根據(jù)預(yù)設(shè)的敏感詞從非結(jié)構(gòu)化數(shù)據(jù)中識(shí)別得到敏感字段；

4、步驟2，生成圖層蒙版，根據(jù)識(shí)別出的敏感字段，生成相應(yīng)的圖層蒙版；

5、步驟3，數(shù)據(jù)脫敏處理，將生成的圖層蒙版應(yīng)用到非結(jié)構(gòu)化數(shù)據(jù)上，覆蓋敏感字段，形成脫敏處理后的非結(jié)構(gòu)化數(shù)據(jù)；

6、步驟4，數(shù)據(jù)輸出，將脫敏處理后的非結(jié)構(gòu)化數(shù)據(jù)用于共享、傳遞、測(cè)試環(huán)境等多個(gè)場(chǎng)景。

7、在一種可能的實(shí)現(xiàn)方式中，步驟1包括：

8、步驟11，采用圖像識(shí)別技術(shù)，對(duì)圖像數(shù)據(jù)進(jìn)行全面掃描，將圖像中的文字部分轉(zhuǎn)換為可編輯的文本內(nèi)容，并定位文字內(nèi)容在圖像數(shù)據(jù)中的位置坐標(biāo)；

9、步驟12，根據(jù)預(yù)設(shè)的敏感詞集合遍歷文本內(nèi)容進(jìn)行模糊匹配，將與敏感詞集合中敏感詞相似度大于預(yù)設(shè)閾值的文本字段作為潛在敏感字段；

10、步驟13，根據(jù)預(yù)設(shè)的敏感詞集合，采用正則表達(dá)式、關(guān)鍵詞匹配對(duì)篩選出的潛在敏感字段進(jìn)行二次匹配識(shí)別得到最終的敏感字段；

11、步驟14，根據(jù)文字內(nèi)容在圖像數(shù)據(jù)中的位置坐標(biāo)，記錄每個(gè)敏感字段的位置坐標(biāo)；這些坐標(biāo)信息對(duì)于后續(xù)的圖層蒙版生成至關(guān)重要，因?yàn)樗鼈儗Q定蒙版需要覆蓋的具體區(qū)域；

12、步驟15，根據(jù)各敏感字段的位置坐標(biāo)，在圖像數(shù)據(jù)中對(duì)各敏感字段進(jìn)行標(biāo)記，以便后續(xù)處理。

13、在一種可能的實(shí)現(xiàn)方式中，步驟2包括：

14、步驟21，根據(jù)敏感字段的類(lèi)型和位置，確定蒙版的形狀、顏色、透明度、邊框，根據(jù)字段的輪廓生成不規(guī)則形狀的圖層蒙版，根據(jù)字段的輪廓生成不規(guī)則形狀的圖層蒙版；版顏色能夠根據(jù)脫敏需求進(jìn)行調(diào)整，蒙版透明度能夠根據(jù)脫敏需求進(jìn)行調(diào)整；對(duì)于圖像數(shù)據(jù)，能夠設(shè)置蒙版的紋理或模糊效果。

15、在一種可能的實(shí)現(xiàn)方式中，步驟3包括：

16、步驟31，將生成的圖層蒙版應(yīng)用到圖像數(shù)據(jù)上，覆蓋敏感字段，并將蒙版圖層與原始圖像進(jìn)行合成；

17、步驟32，根據(jù)不同場(chǎng)景的需求，動(dòng)態(tài)調(diào)整蒙版的參數(shù)，以實(shí)現(xiàn)不同級(jí)別的脫敏處理。

18、根據(jù)本公開(kāi)實(shí)施例的另一方面，提供一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏裝置，所述裝置包括：

19、數(shù)據(jù)預(yù)處理模塊，用于對(duì)待處理的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行解析，根據(jù)預(yù)設(shè)的敏感詞從非結(jié)構(gòu)化數(shù)據(jù)中識(shí)別得到敏感字段；

20、生成圖層蒙版模塊，用于根據(jù)識(shí)別出的敏感字段，生成相應(yīng)的圖層蒙版；

21、數(shù)據(jù)脫敏處理模塊，用于將生成的圖層蒙版應(yīng)用到非結(jié)構(gòu)化數(shù)據(jù)上，覆蓋敏感字段，形成脫敏處理后的非結(jié)構(gòu)化數(shù)據(jù)；

22、數(shù)據(jù)輸出模塊，用于將脫敏處理后的非結(jié)構(gòu)化數(shù)據(jù)用于共享、傳遞、測(cè)試環(huán)境等多個(gè)場(chǎng)景。

23、在一種可能的實(shí)現(xiàn)方式中，數(shù)據(jù)預(yù)處理模塊包括：

24、識(shí)別模塊，用于采用圖像識(shí)別技術(shù)，對(duì)圖像數(shù)據(jù)進(jìn)行全面掃描，將圖像中的文字部分轉(zhuǎn)換為可編輯的文本內(nèi)容，并定位文字內(nèi)容在圖像數(shù)據(jù)中的位置坐標(biāo)；這一步驟不僅要求識(shí)別出文字內(nèi)容，還需要準(zhǔn)確確定文字在圖像中的位置坐標(biāo)，為后續(xù)處理提供精確的空間信息；

25、模糊匹配模塊，用于根據(jù)預(yù)設(shè)的敏感詞集合遍歷文本內(nèi)容進(jìn)行模糊匹配，將與敏感詞集合中敏感詞相似度大于預(yù)設(shè)閾值的文本字段作為潛在敏感字段；敏感詞集合包括姓名、身份證號(hào)、手機(jī)號(hào)、銀行卡號(hào)等常見(jiàn)敏感字段的文本塊，這樣，本公開(kāi)可以依據(jù)預(yù)設(shè)的敏感詞集合進(jìn)行相似度匹配，快速鎖定潛在敏感字段及相應(yīng)的區(qū)域；

26、二次匹配模塊，用于根據(jù)預(yù)設(shè)的敏感詞集合，采用正則表達(dá)式、關(guān)鍵詞匹配對(duì)篩選出的潛在敏感字段進(jìn)行二次匹配識(shí)別得到最終的敏感字段；

27、坐標(biāo)確定模塊，用于根據(jù)文字內(nèi)容在圖像數(shù)據(jù)中的位置坐標(biāo)，記錄每個(gè)敏感字段的位置坐標(biāo)；這些坐標(biāo)信息對(duì)于后續(xù)的圖層蒙版生成至關(guān)重要，因?yàn)樗鼈儗Q定蒙版需要覆蓋的具體區(qū)域；

28、標(biāo)記模塊，用于根據(jù)各敏感字段的位置坐標(biāo)，在圖像數(shù)據(jù)中對(duì)各敏感字段進(jìn)行標(biāo)記，以便后續(xù)處理。

29、在一種可能的實(shí)現(xiàn)方式中，生成圖層蒙版模塊包括：

30、輪廓確定模塊，用于根據(jù)敏感字段的類(lèi)型和位置，確定蒙版的形狀，根據(jù)字段的輪廓生成不規(guī)則形狀的圖層蒙版。

31、在一種可能的實(shí)現(xiàn)方式中，數(shù)據(jù)脫敏處理模塊包括：

32、合成模塊，用于將生成的圖層蒙版應(yīng)用到圖像數(shù)據(jù)上，覆蓋敏感字段，并將蒙版圖層與原始圖像進(jìn)行合成；

33、調(diào)整模塊，用于根據(jù)不同場(chǎng)景的需求，動(dòng)態(tài)調(diào)整蒙版的參數(shù)，以實(shí)現(xiàn)不同級(jí)別的脫敏處理。

34、根據(jù)本公開(kāi)實(shí)施例的另一方面，提供一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏裝置，所述裝置包括：

35、處理器；

36、用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

37、其中，所述處理器被配置為執(zhí)行上述的方法。

38、根據(jù)本公開(kāi)實(shí)施例的另一方面，提供一種非易失性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述方法。

39、本公開(kāi)的有益效果在于：本公開(kāi)采用圖層蒙版技術(shù)，通過(guò)圖像識(shí)別技術(shù)，實(shí)現(xiàn)了敏感詞的快速和在圖像中的定位，由此對(duì)非結(jié)構(gòu)化數(shù)據(jù)的快速、準(zhǔn)確的脫敏處理，提高了數(shù)據(jù)脫敏的效率。并且通過(guò)動(dòng)態(tài)調(diào)整圖層蒙版的參數(shù)，本發(fā)明可以適應(yīng)不同條件下的脫敏需求，增強(qiáng)了數(shù)據(jù)脫敏的靈活性。最后在脫敏處理過(guò)程中，保留了數(shù)據(jù)的原有特征、業(yè)務(wù)規(guī)則和數(shù)據(jù)關(guān)聯(lián)性，同時(shí)實(shí)現(xiàn)了對(duì)敏感信息的有效遮蔽，提高了數(shù)據(jù)的安全性。

技術(shù)特征：

1.一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟3包括：

5.一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏裝置，其特征在于，所述裝置包括：

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，數(shù)據(jù)預(yù)處理模塊包括：

7.根據(jù)權(quán)利要求1所述的裝置，其特征在于，生成圖層蒙版模塊包括：

8.根據(jù)權(quán)利要求1所述的裝置，其特征在于，數(shù)據(jù)脫敏處理模塊包括：

9.一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏裝置，其特征在于，所述裝置包括：

10.一種非易失性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，其特征在于，所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至3中任意一項(xiàng)所述的方法。

技術(shù)總結(jié)
本公開(kāi)屬于核電技術(shù)領(lǐng)域，具體涉及一種基于圖層蒙版的非結(jié)構(gòu)化數(shù)據(jù)動(dòng)態(tài)脫敏方法及裝置。本公開(kāi)采用圖層蒙版技術(shù)，通過(guò)圖像識(shí)別技術(shù)，實(shí)現(xiàn)了敏感詞的快速和在圖像中的定位，由此對(duì)非結(jié)構(gòu)化數(shù)據(jù)的快速、準(zhǔn)確的脫敏處理，提高了數(shù)據(jù)脫敏的效率。并且通過(guò)動(dòng)態(tài)調(diào)整圖層蒙版的參數(shù)，本發(fā)明可以適應(yīng)不同條件下的脫敏需求，增強(qiáng)了數(shù)據(jù)脫敏的靈活性。最后在脫敏處理過(guò)程中，保留了數(shù)據(jù)的原有特征、業(yè)務(wù)規(guī)則和數(shù)據(jù)關(guān)聯(lián)性，同時(shí)實(shí)現(xiàn)了對(duì)敏感信息的有效遮蔽，提高了數(shù)據(jù)的安全性。

技術(shù)研發(fā)人員：尹飛,洪詩(shī)鑫,曲鳴,陸煒偉,馮蔚,桂智弦,張帆,朱旭明
受保護(hù)的技術(shù)使用者：中核武漢核電運(yùn)行技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/7