[发明专利]人名检测方法、装置、计算机可读介质及设备

说明书

本发明公开了一种人名检测方法、装置、计算机可读介质及设备，其中，该方法包括：检测字符编码序列中的姓氏编码，获取姓氏编码后对应的字符编码；确定字符编码对应的汉字或汉字组合，根据人名库获取汉字或汉字组合出现在姓氏编码对应的姓氏后的概率，人名库中包括姓氏编码对应的姓氏和字符编码对应的汉字或汉字组合；判断概率是否大于阈值；当判断结果为是时，判断姓氏编码对应的姓氏和字符编码对应的汉字或汉字组合为人名。以解决现有技术中无法精准的检测到数据中是否含有人名信息的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种人名检测方法、装置、计算机可读介质及设备。

背景技术

大数据技术的进步，推动了科技的智能化。但是，近年来个人敏感数据泄露事件频发，数据安全也越来越被重视。

2017年6月1日起施行的《网络安全法》中明确说明了运营者使用用户个人信息的原则，即“运营者不得泄露、篡改、损毁其收集的个人信息；未经被收集者同意，不得向他人提供个人信息，但是，经过处理无法识别特定个人且不能复原的除外。”其中“经过处理无法识别特定个人且不能复原”可以通过数据脱敏技术手段来实现。为了满足监管要求，防止重要数据资产泄露风险，对数据进行脱敏处理是非常有必要的。

其中，敏感数据中通常会携带人名信息，如何识别人名、抽取人名是获取敏感数据的一个重要组成部分。因此，如何有效判别出人名，是敏感数据防护中一个重要部分。

发明内容

本发明提供一种人名检测方法、装置、计算机可读介质及设备，用以解决现有技术中无法精准的检测到数据中是否含有人名信息的问题。

依据本发明的第一个方面，提供了一种人名检测方法，所述方法包括：

检测字符编码序列中的姓氏编码，获取姓氏编码后对应的字符编码；

确定字符编码对应的汉字或汉字组合，根据人名库获取汉字或汉字组合出现在姓氏编码对应的姓氏后的概率，人名库中包括姓氏编码对应的姓氏和字符编码对应的汉字或汉字组合；

判断所述概率是否大于阈值；

当判断结果为是时，判断姓氏编码对应的姓氏和字符编码对应的汉字或汉字组合为人名。

可选的，所述检测字符编码序列中的姓氏编码之前，包括：

收集人名样本信息，根据人名样本信息建立人名库；

获取人名库中人名样本信息对应的姓氏，并确定姓氏及姓氏对应的姓氏编码。

可选的，所述根据人名样本信息建立人名库之后，还包括：

获取人名库中人名样本信息对应的汉字，获取汉字在人名库中出现的概率；

判断所述概率是否在预设的范围内，当所述概率不在预设的范围内时，在人名库中将汉字删除。

可选的，所述根据人名样本信息建立人名库之后，包括：

获取人名库中人名样本信息对应的汉字，将汉字进行组合，得到汉字组合，获取汉字组合在人名库中对应的人名样本中出现的概率；

判断所述概率是否在预设的范围内，当所述概率不在预设的范围内时，在人名库中将汉字组合删除。

依据本发明的第二个方面，提供了一种人名检测装置，装置包括：

姓氏编码获取模块，用于检测字符编码序列中的姓氏编码，获取姓氏编码后对应的字符编码；

概率获取模块，用于确定字符编码对应的汉字或汉字组合，根据人名库获取汉字或汉字组合出现在姓氏编码对应的姓氏后的概率，人名库中包括姓氏编码对应的姓氏和字符编码对应的汉字或汉字组合；

判断模块，用于判断所述概率是否大于阈值；