[发明专利]一种数据脱敏的处理方法及装置

权利要求书

1.一种数据脱敏的处理方法，其特征在于，包括：

确定目标数据的类型；

根据所述目标数据的类型调用分词基准词库中的相应子词库，并采用与所述目标数据的类型相对应的分词方法进行分词；

根据所述目标数据的类型和所述目标数据的长度，确定所述目标数据的脱敏方法，并采用所述目标数据的脱敏方法对所述目标数据分词后得到的敏感数据进行脱敏处理；

其中，当所述目标数据的类型为用电地址时，所述根据所述目标数据的类型和所述目标数据的长度，确定所述目标数据的脱敏方法，并采用所述目标数据的脱敏方法对所述目标数据分词后得到的敏感数据进行脱敏处理，包括：判断所述目标数据的长度是否大于第二预设值；当所述目标数据的长度大于所述第二预设值时，确定所述目标数据的脱敏方法为第一用电地址数据脱敏方法；采用所述第一用电地址数据脱敏方法，从所述目标数据的分词结果中提取门牌号数据的最后5位数据和省市区县数据，得到剩余部分数据；保留所述门牌号数据的后5位数据和所述省市区县数据，对所述目标数据的剩余部分数据进行掩码，得到所述目标数据脱敏后的数据；当所述目标数据的长度不大于所述第二预设值时，确定所述目标数据的脱敏方法为第二用电地址数据脱敏方法；采用所述第二用电地址数据脱敏方法，根据所述目标数据的长度按第一分阶梯保留规则提取所述目标数据的保留部分，并对所述目标数据的剩余部分进行掩码，得到所述目标数据脱敏后的数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

构建分词基准词库，所述分词基准词库中包括多个子词库，每个子词库分别包括一种类型的敏感词。

3.根据权利要求1所述的方法，其特征在于，当所述目标数据的类型为用电地址时，所述根据所述目标数据的类型调用分词基准词库中的相应子词库，采用与所述目标数据的类型相对应的分词方法进行分词，包括：

调用通用地址子词库、地名子词库、小区名称子词库和行政区划分集合子词库，采用最大正向匹配中文分词对所述目标数据进行分词。

4.根据权利要求1所述的方法，其特征在于，当所述目标数据的类型为企业类户名时，所述根据所述目标数据的类型调用分词基准词库中的相应子词库，采用与所述目标数据的类型相对应的分词方法进行分词，包括：

调用区域集合子词库、行业集合子词库和公司组织集合子词库，采用双向最大匹配中文分词方法进行分词。

5.根据权利要求1所述的方法，其特征在于，在所述根据所述目标数据的类型和所述目标数据的长度，确定所述目标数据的脱敏方法之前，所述方法还包括：

计算所述目标数据的分词结果的正确率；

判断所述目标数据的分词结果的正确率是否大于第一预设值；

若是，执行所述根据所述目标数据的类型和所述目标数据的长度，确定所述目标数据的脱敏方法；

若否，基于隐马尔柯夫模型对所述目标数据进行分词，并执行所述根据所述目标数据的类型和所述目标数据的长度，确定所述目标数据的脱敏方法。

6.根据权利要求1所述的方法，其特征在于，当所述目标数据的类型为企业类户名时，所述根据所述目标数据的类型和所述目标数据的长度，确定所述目标数据的脱敏方法，并采用所述目标数据的脱敏方法对所述目标数据分词后得到的敏感数据进行脱敏处理，包括：

判断所述目标数据的长度是否大于第三预设值；

当所述目标数据的长度大于所述第三预设值时，确定所述目标数据的脱敏方法为第一企业类户名数据脱敏方法；

采用所述第一企业类户名数据脱敏方法，从所述目标数据的分词结果中提取字号数据的第一个字和行业数据的最后一个字，得到所述字号数据的剩余数据和所述行业数据的剩余数据；

对所述字号数据的剩余数据和所述行业数据的剩余数据进行掩码，保留所述目标数据的其他数据，得到所述目标数据脱敏后的数据；

当所述目标数据的长度不大于所述第三预设值时，确定所述目标数据的脱敏方法为第二企业类户名数据脱敏方法；

采用所述第二企业类户名数据脱敏方法，根据所述目标数据的长度按第二分阶梯保留规则提取所述目标数据的保留部分，并对所述目标数据的剩余部分进行掩码，得到所述目标数据脱敏后的数据。