[发明专利]数据脱敏方法、装置及存储介质

说明书

本发明涉及大数据技术，揭露了一种数据脱敏方法、装置及存储介质，该方法创建预设数量的脱敏规则，设置敏感数据类型与所述脱敏规则之间的映射关系生成敏感数据类型表，存入脱敏规则库。接着，该方法接收原始数据，利用预设方式识别并定位所述原始数据中的敏感字段，分析敏感字段的特征得到对应的敏感数据类型。最后，该方法根据每个敏感字段的敏感数据类型，自动调用所述脱敏规则库中对应的脱敏规则对该敏感字段进行脱敏处理生成脱敏字段，将所述原始数据中的该敏感字段替换为所述生成的脱敏字段，直至所述原始数据中所有的敏感字段替换完毕，生成脱敏数据。利用本发明，能够针对不同类型的敏感数据提供不同的脱敏规则，提高敏感数据的安全性。

技术领域

本发明涉及大数据技术领域，尤其涉及一种数据脱敏方法、装置及计算机可读存储介质。

背景技术

数据脱敏是指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。随着大数据分析的成熟和价值挖掘的深入，利用大数据技术从大量相关联的普通数据中还原出用户是敏感、隐私信息等数据已不再困难。一旦数据发生泄漏，将会对个人、企业甚至国家造成极大地损失。因此，需要对，诸如身份证号、手机号、卡号、客户号等敏感信息数据进行数据脱敏。目前，业内的脱敏处理方法较为单一，不能根据不同的敏感数据类型提供不同的脱敏规则，无法适应于敏感数据类型复杂的场景，敏感数据安全性较低。

发明内容

鉴于以上内容，本发明提供一种数据脱敏方法、装置及计算机可读存储介质，其主要目的在于提高敏感数据使用的安全性。

为实现上述目的，本发明提供一种数据脱敏方法，该方法包括：

创建步骤：创建预设数量的脱敏规则，设置敏感数据类型与所述脱敏规则之间的映射关系生成敏感数据类型表，将所述脱敏规则及所述敏感数据类型表存入脱敏规则库；

识别步骤：接收原始数据，利用预设方式识别并定位所述原始数据中的敏感字段，分析敏感字段的特征得到对应的敏感数据类型；

脱敏步骤：根据每个敏感字段的敏感数据类型，自动调用所述脱敏规则库中对应的脱敏规则对该敏感字段进行脱敏处理生成脱敏字段，将所述原始数据中的该敏感字段替换为所述生成的脱敏字段，直至所述原始数据中所有的敏感字段替换完毕，生成脱敏数据。

优选地，所述脱敏规则是指对敏感字段进行脱敏处理采用的脱敏算法，所述脱敏算法包括以下任意一种或多种的组合：对敏感字段进行替换处理、对敏感字段进行秘钥加密处理、对敏感字段进行均值化处理、对敏感字段进行无效化处理及对敏感字段进行基于字符随机偏移处理。

优选地，所述敏感数据类型表定义敏感字段特征与敏感数据类型的对应关系，所述敏感字段特征包括：字段名称、敏感等级、字段类型及字段长度的一种或多种特征。

优选地，所述识别步骤包括：

对接收到的原始数据进行初步识别，根据原始数据信息及结构，利用预设方式将原始数据分割成多个数据字段；

分析每个数据字段的内容及类型，识别每个数据字段的格式和语义，若识别某数据字段为敏感信息，则将该数据字段标记为敏感字段；

提取敏感字段特征，根据所述敏感数据类型表中敏感字段特征与敏感数据类型的对应关系，得到敏感字段对应的敏感数据类型。

优选地，所述预设方式可以采用命名实体识别、词法分析及句法分析中的一种或多种方法。

优选地，该方法还包括：

针对每种敏感数据类型设置不同的脱敏规则，包括第一脱敏规则和第二脱敏规则；及