[发明专利]基于敏感数据的脱敏方法及系统

权利要求书

1.一种基于敏感数据的脱敏方法，其特征在于，

获取待脱敏数据；

当待脱敏数据的数据量满足k-means算法阈值时，采用k-means改进算法对待脱敏数据进行分组划分，并加入Laplace噪声对划分后的待脱敏数据进行脱敏；

当待脱敏数据的数据量满足匹配替换阈值时，采用匹配替换方法对待脱敏数据进行脱敏；其中匹配替换方法包括根据预设的变量类型、以关键字为原则对待脱敏数据进行替换。

2.根据权利要求1所述基于敏感数据的脱敏方法，其特征在于，

所述变量类型包括数值、字符串、时间和正则表达式。

3.根据权利要求2所述基于敏感数据的脱敏方法，其特征在于，

当变量类型为数值时，所述匹配替换方法包括：

提取出所述待脱敏数据的数字符号；

计算所述数字符号的数值长度，并进行超限处理，以获得初始数值；

将所述初始数值转化为字符串；

根据所述数值长度和预设的数值脱敏范围，将字符串中指定字符转化为掩码；

将转化后的字符串进行数字化后，输出。

4.根据权利要求2所述基于敏感数据的脱敏方法，其特征在于，

当变量类型为字符串时，所述匹配替换方法包括：

提取出所述待脱敏数据的字符串；

当所述字符串中存在部分内容属于预设的字符串脱敏范围时，把属于字符串脱敏范围的内容替换为掩码，输出。

5.根据权利要求2所述基于敏感数据的脱敏方法，其特征在于，

当变量类型为时间时，所述匹配替换方法包括：

提取出所述待脱敏数据的时间信息；

如果时间信息是有效信息，将所述时间信息转化为预设的按秒计时格式，以获得初始时间信息；

当所述初始时间信息中存在部分内容属于预设的时间脱敏范围时，把属于时间脱敏范围的内容替换为0；

将替换后的时间信息转化为预设的标准时间后，输出。

6.根据权利要求2所述基于敏感数据的脱敏方法，其特征在于，

当变量类型为正则表达式时，所述匹配替换方法包括：

从所述待脱敏数据的第一位数据开始识别，直至识别到所述待脱敏数据的最后一位数据；

当存在与所述正则表达式匹配的数据时，将该数据替换为预设的脱敏符号；

输出替换后的待脱敏数据。

7.根据权利要求1-6中任一所述基于敏感数据的脱敏方法，其特征在于，

所述采用k-means改进算法对待脱敏数据进行分组划分，并加入Laplace噪声对划分后的待脱敏数据进行脱敏具体包括：

设置聚类中心；

获取包含统计分类结果的数据集，计算所述数据集的均值向量；

计算所述数据集中每个数据向量与均值向量之间的距离，定义为当前距离；

如果当前距离小于预设的最小距离时，更新最小距离为当前距离；

对所述待脱敏数据进行重新分组，保存新得到的均值向量，并统计均值向量个数；

根据每个分组添加Laplace噪声，对该分组进行计算；

输出计算后的待脱敏数据。

8.一种基于敏感数据的脱敏系统，其特征在于，包括：

采集单元：用于获取待脱敏数据；

k-means分析单元：用于当待脱敏数据的数据量满足k-means算法阈值时，采用k-means改进算法对待脱敏数据进行分组划分，并加入Laplace噪声对划分后的待脱敏数据进行脱敏；

匹配替换单元：用于当待脱敏数据的数据量满足匹配替换阈值时，采用匹配替换方法对待脱敏数据进行脱敏；其中匹配替换方法包括根据预设的变量类型、以关键字为原则对待脱敏数据进行替换。