[发明专利]数据敏感程度分级方法、装置、设备及存储介质

权利要求书

1.一种数据敏感程度分级方法，其特征在于，所述方法包括：

对获取的待评估数据进行知识抽取，获取至少一个知识数据；

根据预设关系算法，确定各所述知识数据在隐私推理概率树中对应的节点，所述隐私推理概率树包括：不同知识数据对应的节点、以及各所述节点之间的推理关系；

根据所述隐私推理概率树、各所述知识数据在所述隐私推理概率树中对应的节点和预设第一计算公式，获取各所述知识数据对应的敏感评级；

根据各所述知识数据对应的敏感评级和预设第二计算公式，获取所述待评估数据的敏感评级。

2.如权利要求1所述的方法，其特征在于，所述对获取的待评估数据进行知识抽取，获取至少一个知识数据之前，所述方法还包括：

获取预设知识网络中的各隐私数据、与各所述隐私数据相关的其他数据、以及各所述其他数据与各所述隐私数据之间的推导关系；

根据所述预设知识网络中的各隐私数据、与各所述隐私数据相关的其他数据、以及各所述其他数据与各所述隐私数据之间的推导关系，构建所述隐私推理概率树，其中，所述隐私推理概率树的根节点为所述隐私数据对应的节点。

3.如权利要求1或2所述的方法，其特征在于，所述知识数据包括：实体数据、关系数据和时间数据。

4.如权利要求3所述的方法，其特征在于，所述隐私推理概率树还包括：从各节点推理出根节点的概率；

所述根据所述隐私推理概率树、各所述知识数据在所述隐私推理概率树中对应的节点和预设第一计算公式，获取各所述知识数据对应的敏感评级，包括：

根据公式计算得到知识数据i对应的敏感评分S_i，其中：k为预设知识网络中所有隐私数据的个数；表示第j棵所述隐私推理概率树中所有知识数据i对应的累计概率；

根据所述知识数据i对应的敏感评分S_i和预设评级规则，确定所述知识数据i对应的敏感评级。

5.如权利要求3所述的方法，其特征在于，所述根据各所述知识数据对应的敏感评级和预设第二计算公式，获取所述待评估数据的敏感评级，包括：

根据公式计算得到所述待评估数据的敏感评分；其中，L为所述待评估数据中包括知识数据的数量，α为权重系数，S_i为知识数据i对应的敏感评分；

根据所述待评估数据的敏感评分和预设评级规则，确定所述待评估数据对应的敏感评级。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据各所述知识数据对应的敏感评级、所述待评估数据的敏感评级以及预设加密规则，对满足预设条件的知识数据进行加密。

7.如权利要求1所述的方法，其特征在于，所述预设关系算法包括下述至少一项：相似度算法或关系推理算法。

8.一种数据敏感程度分级装置，其特征在于，所述装置包括：获取模块和确定模块，其中：

所述获取模块，用于对获取的待评估数据进行知识抽取，获取至少一个知识数据；

所述确定模块，用于根据预设关系算法，确定各所述知识数据在隐私推理概率树中对应的节点，所述隐私推理概率树包括：不同知识数据对应的节点、以及各所述节点之间的推理关系；

所述获取模块，具体用于根据所述隐私推理概率树、各所述知识数据在所述隐私推理概率树中对应的节点和预设第一计算公式，获取各所述知识数据对应的敏感评级；根据各所述知识数据对应的敏感评级和预设第二计算公式，获取所述待评估数据的敏感评级。

9.一种数据敏感程度分级设备，其特征在于，所述设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述数据敏感程度分级设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述权利要求1－7任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述权利要求1－7任一项所述的方法。