[发明专利]数据敏感程度分级方法、装置、设备及存储介质

说明书

本申请提供一种数据敏感程度分级方法、装置、设备及存储介质，涉及数据处理技术领域。该方法包括：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，确定各知识数据在隐私推理概率树中对应的节点；根据隐私推理概率树、各知识数据在隐私推理概率树中对应的节点和预设第一计算公式，获取各知识数据对应的敏感评级；根据各知识数据对应的敏感评级和预设第二计算公式，获取待评估数据的敏感评级。相对于现有技术，避免了对一些看似非隐私数据的忽视，进一步增强数据的保密。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种数据敏感程度分级方法、装置、设备及存储介质。

背景技术

随着大数据技术的不断发展，人们对隐私数据的保护意识越来越强，每个企业或个人均有其对应的隐私数据，这些隐私数据可能会面临被故意泄露，或无意间通过不可信的第三方泄露，或遗失等，上述情况均会造成对应用户的隐私数据被泄露，导致用户利益受损的问题。

为避免上述问题，现有技术中一般通过数据加密的形式，通过对隐私数据进行加密，从而起到保护用户隐私，避免隐私数据泄露的作用。

但是目前出现了大量的数据挖掘算法或知识推理算法等，使得可能通过对一些看似低价值的数据进行挖掘推理，也可以获得用户的隐私数据，从而导致通过此类间接的敏感数据，仍会导致用户隐私泄露的问题。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种数据敏感程度分级方法、装置、设备及存储介质，以解决现有技术中没有对一些看似低价值的数据进行敏感程度评级，导致可能通过对这些看似低价值的数据进行挖掘推理获得用户的隐私数据，从而导致用户隐私泄露的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请一实施例提供了一种数据敏感程度分级方法，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。

可选地，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。

可选地，所述知识数据包括：实体数据、关系数据和时间数据。

可选地，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。