[发明专利]基于宽度学习的移动业务数据脱敏规则生成方法

说明书

本发明公开了一种基于宽度学习的移动业务数据脱敏方法，该方法用于解决对现有移动通信网络中敏感信息的脱敏规则的生成方法，本发明的实施流程包括：首先实现移动业务数据集中多模态数据的预处理工作，然后实现敏感数据的自动识别及评级，以及敏感数据的属性信息分析；接着根据敏感数据的基础属性信息，定制相应基础属性信息的数据脱敏规则；而后基于宽度学习的移动业务数据脱敏规则生成方法，实现根据移动业务数据的属性信息生成相应的脱敏规则。采用本发明的方法，能够充分利用和处理多源异构信息，完成敏感数据的自动识别以及数据敏感度的自动衡量，针对移动通信网络中数据海量现象，采用宽度学习网络模型，其最大的优点就是利用增量学习方式大大减少了因海量数据而带来的计算量过大的问题，加快学习收敛过程，使得预测结果更加精确、高效。

技术领域

本发明涉及移动通信网络中敏感数据脱敏规则分析技术领域，尤其涉及一种基于宽度学习的移动业务数据脱敏规则生成方法。

背景技术

随着信息通信技术及互联网技术不断演进，当前互联网、电信等拥有着无可比拟的海量数据，但是大数据使用过程可能造成用户个人信息泄露，会造成敏感信息泄漏。敏感信息泄露不仅对移动通信行业所造成的危害极为严峻而且也会导致国家生产经济数据的泄露以及用户身份信息的泄露。

为防范和治理黑客地下产业链，我国相继出台《加强网络信息保护的决定》、《电信和互联网用户个人信息保护规定》等法律法规以及多部涉及数据保护的部门规章，发布国家和行业的网络个人信息保护相关标准，在国家和行业层面开展了以数据安全为重点的安全防护检查，取得一定成效。但总体看，虽然业内针对数据安全保护提出了很多方法和模型，但是当前的脱敏方法往往需要大量的人力时间成本，需要人工设置和确认脱敏规则。因此，需要设计合理的敏感数据处理识别方法，并训练出能够自动根据数据属性信息高效地分类模型，实现自动匹配脱敏规则。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于解决上述现有技术运用于移动通信网络数据保护时的不足，提出了一种基于宽度学习的移动业务数据脱敏方法，该方法用于解决对现有移动通信网络中敏感信息的脱敏规则的生成方法，本发明的实施流程包括：首先实现移动业务数据集中多模态数据的预处理工作，然后实现敏感数据的自动识别及评级，以及敏感数据的属性信息分析；接着根据敏感数据的基础属性信息，定制相应基础属性信息的数据脱敏规则；而后基于宽度学习的移动业务数据脱敏规则生成方法，实现根据移动业务数据的属性信息生成相应的脱敏规则，采用本发明的方法，能够充分利用和处理多源异构信息，完成敏感数据的自动识别以及数据敏感度的自动衡量，针对移动通信网络中数据海量现象，采用宽度学习网络模型，其最大的优点就是利用增量学习方式大大减少了因海量数据而带来的计算量过大的问题，加快学习收敛过程，使得预测结果更加精确、高效；

本发明解决其技术问题所采取的技术方案是：一种基于宽度学习的移动业务数据脱敏规则生成方法，该方法包括以下步骤：

步骤1：实现移动业务数据集中多模态敏感数据的数据预处理、自动识别及评级，并分析该敏感数据的组成属性；

(1-1)依据移动业务行业中数据使用中的敏感特性，对多模态敏感数据进行数据预处理、自动化识别和评级；

在大数据环境中，海量异构的数据将成为常态，因此，对于不同类别的数据应采取不同的数据预处理方法；

①对于文本数据而言：

首先根据自定义的停用词库，去除数据文本中的停用词，为了防止误删除某些特定的专业词汇或标点符号等信息，故可在现有的停用词库的基础上自定义专业的停用词库；

然后结合移动通信业务领域中的专业词汇字典，利用分词工具对数据文本信息进行切分，使其成为相互独立的词条，以建立该数据文本集的特征词集合；

最后根据移动通信业务领域中的敏感词库及人工辅助设计的敏感级别，根据语义相似度在特征词集合中匹配出现的涉密敏感词汇，构造第i个敏感信息的字典，即：