[发明专利]信息识别方法、装置、设备及存储介质

权利要求书

1.一种信息识别方法，其特征在于，包括：

将网络流量数据转换成文本内容；

根据所述文本内容对应的文本总长度、预设字符数量、分词数量以及命名实体数量确定所述文本内容是否满足预设识别要求；

若满足，则基于预设识别规则对所述文本内容进行针对预设信息的识别处理。

2.根据权利要求1所述的方法，其特征在于，预设字符包括美国标准信息交换码ASCII字符和汉字生僻字；

所述根据所述文本内容对应的文本总长度、预设字符数量、分词数量以及命名实体数量确定所述文本内容是否满足预设识别要求，包括：

根据以下至少一项确定所述文本内容是否满足预设识别要求：

ASCII字符数量与文本总长度的比值、汉字生僻字数量与第一预设数值的比值、分词数量与所述第一预设数值的比值、以及命名实体数量，其中，所述第一预设数值为文本总长度与ASCII字符数量的差值。

3.根据权利要求2所述的方法，其特征在于，在满足以下至少一项时，确定所述文本内容满足预设识别要求：

ASCII字符数量与文本总长度的比值大于第一预设阈值，并且，命名实体数量大于第二预设阈值；以及，

汉字生僻字数量与第一预设数值的比值小于第三预设阈值，并且，分词数量与所述第一预设数值的比值小于第四预设阈值。

4.根据权利要求1所述的方法，其特征在于，所述预设信息包括姓名；所述基于预设识别规则对所述文本内容进行针对预设信息的识别处理，包括：

利用命名实体识别NER技术判断对所述文本内容进行分词处理后得到的分词中是否包含人物实体，若包含，则确定所述文本内容中包含预设信息；其中，所述分词处理采用自然语言处理NLP技术进行。

5.根据权利要求1所述的方法，其特征在于，所述预设信息包括预设字符串，其中，预设字符串包括身份证号、银行卡号、电话号码和手机号码中的至少一个；所述基于预设识别规则对所述文本内容进行针对预设信息的识别处理，包括：

利用预设信息对应的正则表达式识别所述文本内容中的目标内容，判断所述目标内容的相邻字符是否为数字或字母，若否，则确定所述文本内容中包含预设信息。

6.根据权利要求1-5任一所述的方法，其特征在于，所述将网络流量数据转换成文本内容，包括：

获取网络流量数据；

根据网络流量数据对应的流量端口号确定目标协议类型；

基于所述目标协议类型对所述网络流量数据进行解析，并识别其中包含的目标文件；

根据所述目标文件对应的文件类型对所述目标文件进行内容识别，并根据内容识别结果将所述目标文件转换成预设文本格式的文件内容；

采用预设划分方式对所述文件内容进行划分，得到文本内容；

其中，在基于预设识别规则对所述文本内容进行针对预设信息的识别处理之后，还包括：

若确定所述文本内容中包含预设信息，则判断是否满足预设告警条件，若满足，则针对所述网络流量数据进行告警处理。

7.根据权利要求6所述的方法，其特征在于，所述采用预设划分方式对所述文件内容进行划分，得到文本内容，包括：

判断所述文件内容中包含的目标类型字符的数量与所述文件内容的总字符数量的比值是否超过预设比例值，若超过，则采用预设划分方式对所述文件内容进行划分，得到文本内容，其中，所述目标类型字符包括ASCII字符和汉字内码扩展规范字符。

8.一种信息识别装置，其特征在于，包括：

文本转换模块，用于将网络流量数据转换成文本内容；

识别要求判定模块，用于根据所述文本内容对应的文本总长度、预设字符数量、分词数量以及命名实体数量确定所述文本内容是否满足预设识别要求；

识别处理模块，用于在所述识别要求判定模块的判定结果为满足时，基于预设识别规则对所述文本内容进行针对预设信息的识别处理。