(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111633197.9 (22)申请日 2021.12.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 113988226 A (43)申请公布日 2022.01.28 (73)专利权人 深圳红途科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道滨海社区滨海 大道3398号赛西科技 大厦17层170 6房 (72)发明人 黄俊辉　刘小龙　 (74)专利代理 机构 深圳市精英专利事务所 44242 代理人 李燕娥 (51)Int.Cl. G06K 9/62(2022.01)G06F 16/906(2019.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06F 21/62(2013.01) (56)对比文件 CN 106599713 A,2017.04.26 CN 112541196 A,2021.0 3.23 WO 201708 8683 A1,2017.0 6.01 CN 113360947 A,2021.09.07 CN 112434335 A,2021.0 3.02 审查员 曹春晓 (54)发明名称 数据脱敏有效性验证方法、 装置、 计算机设 备及存储介质 (57)摘要 本发明实施例公开了数据脱敏有效性验证 方法、 装置、 计算机设备及存储介质。 方法包括： 获取应用服务和数据访问过程中产生的数据， 以 得到初始数据； 判断初始数据是否是敏感数据； 若初始数据是敏感数据， 则使用探针和字节码增 强技术采集敏感数据， 获取应用服务之间的调用 关系， 以得到数据流经的接口信息； 确定接口字 段信息； 对接口字段信息进行脱敏操作， 以得到 脱敏数据； 将脱敏数据输入至脱敏有效性验证模 型内进行脱敏有效性验证， 以得到验证结果； 输 出验证结果至终端。 通过 实施本发 明实施例的方 法可实现对 敏感数据脱 敏前后的对比， 与传输该 数据的接口相关联， 可快速高效地对 敏感数据脱 敏结果的程度进行判断， 更有效地验证脱敏有效 性。 权利要求书3页 说明书12页 附图6页 CN 113988226 B 2022.04.19 CN 113988226 B 1.数据脱敏有效性验证方法， 其特 征在于， 包括： 获取应用服 务和数据访问过程中产生的数据， 以得到初始数据； 判断所述初始数据是否是 敏感数据； 若所述初始数据是敏感数据， 则使用探针和字节码增强技术采集敏感数据， 并获取应 用服务之间的调用关系， 以得到数据流经的接口信息； 根据数据流经的接口信息确定 接口字段信息； 对所述接口字段信息进行脱敏操作， 以得到脱敏 数据； 将所述脱敏数据输入至脱敏有效性验证模型内进行脱敏有效性验证， 以得到验证结 果； 输出所述验证结果至终端； 所述判断所述初始数据是否是 敏感数据， 包括： 将所述初始数据输入至识别模型内进行个人隐私数据识别， 以得到识别结果； 将所述初始数据与预设的数据识别策略进行匹配， 以得到匹配分值； 定义个人隐私类 数据具体类型的正则表达式、 字典、 关键字识别规则， 并对识别规则进行多模式组合， 形成 多种数据识别策略； 多种 数据识别策略包括关键字与正则表达式规则组合识别策略、 正则 表达式与字典规则组合识别策略、 字典与关键字规则组合识别策略； 定义身份证、 手机号 码、 家庭地址、 电子邮箱、 车牌号、 银行账号、 社保号、 公积金号码个人隐私类数据具体类型 的正则表达式、 字典、 关键字识别规则， 并对识别规则进行多模式组合， 形成多种 数据识别 策略； 根据所述匹配分值以及所述识别结果确定数据类别； 采用ResNet深度学习算法自动提 取该初始数据的长度、 字符类型、 符号、 格式特征， 判别初始数据与个人隐私类数据的具体 类型的相似度分值； 该初始数据与各种数据识别策略进 行依次匹配， 得出策略匹配 分值； 最 后采用加权平均的方式， 得分最高的类表明该初始数据是否属于个人隐私类数据； 判断所述数据类别是否是个人隐私数据； 若所述数据类别是个人隐私数据， 则确定所述初始数据是 敏感数据； 若所述数据类别不是个人隐私数据， 则确定所述初始数据不是 敏感数据； 所述识别模型是通过若干个带有个人隐私数据具体类型标签的数据作为样本集且采 用多GPU并行计算框架对深度学习网络进行训练所 得的； 识别模型是通过若干个带有个人隐私数据具体类型标签的数据作为样本集且采用多 GPU并行计算框架对深度学习网络进行训练所 得的， 包括以下步骤： 获取若干个带有个人隐私数据具体类型标签的数据， 以得到样本集， 且将所述样本集 划分为训练集； 构建ResNet深度学习网络； 将所述训练集装载到多个GPU节点， 以进行梯度求 导， 得到所有节点的求 导结果； 对所有节点的求导结果进行加权平均并更新ResNet深度学习网络的网络参数， 同步更 新所有GPU节点； 判断所述ResNet深度学习网络是否收敛； 若所述ResNet深度学习网络收敛， 则确定所述ResNet深度学习网络为识别模型； 若所述ResNet深度学习网络未收敛， 则执行所述将所述训练集装载到多个GPU节点， 以权　利　要　求　书 1/3 页 2 CN 113988226 B 2进行梯度求 导， 得到所有节点的求 导结果。 2.根据权利要求1所述的数据脱敏有效性验证方法， 其特征在于， 所述根据数据流经的 接口信息确定 接口字段信息， 包括： 分析数据流经的接口信息， 以获取请求的响应内部执 行情况； 对数据流经的接口信息中涉及的接口信息进行关联， 并定位相关联的字段信息， 以得 到接口字段信息 。 3.根据权利要求1所述的数据脱敏有效性验证方法， 其特征在于， 所述对所述接口字段 信息进行脱敏操作， 以得到脱敏 数据， 包括： 按照脱敏 策略规则对所述接口字段信息进行变形处 理， 以得到脱敏 数据。 4.根据权利要求1所述的数据脱敏有效性验证方法， 其特征在于， 所述脱敏有效性验证 模型是通过若干个已脱敏的敏感数据作为样本集训练朴素贝叶斯 NB分类器所得的。 5.根据权利要求4所述的数据脱敏有效性验证方法， 其特征在于， 所述脱敏有效性验证 模型是通过若干个已脱敏的敏感数据作为样本集训练朴素贝叶斯 NB分类器所得的， 包括： 获取若干个已脱敏的敏感数据， 以得到样本集； 将所述样本集进行划分， 以得到训练集以及测试集； 构建朴素贝叶斯 NB分类器； 利用训练集对朴素贝叶斯 NB分类器进行训练， 并计算损失值； 当损失值趋于不变时， 利用测试集对训练后的朴素贝叶斯NB分类器进行测试， 并将测 试后的朴素贝叶斯 NB分类器作为脱敏有效性验证模型。 6.数据脱敏有效性验证装置， 其特 征在于， 包括： 数据获取 单元， 用于获取应用服 务和数据访问过程中产生的数据， 以得到初始数据； 判断单元， 用于判断所述初始数据是否是 敏感数据； 信息获取单元， 用于若所述初始数据是敏感数据， 则使用探针和字节码增强技术采集 敏感数据， 并获取应用服 务之间的调用关系， 以得到数据流经的接口信息； 信息确定单 元， 用于根据数据流经的接口信息确定 接口字段信息； 脱敏单元， 用于对所述接口字段信息进行脱敏操作， 以得到脱敏 数据； 验证单元， 用于将所述脱敏数据输入至脱敏有效性验证模型内进行脱敏有效性验证， 以得到验证结果； 输出单元， 用于输出所述验证结果至终端； 判断单元包括模型识别子单 元、 匹配子单 元、 加权平均子单 元以及类别判断子单 元； 模型识别子单元， 用于将所述初始数据输入至识别模型内进行个人隐私数据识别， 以 得到识别结果； 匹配子单元， 用于将所述初始数据与预设的数据 识别策略进行匹配， 以得到 匹配分值； 定义个人隐私类数据具体类型的正则表达式、 字典、 关键字识别规则， 并对识别 规则进行多模式组合， 形成多种 数据识别策略； 多种 数据识别策略包括关键字与正则表达 式规则组合识别策略、 正则表达式与字典规则组合识别策略、 字典与关键字规则组合识别 策略； 定义身份证、 手机号码、 家庭地址、 电子邮箱、 车牌号、 银行账号、 社保号、 公积金号码 个人隐私 类数据具体类型的正则表达式、 字典、 关键字识别规则， 并对识别规则进 行多模式 组合， 形成多种数据识别策略； 加权平均子单元， 用于根据所述匹配分值以及所述识别结果 确定数据类别； 采用ResNet深度学习 算法自动提取该初始数据的长度、 字符类型、 符号、 格权　利　要　求　书 2/3 页 3 CN 113988226 B 3