CN112491816A - 业务数据处理方法及装置 - Google Patents
业务数据处理方法及装置 Download PDFInfo
- Publication number
- CN112491816A CN112491816A CN202011259766.3A CN202011259766A CN112491816A CN 112491816 A CN112491816 A CN 112491816A CN 202011259766 A CN202011259766 A CN 202011259766A CN 112491816 A CN112491816 A CN 112491816A
- Authority
- CN
- China
- Prior art keywords
- field
- service
- sensitive
- processed
- fields
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000005070 sampling Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 49
- 238000000586 desensitisation Methods 0.000 claims description 46
- 230000035945 sensitivity Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了业务数据处理方法及装置,其中,一种业务数据处理方法包括:对业务数据采样,获得业务字段及对应的样本字段值;将由业务字段构成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;判断待处理字段是否为新增敏感字段;若是,将判断结果为新增敏感字段的待处理字段进行标记,得到标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中。
Description
技术领域
本说明书涉及电子技术领域,尤其涉及一种业务数据处理方法及装置。
背景技术
随着互联网发展,应用程序的客户端生成大量全新的业务字段。通常情况下,对业务字段的历史数据进行归纳总结,得到敏感字段,才能够根据已知的敏感字段进行脱敏处理,该过程需要一段时间。无法及时准确地识别未知的敏感字段,易导致用户的敏感数据泄露,侵犯了用户的个人隐私。
发明内容
本说明书一个或多个实施例提供了一种业务数据处理方法。所述业务数据处理方法包括:对业务数据进行采样处理,获得业务字段以及对应的样本字段值。将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段。判断所述待处理字段是否为新增敏感字段;若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
本说明书一个或多个实施例提供了一种业务数据处理装置。所述业务数据处理装置包括:数据采样模块,被配置为对业务数据进行采样处理,获得业务字段以及对应的样本字段值。待处理字段确定模块,被配置为将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段。新增敏感字段确定模块,被配置为判断所述待处理字段是否为新增敏感字段。字段标记模块,被配置为将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
本说明书一个或多个实施例提供了一种业务数据处理设备。该设备包括存储器和处理器。存储器用于存储计算机可执行指令,处理器用于执行计算机可执行指令:对业务数据进行采样处理,获得业务字段以及对应的样本字段值。将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段。判断所述待处理字段是否为新增敏感字段;若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
本说明书一个或多个实施例提供了一种存储介质。其存储有计算机指令,该指令被处理器执行时实现:对业务数据进行采样处理,获得业务字段以及对应的样本字段值。将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段。判断所述待处理字段是否为新增敏感字段;若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种业务数据处理方法的第一种处理流程图;
图2为本说明书一个或多个实施例提供的一种业务数据处理方法的第二种处理流程图;
图3为本说明书一个或多个实施例提供的一种业务数据处理装置的模块组成示意图;
图4为本说明书一个或多个实施例提供的一种业务数据处理设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件的保护范围。
本说明书一个或多个实施例提供了一种业务数据处理方法,图1为本说明书一个或多个实施例提供的一种业务数据处理方法的第一种处理流程图。
参照图1所示,本实施例提供的业务数据处理方法具体包括下述步骤S102至步骤S108。
本实施例中的业务数据处理方法,利用信息熵算法确定待处理字段的信息熵,再根据信息熵的大小确定待处理字段是否为新增敏感字段,能够快速准确地识别新产生的敏感字段,降低由于无法识别未知的敏感字段造成的用户的敏感数据泄露的风险,保护了用户的隐私。
步骤S102,对业务数据进行采样处理,获得业务字段以及对应的样本字段值。
在一些实施例中,步骤S102可以由业务网关执行,也可以由服务器执行,还可以由其他电子设备执行。业务网关,是连接业务网和承载网的网关设备,可以部署于服务器上,也可以部署于客户端上,还可以单独部署业务网关设备。业务网关用于分析应用程序的客户端上产生的包括与用户对应的敏感数据在内业务数据。
业务数据由应用程序的客户端产生,业务数据包含且不限于与用户对应的敏感数据、与用户无关的公共数据以及与用户对应的非敏感数据。
与用户对应的敏感数据指的是用户的隐私数据,例如,用户的身份识别号码,用户的交易账号识别码等。下文中以字段形式的业务数据,即业务字段为例进行说明:在一些情况下,对于同一种类的业务字段,不同的用户在该业务字段对应的字段值不同,例如,不同的用户的身份识别号码都不一样。在另一些情况下,对于同一种类的业务字段,大部分用户在该业务字段对应的字段值不同,少量用户在该业务字段对应的字段值相同,例如,对于以家庭为单位参与的保障项目的项目编号,同一家庭的家庭成员对应的项目编号相同,大部分用户对应的项目编号不同。
与用户无关的公共数据指的是应用程序的客户端中产生的与用户的敏感数据无关的业务数据,可以理解为,对于同一种类的业务字段,大部分用户在该业务字段对应的字段值相同,例如,通过可用于天气查询的应用程序甲,多个用户查询了同一时间段的天气数据,应用程序甲产生与天气数据相关的天气字段,多个用户在该天气字段对应的字段值均为晴天。
与用户对应的非敏感数据指的是虽然与用户对应但不涉及用户隐私的业务数据,此处不再赘述。
应用程序可以是移动终端上运行的应用程序,移动终端如手机、电脑,也可以是设备上运行的应用程序,物联网(Internet of Things,IoT)设备例如智能家电、可穿戴设备。应用程序可以是独立的应用程序,例如,购物应用、地图应用,也可以是在某个应用程序中运行的子应用程序。
应用程序的客户端每天都会产生大量和处理的业务数据,部署于客户端上的业务网关对业务数据进行处理,再将处理后得到的业务数据上传到网络中,例如,上传到与客户端对应的服务器、云存储空间或者区块链等。
可选的,业务数据处理方法应用于业务网关,业务网关部署于客户端上,对业务数据进行采样处理,获得业务字段以及对应的样本字段值,包括:获取由客户端生成的业务数据,业务数据包含业务字段以及对应的待采样字段值;按照字段值采样率,对待采样字段值进行采样处理,得到业务字段对应的样本字段值。
由客户端生成的业务数据包含业务字段以及对应的待采样字段值,待采样字段值指的是未经过采样处理的业务数据中业务字段对应的字段值。例如,由客户端生成的业务数据中,业务字段“身份标识号码”对应的待采样字段值为XXXXX个用户的身份识别号码。
按照字段值采样率,对待采样字段值进行采样处理,得到业务字段对应的样本字段值,例如,按照字段值采样率Y%,对业务字段“身份标识号码”对应的XXXXX个待采样字段值进行采样处理,得到XX个样本字段值。
通过对待采样字段值的采样处理,能够大幅度减少待处理的数据量,减轻业务网关的工作负担,以便后续步骤中基于对少量样本字段值的处理找出新增敏感字段,以进行脱敏处理并上传。
步骤S104,将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段。
在一些实施例中,步骤S104可以由业务网关执行,也可以由服务器执行,还可以由其他电子设备执行。
本实施例中的敏感字段分为两种。一种是已知的敏感字段,即可识别敏感字段。业务网关配置有可识别敏感字段集,可识别敏感字段集中包含至少一个可识别敏感字段。可识别敏感字段可以根据与保护用户隐私的法律法规预先确定,也可以根据人工设置预先确定,还可以将对业务数据的历史数据进行归纳整理来预先确定等。
另一种敏感字段是未知的敏感字段,即新增敏感字段。在移动互联网快速发展情况下,每天会产生大量新的与用户对应的敏感字段,即新增敏感字段。对新增敏感字段的确定和保护往往是滞后于该新增敏感字段的产生时间点的。因此,在新增敏感字段产生后的一段时间内,不存在于可识别敏感字段集,无法通过可识别敏感字段集中的可识别敏感字段来对新增敏感字段对应的字段值进行脱敏处理,以上传脱敏后的字段值。新增敏感字段通过步骤S106来确定。
业务字段集包含至少一个业务字段,业务字段包含且不限于可识别敏感字段、新增敏感字段、公共业务字段以及与用户对应的非敏感字段。
将业务字段集中可识别敏感字段以外的业务字段确定为待处理字段,则待处理字段可能是新增敏感字段,也可能是公共业务字段,还可能是与用户对应的非敏感字段。本实施例中,待处理字段中少量与用户对应的非敏感字段,可忽略不计,绝大多数待处理字段为公共业务字段或新增敏感字段中的一个。
可选的,可识别敏感字段集包含可识别敏感字段;将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段,包括:判断业务字段集中的业务字段是否为可识别敏感字段集中的可识别敏感字段;若是,则对判定为可识别敏感字段的业务字段进行标记处理,得到第二标记字段,并对第二标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为第二目标字段值,以上传到服务器;若否,将判定为非可识别敏感字段的业务字段确定为待处理字段。
可识别敏感字段集包含至少一个可识别敏感字段,例如,身份识别号码字段、交易账号识别码字段。
读取业务网关配置的可识别敏感字段集中的各个可识别敏感字段。判断业务字段集中的业务字段是否为可识别敏感字段。若业务字段是可识别敏感字段,则对判断结果为可识别敏感字段的业务字段进行标记处理,得到第二标记字段。在业务数据中确定第二标记字段以及对应的字段值,对第二标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为第二目标字段值,以上传到服务器。若业务字段不是可识别敏感字段,将判断结果为非可识别敏感字段的业务字段确定为待处理字段。
其中,第二标记字段对应的字段值指的是未经过采样处理的业务数据中第二标记字段对应的字段值。第二目标字段值可以上传到服务器、云存储空间或区块链等。
步骤S106,判断待处理字段是否为新增敏感字段。
在一些实施例中,步骤S104可以由业务网关执行,也可以由服务器执行,还可以由其他电子设备执行。待处理字段和新增敏感字段的定义已在步骤S104的说明中陈述,此处不再赘述。
可选的,待处理字段是否为新增敏感字段通过如下方式判断:基于待处理字段的样本字段值,计算待处理字段的第一信息熵;判断第一信息熵是否大于第一信息熵阈值;若是,将第一信息熵大于第一信息熵阈值的待处理字段确定为新增敏感字段。
若第一信息熵小于等于第一信息熵阈值,则将第一信息熵小于等于第一信息熵阈值的待处理字段确定为非新增敏感字段。其中,非新增敏感字段可以是公共业务字段,也可以是与用户对应的非敏感字段。
利用信息熵的计算公式,计算各个待处理字段的第一信息熵;判断第一信息熵是否大于预先确定的第一信息熵阈值;若是,将第一信息熵大于第一信息熵阈值的待处理字段确定为新增敏感字段;若否,将第一信息熵小于等于第一信息熵阈值的待处理字段确定为非敏感字段。其中,非敏感字段包含公共业务字段和与用户对应的非敏感字段。在一些情况下,与用户对应的非敏感字段数量较少可忽略不计。
信息熵的定义为:信息量的大小的度量,用于描述随机变量的不确定度。事件的不确定性越大,则信息量越大,信息熵越大。信息熵的计算公式为:
其中,H(X)是信息熵,p(xi)是事件xi发生的概率。在本实施例中,该公式可理解为H(X)为待处理字段的第一信息熵,p(xi)为针对该待处理字段,样本字段值为xi的概率。
本实施例中的第一信息熵为预先确定的用于判断待处理字段是否为新增敏感字段的信息熵。通常情况下,信息熵越大,待处理字段的各个样本字段值包含的信息量越大,则待处理字段的不同的样本字段值越多;信息熵越小,待处理字段的各个样本字段值包含的信息量越小,则待处理字段的不同的样本字段值越少。例如,待处理字段甲和待处理字段乙均对应于XX个样本字段值,其中,对于待处理字段甲,大部分的样本字段值相同,对于待处理字段乙,少量样本字段值相同,大部分样本字段值不同,则待处理字段甲包含的信息量小于待处理字段乙的信息量。
新增敏感字段,例如身份识别号码对应的业务字段,不同的用户的身份识别号码均不同;公共业务字段,例如天气数据对应的业务字段,多个用户针对同一时间段的天气数据进行查询,得到的天气数据相同。因此,新增敏感字段包含的信息量大于公共业务字段包含的信息量。因此,通过设置预先确定的第一信息熵阈值,能够将第一信息熵大于第一信息熵阈值的待处理字段确定为新增敏感字段,快速准确地识别未知的敏感字段,降低了无法识别新产生的敏感字段而导致泄露用户的敏感数据的风险。
可选的,判断第一信息熵是否大于第一信息熵阈值步骤执行之前,还包括:确定与业务数据对应的第一业务类型;将与第一业务类型对应的信息熵阈值确定为第一信息熵阈值。
业务数据可能对应多种业务类型。根据业务类型的业务特征,对业务类型配置信息熵阈值。例如,天气查询业务涉及的用户对应的敏感数据极少,故针对该天气查询业务的业务类型配置的信息熵阈值较高;交易业务涉及的用户对应的敏感数据较多,故针对交易业务的业务类型配置的信息熵阈值比天气查询业务的业务类型对应的信息熵阈值低。
确定与业务数据对应的第一业务类型,例如,确定由购物应用程序的客户端生成的业务数据对应的第一业务类型为购物业务类型。将与第一业务类型对应的信息熵阈值确定为第一信息熵阈值,例如,将购物业务类型对应的信息熵阈值确定为第一信息熵阈值。
可选的,业务数据处理方法还包括:基于待处理字段的样本字段值,计算待处理字段的第二信息熵;判断第二信息熵是否小于第二信息熵阈值;若是,将第二信息熵小于第二信息熵阈值的待处理字段确定为公共业务字段。
利用信息熵的计算公式,计算各个待处理字段的第二信息熵;判断第二信息熵是否大于预先确定的第二信息熵阈值;若是,将第二信息熵小于第二信息熵阈值的待处理字段确定为公共业务字段;若否,将第二信息熵大于等于第一信息熵阈值的待处理字段确定为非公共业务字段。其中,非公共业务字段包含新增敏感字段和与用户对应的非敏感字段。在一些情况下,与用户对应的非敏感字段数量较少可忽略不计。
信息熵的定义为:信息量的大小的度量,用于描述随机变量的不确定度。事件的不确定性越大,则信息量越大,信息熵越大。信息熵的计算公式为:
其中,H(X)是信息熵,p(xi)是事件xi发生的概率。在本实施例中,该公式可理解为H(X)为待处理字段的第二信息熵,p(xi)为针对该待处理字段,样本字段值为xi的概率。
本实施例中的第二信息熵为预先确定的用于判断待处理字段是否为公共业务字段的信息熵。通常情况下,信息熵越大,待处理字段的各个样本字段值包含的信息量越大,则待处理字段的不同的样本字段值越多;信息熵越小,待处理字段的各个样本字段值包含的信息量越小,则待处理字段的不同的样本字段值越少。例如,待处理字段甲和待处理字段乙均对应于XX个样本字段值,其中,对于待处理字段甲,大部分的样本字段值相同,对于待处理字段乙,少量样本字段值相同,大部分样本字段值不同,则待处理字段甲包含的信息量小于待处理字段乙的信息量。
通过设置预先确定的第二信息熵阈值,能够将第二信息熵小于第二信息熵阈值的待处理字段确定为公共字段,快速准确地识别业务字段中的公共业务字段。
在一个例子中,新增敏感字段与公共业务字段以外的待处理字段数量较少可忽略不计,第一信息熵与第二信息熵均为目标信息熵,第一信息熵阈值与第二信息熵阈值均为目标信息熵阈值,则业务网关只需要根据待处理字段的样本字段值计算一次目标信息熵,再比较目标信息熵与目标信息熵阈值,即可根据比较结果确定待处理字段是新增敏感字段还是公共业务字段。
该例子中,业务网关在确定待处理字段中的公共业务字段之后,将待处理字段中的公共业务字段过滤掉,只剩下新增敏感字段。
具体的,若目标信息熵大于目标信息熵阈值,将目标信息熵大于目标信息熵阈值的待处理字段确定为新增敏感字段;若目标信息熵小于目标信息熵阈值,将目标信息熵小于目标信息熵阈值的待处理字段确定为公共业务字段。
在一个例子中,步骤S106也可以由服务器执行,服务器在确定新增敏感字段后,对新增敏感字段进行标记处理,得到第三标记字段,将第三标记字段返回生成业务数据的客户端,以使客户端通过第三标记字段对业务数据进行脱敏处理,以上传到服务器。步骤S106由服务器执行,有利于减轻客户端的工作负担,且便于多个客户端共享由服务器确定的新增敏感字段。
若步骤S106的判断结果为是,则执行步骤S108,若步骤S106的判断结果为否,则跳过处理该待处理字段,判断下一个待处理字段是否为新增敏感字段。
步骤S108,将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中。
对判断结果为新增敏感字段的待处理字段进行标记处理,得到标记字段,以及将该标记字段添加到业务网关配置的可识别敏感字段集中。
在一个例子中,业务网关执行标记操作,具体为对判断结果为新增敏感字段的待处理字段进行标记处理,得到标记字段,与业务网关执行添加标记字段操作,具体为将该标记字段添加到业务网关配置的可识别敏感字段集中,为业务网关并行处理的两个操作。可以先执行标记操作,再执行添加标记字段操作;也可以先执行添加标记字段操作,再执行标记操作;还可以同时执行标记操作和添加标记字段操作。
可选的,将判定为新增敏感字段的待处理字段标记为标记字段步骤执行之后,还包括:在业务数据中确定标记字段以及对应的字段值;对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
在业务数据中确定步骤S108得到的标记字段以及对应的字段值,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。其中,标记字段对应的字段值指的是未经过采样处理的业务数据中与标记字段对应的字段值。目标字段值可以上传到服务器、云存储空间或区块链等。
通过将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中,能够及时准确地扩充可识别敏感字段集,将新生成的敏感字段标记,以进行脱敏处理并上传,避免了无法识别未预先确定的敏感字段导致的泄露用户的敏感数据的问题,保护了用户的敏感数据。
可选的,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器,包括:确定与业务数据对应的第二业务类型;通过与第二业务类型对应的业务敏感度,确定目标脱敏格式;按照目标脱敏格式,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
与业务数据对应的第二业务类型,例如,业务数据为由天气查询应用程序的客户端产生的业务数据,则与业务数据对应的第二业务类型为与天气查询业务对应的业务类型。针对业务类型设置多个等级的业务敏感度,例如,高敏感度、中等敏感度、低敏感度。与天气查询业务对应的业务类型为低敏感度,按照与低敏感度对应的目标脱敏格式,如保留字段值对应的字符串中后三位外的字符,对标记字段对应的字段值进行数据脱敏处理,如将字段值对应的字符串的后三位字符用“*”替代,得到脱敏后的字段值作为目标字段值,以上传到服务器。
综上,业务数据处理方法的一个实施例,对业务数据采样,获得业务字段及对应的样本字段值;将由业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;判断待处理字段是否为新增敏感字段;若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中,通过该技术方案,能够及时准确地识别并标记新增敏感字段,降低无法识别未知的敏感字段造成的用户的敏感数据泄露的风险,保护了用户的隐私。
图2为本说明书一个或多个实施例提供的一种业务数据处理方法的第二种处理流程图。参照图2所示,本实施例提供的业务数据处理方法具体包括下述步骤S102至步骤S112。
步骤S102,对业务数据进行采样处理,获得业务字段以及对应的样本字段值。
获取业务数据,业务数据包含业务字段以及对应的待采样字段值;按照字段值采样率,对待采样字段值进行采样处理,得到业务字段对应的样本字段值。步骤S102可参照图1的实施例,此处不再赘述。
步骤S104,将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段。
判断业务字段集中的业务字段是否为可识别敏感字段集中的可识别敏感字段;若是,则对判定为可识别敏感字段的业务字段进行标记处理,得到第二标记字段,并对第二标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为第二目标字段值,以上传到服务器;若否,将判定为非可识别敏感字段的业务字段确定为待处理字段。步骤S104可参照图1的实施例,此处不再赘述。
步骤S106,判断待处理字段是否为新增敏感字段。
基于待处理字段的样本字段值,计算待处理字段的第一信息熵;判断第一信息熵是否大于第一信息熵阈值;若是,将第一信息熵大于第一信息熵阈值的待处理字段确定为新增敏感字段,若否,则将第一信息熵小于等于第一信息熵阈值的待处理字段确定为非新增敏感字段。其中,非新增敏感字段可以是公共业务字段,也可以是与用户对应的非敏感字段。步骤S106可参照图1的实施例,此处不再赘述。
若待处理字段为新增敏感字段,则执行步骤S108。若待处理字段为非新增敏感字段,则跳过处理该待处理字段,确定下一个待处理字段,判断下一个待处理字段是否为新增敏感字段,若是,则执行步骤S108,若否,跳过处理该下一个待处理字段,返回执行步骤确定下一个待处理字段。
步骤S108,将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中。
对判断结果为新增敏感字段的待处理字段进行标记处理,得到标记字段,以及将该标记字段添加到业务网关配置的可识别敏感字段集中。步骤S108可参照图1的实施例,此处不再赘述。
步骤S110,在业务数据中确定标记字段以及对应的字段值。
在业务数据中确定步骤S108得到的标记字段以及对应的字段值。该业务数据为未经过采样处理的全量业务数据。
步骤S112,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。其中,标记字段对应的字段值指的是未经过采样处理的业务数据中与标记字段对应的字段值。目标字段值可以上传到服务器、云存储空间或区块链等。
通过将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中,能够及时准确地扩充可识别敏感字段集,将新生成的敏感字段标记,以进行脱敏处理并上传,避免了无法识别未预先确定的敏感字段导致的泄露用户的敏感数据的问题,保护了用户的敏感数据。
综上所述,本实施例提供的业务数据处理方法,对业务数据采样,获得业务字段及对应的样本字段值;将由业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;判断待处理字段是否为新增敏感字段;若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中;在业务数据中确定标记字段以及对应的字段值;在业务数据中确定标记字段以及对应的字段值;对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器,通过该技术方案,能够及时准确地识别并标记新增敏感字段,降低将无法识别未知的敏感字段的字段值上传到网络中导致的用户的敏感数据泄露的风险,保护了用户的隐私。
对应上述图1描述的业务数据处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种业务数据处理装置。图3为本说明书一个或多个实施例提供的一种业务数据处理装置的模块组成示意图,如图3所示,业务数据处理装置包括:
数据采样模块302,被配置为对业务数据进行采样处理,获得业务字段以及对应的样本字段值;
待处理字段确定模块304,被配置为将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;
新增敏感字段确定模块306,被配置为判断待处理字段是否为新增敏感字段;
字段标记模块308,被配置为将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中。
可选的,业务数据处理装置,还包括:
标记字段确定模块,被配置为在业务数据中确定标记字段以及对应的字段值;
标记字段脱敏模块,被配置为对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
可选的,待处理字段是否为新增敏感字段通过如下方式判断:
基于待处理字段的样本字段值,计算待处理字段的第一信息熵;
判断第一信息熵是否大于第一信息熵阈值;
若是,将第一信息熵大于第一信息熵阈值的待处理字段确定为新增敏感字段。
可选的,业务数据处理装置,还包括:
第二信息熵计算模块,被配置为基于待处理字段的样本字段值,计算待处理字段的第二信息熵;
第二信息熵判断模块,被配置为判断第二信息熵是否小于第二信息熵阈值;
公共业务字段确定模块,被配置为将第二信息熵小于第二信息熵阈值的待处理字段确定为公共业务字段。
可选的,业务数据处理装置应用于业务网关,业务网关部署于客户端上,数据采样模块302,具体用于:
获取由客户端生成的业务数据,业务数据包含业务字段以及对应的待采样字段值;
按照字段值采样率,对待采样字段值进行采样处理,得到业务字段对应的样本字段值。
可选的,可识别敏感字段集包含可识别敏感字段;待处理字段确定模块304,具体用于:
判断业务字段集中的业务字段是否为可识别敏感字段集中的可识别敏感字段;
若是,则对判定为可识别敏感字段的业务字段进行标记处理,得到第二标记字段,并对第二标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为第二目标字段值,以上传到服务器;
若否,将判定为非可识别敏感字段的业务字段确定为待处理字段。
可选的,业务数据处理装置,还包括:
第一业务类型确定模块,被配置为确定与业务数据对应的第一业务类型;
第一信息熵阈值确定模块,被配置为将与第一业务类型对应的信息熵阈值确定为第一信息熵阈值。
可选的,标记字段脱敏模块,具体用于:
确定与业务数据对应的第二业务类型;
通过与第二业务类型对应的业务敏感度,确定目标脱敏格式;
按照目标脱敏格式,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
需要说明的是,本说明书中关于业务数据处理装置的实施例与本说明书中关于业务数据处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的业务数据处理方法的实施,重复之处不再赘述。
进一步地,对应上述描述的业务数据处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种业务数据处理设备,该设备用于执行上述的业务数据处理方法,图4为本说明书一个或多个实施例提供的一种业务数据处理设备的结构示意图。
如图3所示,业务数据处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器401和存储器402,存储器402中可以存储有一个或一个以上存储应用程序或数据。其中,存储器402可以是短暂存储或持久存储。存储在存储器402的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括数据推送设备中的一系列计算机可执行指令。更进一步地,处理器401可以设置为与存储器402通信,在数据推送设备上执行存储器402中的一系列计算机可执行指令。数据推送设备还可以包括一个或一个以上电源403,一个或一个以上有线或无线网络接口404,一个或一个以上输入输出接口405,一个或一个以上键盘406等。
在一个具体的实施例中,业务数据处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对数据推送设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
对业务数据进行采样处理,获得业务字段以及对应的样本字段值;
将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;
判断待处理字段是否为新增敏感字段;
若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中。
可选的,计算机可执行指令在被执行时,将判定为新增敏感字段的待处理字段标记为标记字段步骤执行之后,还包括:
在业务数据中确定标记字段以及对应的字段值;
对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
可选的,计算机可执行指令在被执行时,待处理字段是否为新增敏感字段通过如下方式判断:
基于待处理字段的样本字段值,计算待处理字段的第一信息熵;
判断第一信息熵是否大于第一信息熵阈值;
若是,将第一信息熵大于第一信息熵阈值的待处理字段确定为新增敏感字段。
可选的,计算机可执行指令在被执行时,还实现如下流程:
基于待处理字段的样本字段值,计算待处理字段的第二信息熵;
判断第二信息熵是否小于第二信息熵阈值;
若是,将第二信息熵小于第二信息熵阈值的待处理字段确定为公共业务字段。
可选的,计算机可执行指令在被执行时,计算机可执行指令应用于业务网关,业务网关部署于客户端上,对业务数据进行采样处理,获得业务字段以及对应的样本字段值,包括:
获取由客户端生成的业务数据,业务数据包含业务字段以及对应的待采样字段值;
按照字段值采样率,对待采样字段值进行采样处理,得到业务字段对应的样本字段值。
可选的,计算机可执行指令在被执行时,可识别敏感字段集包含可识别敏感字段;将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段,包括:
判断业务字段集中的业务字段是否为可识别敏感字段集中的可识别敏感字段;
若是,则对判定为可识别敏感字段的业务字段进行标记处理,得到第二标记字段,并对第二标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为第二目标字段值,以上传到服务器;
若否,将判定为非可识别敏感字段的业务字段确定为待处理字段。
可选的,计算机可执行指令在被执行时,判断第一信息熵是否大于第一信息熵阈值步骤执行之前,还实现如下流程:
确定与业务数据对应的第一业务类型;
将与第一业务类型对应的信息熵阈值确定为第一信息熵阈值。
可选的,计算机可执行指令在被执行时,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器,包括:
确定与业务数据对应的第二业务类型;
通过与第二业务类型对应的业务敏感度,确定目标脱敏格式;
按照目标脱敏格式,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
进一步地,对应上述描述的业务数据处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种存储介质,用于存储计算机可执行指令,一个具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
对业务数据进行采样处理,获得业务字段以及对应的样本字段值;
将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;
判断待处理字段是否为新增敏感字段;
若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将标记字段添加到业务网关配置的可识别敏感字段集中。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,将判定为新增敏感字段的待处理字段标记为标记字段步骤执行之后,还包括:
在业务数据中确定标记字段以及对应的字段值;
对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,待处理字段是否为新增敏感字段通过如下方式判断:
基于待处理字段的样本字段值,计算待处理字段的第一信息熵;
判断第一信息熵是否大于第一信息熵阈值;
若是,将第一信息熵大于第一信息熵阈值的待处理字段确定为新增敏感字段。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,还实现如下流程:
基于待处理字段的样本字段值,计算待处理字段的第二信息熵;
判断第二信息熵是否小于第二信息熵阈值;
若是,将第二信息熵小于第二信息熵阈值的待处理字段确定为公共业务字段。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,计算机可执行指令应用于业务网关,业务网关部署于客户端上,对业务数据进行采样处理,获得业务字段以及对应的样本字段值,包括:
获取由客户端生成的业务数据,业务数据包含业务字段以及对应的待采样字段值;
按照字段值采样率,对待采样字段值进行采样处理,得到业务字段对应的样本字段值。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,可识别敏感字段集包含可识别敏感字段;将业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段,包括:
判断业务字段集中的业务字段是否为可识别敏感字段集中的可识别敏感字段;
若是,则对判定为可识别敏感字段的业务字段进行标记处理,得到第二标记字段,并对第二标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为第二目标字段值,以上传到服务器;
若否,将判定为非可识别敏感字段的业务字段确定为待处理字段。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,判断第一信息熵是否大于第一信息熵阈值步骤执行之前,还包括:
确定与业务数据对应的第一业务类型;
将与第一业务类型对应的信息熵阈值确定为第一信息熵阈值。
可选的,该存储介质存储的计算机可执行指令在被处理器执行时,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器,包括:
确定与业务数据对应的第二业务类型;
通过与第二业务类型对应的业务敏感度,确定目标脱敏格式;
按照目标脱敏格式,对标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
需要说明的是,本说明书中关于存储介质的实施例与本说明书中关于业务数据处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应方法的实施,重复之处不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、***或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已,并不用于限制本文件。对于本领域技术人员来说,本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本文件的权利要求范围之内。
Claims (11)
1.一种业务数据处理方法,包括:
对业务数据进行采样处理,获得业务字段以及对应的样本字段值;
将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;
判断所述待处理字段是否为新增敏感字段;
若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
2.根据权利要求1所述的方法,所述将判定为新增敏感字段的待处理字段标记为标记字段步骤执行之后,还包括:
在所述业务数据中确定所述标记字段以及对应的字段值;
对所述标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器。
3.根据权利要求1所述的方法,所述待处理字段是否为新增敏感字段通过如下方式判断:
基于所述待处理字段的样本字段值,计算所述待处理字段的第一信息熵;
判断所述第一信息熵是否大于第一信息熵阈值;
若是,将第一信息熵大于所述第一信息熵阈值的待处理字段确定为新增敏感字段。
4.根据权利要求1所述的方法,还包括:
基于所述待处理字段的样本字段值,计算所述待处理字段的第二信息熵;
判断所述第二信息熵是否小于第二信息熵阈值;
若是,将第二信息熵小于所述第二信息熵阈值的待处理字段确定为公共业务字段。
5.根据权利要求1所述的方法,应用于所述业务网关,所述业务网关部署于客户端上,所述对业务数据进行采样处理,获得业务字段以及对应的样本字段值,包括:
获取由所述客户端生成的业务数据,所述业务数据包含所述业务字段以及对应的待采样字段值;
按照字段值采样率,对所述待采样字段值进行采样处理,得到所述业务字段对应的样本字段值。
6.根据权利要求5所述的方法,所述可识别敏感字段集包含所述可识别敏感字段;所述将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段,包括:
判断所述业务字段集中的业务字段是否为所述可识别敏感字段集中的所述可识别敏感字段;
若是,则对判定为所述可识别敏感字段的业务字段进行标记处理,得到第二标记字段,并对所述第二标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为第二目标字段值,以上传到服务器;
若否,将判定为非所述可识别敏感字段的业务字段确定为所述待处理字段。
7.根据权利要求3所述的方法,所述判断所述第一信息熵是否大于第一信息熵阈值步骤执行之前,还包括:
确定与所述业务数据对应的第一业务类型;
将与所述第一业务类型对应的信息熵阈值确定为所述第一信息熵阈值。
8.根据权利要求2所述的方法,所述对所述标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为目标字段值,以上传到服务器,包括:
确定与所述业务数据对应的第二业务类型;
通过与所述第二业务类型对应的业务敏感度,确定目标脱敏格式;
按照所述目标脱敏格式,对所述标记字段对应的字段值进行数据脱敏处理,得到脱敏后的字段值作为所述目标字段值,以上传到所述服务器。
9.一种业务数据处理装置,包括:
数据采样模块,被配置为对业务数据进行采样处理,获得业务字段以及对应的样本字段值;
待处理字段确定模块,被配置为将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;
新增敏感字段确定模块,被配置为判断所述待处理字段是否为新增敏感字段;
字段标记模块,被配置为将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
10.一种业务数据处理设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令:
对业务数据进行采样处理,获得业务字段以及对应的样本字段值;
将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;
判断所述待处理字段是否为新增敏感字段;
若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
11.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现以下流程:
对业务数据进行采样处理,获得业务字段以及对应的样本字段值;
将所述业务字段组成的业务字段集中可识别敏感字段以外的业务字段确定为待处理字段;
判断所述待处理字段是否为新增敏感字段;
若是,将判定为新增敏感字段的待处理字段标记为标记字段,并将所述标记字段添加到业务网关配置的可识别敏感字段集中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259766.3A CN112491816A (zh) | 2020-11-12 | 2020-11-12 | 业务数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259766.3A CN112491816A (zh) | 2020-11-12 | 2020-11-12 | 业务数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112491816A true CN112491816A (zh) | 2021-03-12 |
Family
ID=74929947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011259766.3A Pending CN112491816A (zh) | 2020-11-12 | 2020-11-12 | 业务数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112491816A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113672976A (zh) * | 2021-08-04 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 敏感信息检测方法及装置 |
CN112988893B (zh) * | 2021-03-15 | 2023-05-12 | 中国联合网络通信集团有限公司 | 基于区块链的信息管理方法、***、区块链节点及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9336381B1 (en) * | 2013-04-08 | 2016-05-10 | Amazon Technologies, Inc. | Entropy-based detection of sensitive information in code |
CN108664812A (zh) * | 2018-05-14 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 信息脱敏方法、装置及*** |
CN111399848A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 一种硬编码数据检测方法、装置、电子设备和介质 |
CN111460814A (zh) * | 2020-03-10 | 2020-07-28 | 中国平安人寿保险股份有限公司 | 敏感信息检测方法、装置、终端及介质 |
-
2020
- 2020-11-12 CN CN202011259766.3A patent/CN112491816A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9336381B1 (en) * | 2013-04-08 | 2016-05-10 | Amazon Technologies, Inc. | Entropy-based detection of sensitive information in code |
CN108664812A (zh) * | 2018-05-14 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 信息脱敏方法、装置及*** |
CN111460814A (zh) * | 2020-03-10 | 2020-07-28 | 中国平安人寿保险股份有限公司 | 敏感信息检测方法、装置、终端及介质 |
CN111399848A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 一种硬编码数据检测方法、装置、电子设备和介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112988893B (zh) * | 2021-03-15 | 2023-05-12 | 中国联合网络通信集团有限公司 | 基于区块链的信息管理方法、***、区块链节点及介质 |
CN113672976A (zh) * | 2021-08-04 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 敏感信息检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108664812B (zh) | 信息脱敏方法、装置及*** | |
CN109190007B (zh) | 数据分析方法及装置 | |
US11436252B2 (en) | Data processing methods, apparatuses, and devices | |
CN112182578A (zh) | 一种模型训练方法、检测url的方法及装置 | |
CN111159413A (zh) | 日志聚类方法、装置、设备及存储介质 | |
CN110781192B (zh) | 区块链数据的验证方法、装置及设备 | |
CN112491816A (zh) | 业务数据处理方法及装置 | |
CN113837635B (zh) | 风险检测处理方法、装置及设备 | |
CN107735792B (zh) | 软件分析***、软件分析方法和记录介质 | |
CN115712866B (zh) | 数据处理方法、装置及设备 | |
CN116049761A (zh) | 数据处理方法、装置及设备 | |
CN109615423B (zh) | 业务的处理方法及装置 | |
CN114638005A (zh) | 基于区块链的数据处理方法、装置及***、存储介质 | |
CN107577660B (zh) | 类目信息识别方法、装置及服务器 | |
CN111538925A (zh) | 统一资源定位符url指纹特征的提取方法及装置 | |
CN113992429B (zh) | 一种事件的处理方法、装置及设备 | |
CN110019295B (zh) | 数据库检索方法、装置、***以及存储介质 | |
CN107943923B (zh) | 电报码数据库的构建方法、电报码识别方法及装置 | |
CN107562533B (zh) | 一种数据加载处理方法及装置 | |
CN107368281B (zh) | 一种数据处理方法及装置 | |
CN115204395A (zh) | 数据的处理方法、装置及设备 | |
CN110059272B (zh) | 一种页面特征识别方法和装置 | |
CN111242195B (zh) | 模型、保险风控模型训练方法、装置及电子设备 | |
CN109495464B (zh) | 跟踪应用访问的方法、装置、设备及*** | |
CN110046180B (zh) | 一种用于定位相似实例的方法、装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210312 |
|
RJ01 | Rejection of invention patent application after publication |