基于卷积神经网络的敏感数据自动脱敏方法  

Automatic Desensitization Method for Sensitive Data Based on Convolutional Neural Network

作　　者：徐李阳 李慧芹 赵文华 谢瑞楠 王蕾 XU Liyang;LI Huiqin;ZHAO Wenhua;XIE Ruinan;WANG Lei

机构地区：[1]国家电网有限公司客户服务中心,天津300300

出　　处：《自动化应用》2021年第10期86-88,共3页Automation Application

摘　　要：当前,敏感数据自动脱敏时数据信息损失率较大,为此,提出基于卷积神经网络的敏感数据自动脱敏方法。按照标志符属性、准标志符属性和敏感属性对原始数据属性进行划分,并对敏感数据字段进行生成和分段处理,利用卷积神经网络技术对分段处理后的数据进行分析,计算敏感数据字段关联性值,利用设计的脱敏规则对关联性较强的字段进行映射、隐匿、偏移和截断等脱敏处理,以此完成基于卷积神经网络的敏感数据自动脱敏。经实验证明,应用设计方法数据信息损失率更小,在敏感数据自动脱敏方面具有较高的可行性和可靠性。

关 键 词：卷积神经网络 敏感数据 自动脱敏方法 关联性值 

分 类 号：TP309.2[自动化与计算机技术—计算机系统结构]