基于卷积神经网络的敏感数据自动脱敏方法

• 作者: 徐李阳 李慧芹 赵文华 谢瑞楠 王蕾
• 来源期刊: 自动化应用
• 学科: 工学
• 关键词: 卷积神经网络 敏感数据 自动脱敏方法 关联性值
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 86-88
• 页数: 3页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.19769/j.zdhy.2021.10.022

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.