CN114840869B 基于敏感度识别模型的数据敏感度识别方法及装置 （腾讯科技（深圳）有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114840869B(45)授权公告日2025.07.04

(21)申请号202110139667.X

(22)申请日2021.02.01

(65)同一申请的已公布的文献号申请公布号CN114840869A

(43)申请公布日2022.08.02

(73)专利权人腾讯科技(深圳)有限公司

地址518000广东省深圳市南山区高新区

科技中一路腾讯大厦35层

(72)发明人赵文

(74)专利代理机构北京派特恩知识产权代理有限公司11270

专利代理师李昂张颖玲

(51)Int.CI.

GO6F21/62(2013.01)

GO6F16/22(2019.01)

GO6F40/126(2020.01)

GO6F40/289(2020.01)

(56)对比文件

CN107818077A,2018.03.20

审查员王青

权利要求书3页说明书17页附图8页

(54)发明名称

基于敏感度识别模型的数据敏感度识别方法及装置

(57)摘要

CN114840869B本申请提供了一种基于敏感度识别模型的数据敏感度识别方法、敏感度识别模型的训练方法、装置、设备及计算机可读存储介质；所述敏感度识别模型包括特征提取层和敏感度识别层，数据敏感度识别方法包括：获取待识别数据的元数据，所述元数据用于描述所述待识别数据；通过所述特征提取层，对所述待识别数据的元数据进行特征提取，得到所述元数据的数据特征；通过所述敏感度识别层，基于所述元数据的数据特征，对所述待识别数据进行敏感度识别，得到敏感度识别结果；其中，所述敏感度识别结果，用于

CN114840869B

服务器获取待识别数据的元数据，其中，元数据用于描述待识别数据

通过特征提取层，对待识别数据的元数据进行特征提取，得到元数据的数据特征

通过敏感度识别层，基于元数据的数据特征，对待识别数据进行敏感度识别，得到敏感度识别结果

102

103

CN114840869B权利要求书1/3页

2

1.一种基于敏感度识别模型的数据敏感度识别方法，其特征在于，所述敏感度识别模型包括特征提取层和敏感度识别层，所述方法包括：

获取待识别数据的元数据，所述元数据用于描述所述待识别数据；

通过所述特征提取层，对所述待识别数据的元数据进行特征提取，得到所述元数据的数据特征；当所述元数据包括至少两个关键词时，所述数据特征包括各所述关键词的特征；

通过所述敏感度识别层，基于所述元数据的数据特征，对所述待识别数据进行敏感度识别，得到敏感度识别结果；其中，所述敏感度识别结果为通过所述敏感度识别层，分别将各所述关键词对应的特征与至少两个敏感词对应的特征进行匹配后，匹配度最高的敏感词所对应的数据敏感度；

其中，所述敏感度识别结果，用于指示所述待识别数据对应的数据敏感度。

2.如权利要求1所述的方法，其特征在于，所述获取待识别数据的元数据，包括：

当所述待识别数据的存储形式为数据表时，从所述数据表中获取以下表元素至少之一：数据表名、数据表中对应所述待识别数据的表描述、数据表中对应所述待识别数据的属

性字段；

将获取的表元素确定为所述待识别数据的元数据。

3.如权利要求1所述的方法，其特征在于，所述获取待识别数据的元数据，包括：

当所述待识别数据的存储形式为文档时，从所述文档中获取以下文档内容至少之一：文档标题、文档摘要、文档关键词；

将获取的文档内容确定为所述待识别数据的元数据。

4.如权利要求1所述的方法，其特征在于，所述对所述待识别数据的元数据进行特征提取，得到所述元数据的数据特征，包括：

对所述待识别数据的元数据进行分词处理，得到所述元数据对应的多个词语；

分别对各个所述词语进行特征编码，得到各个所述词语对应的词语特征；

对各个所述词语对应的词语特征进行特征拼接，得到所述元数据对应的数据特征。

5.如权利要求4所述的方法，其特征在于，所述对各个所述词语对应的词语特征进行特征拼接，得到所述元数据对应的数据特征，包括：

分别对各个词语的词语特征进行双向编码处理，得到各所述词语对应的上文编码特征和下文编码特征；

分别对各所述词语的上文编码特征和下文编码特征进行特征拼接，得到相应的拼接编码特征；

将各所述词语对应的拼接编码特征进行特征拼接，得到所述元数据对应的数据特征。

6.如权利要求1所述的方法，其特征在于，所述通过所述敏感度识别层，基于所述元数据的