基于卷积神经网络的敏感数据自动脱敏方法

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。