一种基于深度学习技术的敏感信息识别方法
基本信息
| 申请号 | CN202111637526.7 | 申请日 | - |
| 公开（公告）号 | CN114218391A | 公开（公告）日 | 2022-03-22 |
| 申请公布号 | CN114218391A | 申请公布日 | 2022-03-22 |
| 分类号 | G06F16/35（2019.01）I;G06F16/55（2019.01）I;G06F21/62（2013.01）I;G06K9/62（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06N3/02（2006.01）I;G06N20/00（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 张黎;程树华;陈广辉;刘维炜;杨大志 | 申请（专利权）人 | 闪捷信息科技有限公司 |
| 代理机构 | 浙江千克知识产权代理有限公司 | 代理人 | 裴金华 |
| 地址 | 311100浙江省杭州市余杭区五常街道文一西路998号5幢608室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于深度学习技术的敏感信息识别方法，涉及数据识别技术领域，包括以下步骤：获取训练数据集；分别对图像数据、全中文数据集和非全中文数据集训练得到第一、第二和第三分类模型；接受待预测的数据；分别根据待预测的数据的类型输入至第一、第二和第三分类模型，得到标签；获取所有标签，对结构化数据，则统计每个字段下实例标签最多的类别作为该字段的类别；对非结构化数据，则将中文分词字符的类别进行敏感信息统计。本发明合理有效，可以通过对原始数据进行特征工程，将数据集输入到对应的分类模型进行训练，得到不同的分类模型，根据待识别的敏感数据类型得到分类标签，对不同类型的数据进行识别，识别准确率高，保护性好。 |
