一种数据保护方法、设备、装置和计算机存储介质制造方法及图纸

本发明专利技术实施例提供了一种数据保护方法、设备、装置和计算机存储介质，所述方法包括：获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；获取待处理数据，确定待处理数据对应的隐私子模型；所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。

【技术实现步骤摘要】
一种数据保护方法、设备、装置和计算机存储介质
本专利技术实施例涉及但不限于隐私数据保护技术，尤其涉及一种数据保护方法、设备、装置和计算机存储介质。
技术介绍
随着移动互联网的高速发展，移动终端上的各种应用成为用户了解世界的重要工具；由于互联网的开放性和互通性，使得用户对个人的网上隐私也越来越关注。尽管用户隐私是敏感信息，但仍然随时暴露无遗，示例性地，用户的各种行为轨迹如搜索、浏览、下载、支付、位置、运动量等被各种网站、app和终端等收集、存储、分析，然后被用于精准化营销或其他商业用途，甚至带来信息泄露、身份被盗、恶意攻击等危害。相关技术中，对用户隐私数据的保护方法不够灵活，不能够根据实际需求确定是否需要对用户数据进行隐私保护。
技术实现思路
本专利技术实施例提供了一种数据保护方法、设备、装置和计算机存储介质，能够对隐私数据进行灵活保护和管理。为达到上述目的，本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供了一种数据保护方法，所述方法包括：获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；获取待处理数据，确定待处理数据对应的隐私子模型；所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。本专利技术实施例还提供了一种数据保护设备，所述设备包括处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，r>所述处理器用于运行所述计算机程序时，执行上述任意一种数据保护方法的步骤。本专利技术实施例还提供了一种数据保护装置，所述装置包括：获取模块和决策模块，其中，获取模块，用于获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；决策模块，用于获取待处理数据，确定待处理数据对应的隐私子模型；在所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。本专利技术实施例还提供了一种计算机存储介质，该计算机程序被处理器执行时实现上述任意一种数据保护方法的步骤。本专利技术实施例提供的一种数据保护方法、设备、装置和计算机存储介质中，首先获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；然后，获取待处理数据，确定待处理数据对应的隐私子模型；最后，所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。在采用上述记载的技术方案时，由于n个隐私子模型对应的n个隐私属性可以根据用户根据自身实际需求灵活设置，因而，可以得到符合实际需求的n个隐私子模型，进而，根据符合实际需求的n个隐私子模型确定生成预警信息时，说明预警信息的生成是符合实际需求的；也就是说，通过预先灵活和自主地设置n个隐私属性，可以实现对用户隐私数据的预警提醒，具有一定的灵活性和自主性，可以防止需要进行隐私保护的隐私数据泄露。附图说明图1为本专利技术实施例的一种数据保护方法的流程图；图2为本专利技术实施例中针对训练数据的聚类结果示意图；图3为本专利技术实施例的另一种数据保护方法的流程图；图4为本专利技术实施例的一种数据保护装置的组成结构示意图；图5为本专利技术实施例的一种数据保护设备的硬件结构示意图。具体实施方式以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。相关技术中，对用户隐私数据的保护方法主要有以下两种：(1)针对应用程序做保护，具体地说，制作程序伪装触发器，对应用程序的图标和名称进行伪装，使得终端锁屏状态解除时，仍然可以保证应用程序对于用户具有较强的隐私性，防止应用程序被除终端用户之外的第二人使用，从而保护了应用程序中用户数据的隐私安全。(2)针对用户数据保护，具体地说对用户隐私数据进行变化，生成保护了个人隐私的匿名化数据隐藏。采用方法(1)对用户隐私数据进行保护时，由于仅仅针对应用程序的标识信息进行保护，导致保护的范围很小，对用户隐私数据的保护作用不大；采用方法(2)对用户隐私数据进行保护时，由于需要对用户数据做匿名处理，因而需要在匿名信息和真实数据间建立关联关系，该关联关系的映射程度直接影响到隐私数据的使用，即，通过用户隐私数据进行变化实现对隐私数据的保护方案，会影响到隐私数据的使用。可以看出，相关技术中，对用户隐私数据的保护方法不够灵活，不能够根据实际需求确定是否需要对用户数据进行隐私保护。本专利技术实施例可以应用于任意的需要进行隐私保护的场景，例如，对终端上应用运行时产生的用户数据进行隐私保护时，可以基于本专利技术实施例提供的技术方案实现；本专利技术实施例中并不对终端上运行的应用的种类进行限制。本专利技术实施例可以应用于终端或其他设备中，上述记载的终端或其他设备可以包括处理器、存储器等器件。基于上述记载的内容，提出以下各具体实施例。第一实施例本专利技术第一实施例记载了一种数据保护方法，图1为本专利技术实施例的一种数据保护方法的流程图，如图1所示，该流程可以包括：步骤101：获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数。对于本步骤的实现方式，示例性地，可以首先获取训练数据，所述训练数据用于表示应用运行时产生的用户数据；然后，以预设的n个隐私属性作为中心对象，对所述训练数据进行聚类处理，得到n个隐私子模型。在实际实施时，可以获取应用运行时产生的用户原始数据，对上述记载的用户原始数据进行预处理，得到训练数据；示例性地，可以对上述记载的用户原始数据执行以下至少一项得到训练数据：分词处理、过滤无用词处理，无用词可以包括标点、单字、符号、以及其它一些无意义的词；需要说明的是，上述记载的内容仅仅是举例的方式提供了预处理的实现方式，预处理还可以具有其他的实现方式，本专利技术实施例并不进行限制。对于上述记载的用户原始数据的实现方式，示例性地，上述记载的用户原始数据可以是移动终端的应用(Application，App)运行时产生的用户数据，可以包含用户使用移动终端的各个应用时所产生的各种数据，比如登陆信息、阅读、消费、喜好细节等。实际应用中，可以根据对隐私数据进行保护的实际需求，预先设置n个不同的隐私属性，n个隐私属性中的每个隐私属性表示用户确定需进行保护的隐私点(即用户最在意的隐私点)，例如，n个隐私属性可以包括“身份”、“兴趣”等；n可以认为是预先设置的保护度系数，n的值越大，说明用户确定需进行保护的隐私点越多；进一步地，在设置n个隐私属性后，用户可以根据实际需求对n个隐私属性进行改变，进而可以基于改版后的隐私属性对训练数据重新进行聚类处本文档来自技高网...

【技术保护点】
1.一种数据保护方法，其特征在于，所述方法包括：/n获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；/n获取待处理数据，确定待处理数据对应的隐私子模型；所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。/n

【技术特征摘要】
1.一种数据保护方法，其特征在于，所述方法包括：
获取n个隐私子模型；其中，每个隐私子模型为表示一种隐私属性的数据集，所述n个隐私子模型表示的隐私属性互不相同，n为大于1的整数；
获取待处理数据，确定待处理数据对应的隐私子模型；所述待处理数据与对应的隐私子模型的相关性大于或等于预设相关性阈值时，生成预警信息，以提示所述待处理数据需要进行隐私保护。


2.根据权利要求1所述的方法，其特征在于，所述获取n个隐私子模型，包括：
获取训练数据，所述训练数据用于表示应用运行时产生的用户数据；
以预设的n个隐私属性作为中心对象，对所述训练数据进行聚类处理，得到n个隐私子模型。


3.根据权利要求2所述的方法，其特征在于，所述以预设的n个隐私属性作为中心对象，对所述训练数据进行聚类处理，得到n个隐私子模型，包括：
以预设的n个隐私属性作为中心对象，采用迭代的聚类方法，对所述训练数据进行多次聚类处理，得到n个隐私子模型；其中，在进行非首次聚类处理时，对聚类的中心对象进行更新，使本次聚类结果的预设评价指标高于上一次聚类结果的预设评价指标。


4.根据权利要求3所述的方法，其特征在于，所述聚类结果的预设评价指标可以用于表示：聚类结果中同一簇团中各个记录的邻近程度、以及聚类结果中不同簇团的记录之间的远离程度。


5.根据权利要求1所述的方法，其特征在于，所述待处理数据为终端待上传的数据或终端待保存的数据。


6.根据权利要求1所述的方法，其特征在于，所述确定待处理数据对应的隐私子模型，包括：
在所述n个隐私子模型中，将与待处理数据...

【专利技术属性】
技术研发人员：艾东梅，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44