【技术实现步骤摘要】
本专利技术涉及数据处理领域，具体而言，涉及一种敏感数据识别方法及装置。
技术介绍
1、随着互联网技术的发展，敏感数据泄露已经成为信息安全保护领域的关键问题，如果能快速发现已经泄露到互联网的数据，是当前信息安全领域务必要解决的问题。
2、为解决此问题，业界广泛采用文本比对的方式。这种方法是，首先从百度文件等互联网文件共享平台抓取疑似敏感数据，然后将爬取到的疑似敏感数据与管理者手中有敏感数据进行比对，如果相同则认为是敏感数据，发生的数据泄露。如果不相同，则不是敏感数据。
3、在实践过程中，由于文件量较大，这种逐字比对的方式，速度慢效率低。而且，由于文件都会经过上传者或多或少的修改，往往只是增加一个字符，就会造成比对结果不准确，数据识别准确率很低。
4、针对相关技术中敏感数据识别速度慢、文件比对效率低、文件识别准确率低的问题，尚未提出解决方案。
技术实现思路
1、本专利技术实施例提供了一种敏感数据识别方法及装置，以至少解决相关技术中敏感数据识别速度慢、比对效率低、识别准确率低的问题。
2、根据本专利技术的一个实施例，提供了一种敏感数据识别方法，所述方法包括：
3、将待识别数据拆分成多份数据，分别确定所述多份数据的哈希hash值，将所述多份数据的哈希值拼接得到目标hash值；
4、将所述目标hash值与预先构建的布隆bloom结构中映射的多个敏感数据的哈希值进行对比，得到对比结果，其中，所述对比结果为所述目标哈希值是否
5、根据所述对比结果识别所述待识别数据是否为敏感数据。
6、可选地，将待识别数据拆分成多份数据，分别确定所述多份数据的哈希hash值，将所述多份数据的哈希值拼接得到目标hash值包括：
7、将所述待识别数据顺序拆分成a份数据，采用sm3算法为每一份数据生成256位长度的敏感数据hash值，使用sm3算法循环次a次，生成a个hash值，并将4个hash值拼接得到1024位长度的第一目标hash值；
8、将所述待识别数据顺序拆分成b份数据，采用sm3算法为每一份数据生成256位长度的敏感数据hash值，使用sm3算法循环次b次生成b个hash值，并将所述b个hash值拼接得到10240位长度的第二目标hash值；
9、将所述待识别数据顺序拆分成c份数据，采用sm3算法为每一份数据生成256位长度的敏感数据hash值，使用sm3算法循环次c次生成c个hash值，并将所述c个hash值拼接得到102400位长度的第三目标hash值；
10、其中，a、b、c为正整数，a小于b，b小于c，所述目标hash值包括所述第一目标hash值、所述第二目标hash值及所述第三目标hash值。
11、可选地，将所述目标哈希值与预先构建的布隆bloom结构中映射的多个敏感数据的哈希值进行对比，得到对比结果包括：
12、所述bloom结构包括1024位的bloom结构1、10240位的bloom结构2及102400位的bloom结构3；
13、将所述第一目标hash值与所述bloom结构1中的hash值进行对比，得到第一对比结果，若所述第一对比结果为所述第一目标hash值存在于所述bloom结构1中，对比结束；
14、若所述第一对比结果为所述第一目标hash值不存在于所述bloom结构1中，将所述第二目标hash值与所述bloom结构2中的hash值进行对比，得到第二对比结果，若所述第二对比结果为所述第二目标hash值存在于所述bloom结构2中，对比结束；
15、若所述第二对比结果为所述第二目标hash值不存在于所述bloom结构2中，将所述第三目标hash值与所述bloom结构3中的hash值进行对比，得到第三对比结果。
16、可选地，根据所述对比结果识别所述待识别数据是否为敏感数据包括：
17、在所述第一对比结果为所述第一目标hash值存在于所述bloom结构1中，确定所述待识别数据为敏感数据；
18、在所述第一对比结果为所述第一目标hash值不存在于所述bloom结构1中，所述第二对比结果为所述第二目标hash值存在于所述bloom结构2中，确定所述待识别数据为敏感数据；
19、在所述第一对比结果为所述第一目标hash值不存在于所述bloom结构1中且所述第二对比结果为所述第二目标hash值不存在于所述bloom结构2中，所述第三对比结果为所述第三目标hash值存在于所述bloom结构3中，确定所述待识别数据为敏感数据；
20、在所述第一对比结果为所述第一目标hash值不存在于所述bloom结构1中，所述第二对比结果为所述第二目标hash值不存在于所述bloom结构2中且所述第三对比结果为所述第三目标hash值不存在于所述bloom结构3中，确定所述待识别数据为非敏感数据。
21、可选地，在将所述待识别数据拆分成多份数据之前，所述方法还包括：
22、构建所述bloom结构；
23、将所述多个敏感数据映射到所述bloom结构中。
24、可选地，将所述多个敏感数据映射到所述bloom结构中包括：
25、将所述多个敏感数据映射到1024位的bloom结构1中；
26、将所述多个敏感数据映射到10240位的bloom结构2中；
27、将所述多个敏感数据映射到102400位的bloom结构3中，其中，所述bloom结构包括所述bloom结构1、所述bloom结构2及所述bloom结构3。
28、可选地，将所述多个敏感数据映射到bloom结构1中包括：
29、将所述多个敏感数据顺序拆分成a份数据；
30、采用sm3算法为每一份数据生成256位长度的敏感数据hash值；
31、使用sm3算法循环次a次，生成a个hash值，将所述a个hash值拼接得到1024位长度的第一hash值；
32、在所述bloom结构1的链表linktable中确定所述第一hash值对应地址的第一位置，在所述第一位置写入1。
33、可选地，将所述多个敏感数据映射到10240位的bloom结构2中包括：
34、将所述敏感数据顺序拆分成b份数据；
35、采用sm3算法为每一份数据生成256位长度的敏感数据hash值；
36、使用sm3算法循环次b次生成b个hash值，将所述b个hash值拼接得到10240位长度的第二hash值；
37、在所述bloom结构2的链表linktable中确定所述第二hash值对应地址的第二位置，在所述第二位置写入1。
38、可选地，将所述敏感数据映射到102400位的bloom结构3中包括：
39、将所述敏感数据顺序拆分成c份数据；...
【技术保护点】
1.一种敏感数据识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将待识别数据拆分成多份数据，分别确定所述多份数据的哈希HASH值，将所述多份数据的哈希值拼接得到目标HASH值包括：
3.根据权利要求2所述的方法，其特征在于，将所述目标哈希值与预先构建的布隆Bloom结构中映射的多个敏感数据的哈希值进行对比，得到对比结果包括：
4.根据权利要求3所述的方法，其特征在于，根据所述对比结果识别所述待识别数据是否为敏感数据包括：
5.根据权利要求1所述的方法，其特征在于，在将所述待识别数据拆分成多份数据之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，将所述多个敏感数据映射到所述Bloom结构中包括：
7.根据权利要求6所述的方法，其特征在于，将所述多个敏感数据映射到Bloom结构1中包括：
8.根据权利要求6所述的方法，其特征在于，将所述多个敏感数据映射到10240位的Bloom结构2中包括：
9.根据权利要求6所述的方法，其特征在于，将所述敏
10.一种敏感数据识别装置，其特征在于，所述装置包括：
11.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至9任一项中所述的方法。
12.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种敏感数据识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将待识别数据拆分成多份数据，分别确定所述多份数据的哈希hash值，将所述多份数据的哈希值拼接得到目标hash值包括：
3.根据权利要求2所述的方法，其特征在于，将所述目标哈希值与预先构建的布隆bloom结构中映射的多个敏感数据的哈希值进行对比，得到对比结果包括：
4.根据权利要求3所述的方法，其特征在于，根据所述对比结果识别所述待识别数据是否为敏感数据包括：
5.根据权利要求1所述的方法，其特征在于，在将所述待识别数据拆分成多份数据之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，将所述多个敏感数据映射到所述bloom结构中包括：
7.根...
【专利技术属性】
技术研发人员：孙亚东，王锐，谭咏茂，蔚晨，吴海洋，张荣臻，向小佳，丁永建，李璠，
申请(专利权)人：光大科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。