【技术实现步骤摘要】
本申请涉及数据安全保护领域，且更为具体地，涉及一种基于人工智能的数据安全保护方法。
技术介绍
1、数据安全保护是指采取各种技术手段和管理措施，保护数据不受非法访问、使用、泄露、篡改或破坏的过程。数据安全保护的重要性不言而喻，尤其是对于涉及国家安全、公共利益、个人隐私等敏感信息的数据。然而，随着互联网技术的发展和大数据时代的到来，数据安全保护面临着越来越多的挑战和威胁。如何有效地对数据进行安全保护，成为了一个亟待解决的问题。
2、目前，常见的数据安全保护方法主要有加密、脱敏、水印等，这些方法虽然能够在一定程度上提高数据的安全性，但也存在一些缺陷和局限性。例如，加密方法会增加数据的处理复杂度和开销，而且一旦密钥泄露或被破解，加密数据就会失去保护效果；脱敏方法会降低数据的可用性和价值，而且可能会造成数据质量的损失或信息的失真；水印方法会改变数据的原始内容和格式，而且可能会影响数据的可读性和美观性。
3、因此，期望一种基于人工智能的数据安全保护方案。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于人工智能的数据安全保护方法，其通过在获取文本数据后，在后端引入基于人工智能的语义理解算法来对该文本数据进行语义分析和重要性评估，从而实现对该文本数据的自动分类和分级。这样，能够根据不同的应用场景和需求，对文本数据进行灵活的管理和控制，从而提高了数据安全保护的效率和效果。
2、根据本申请的一个方面，提供了一种基于人工智能的数据安
3、获取待处理文本数据；
4、对所述待处理文本数据进行分段处理以得到待处理文本数据段描述的序列；
5、对所述待处理文本数据段描述的序列进行语义编码以得到待处理文本数据段粒度语义编码特征向量的序列；
6、将所述待处理文本数据段粒度语义编码特征向量的序列进行基于段粒度语义重要性等级标签的预分类处理以得到段粒度重要性等级标签特征向量的序列；
7、基于所述待处理文本数据段粒度语义编码特征向量的序列，对所述段粒度重要性等级标签特征向量的序列进行等级标签约束以得到等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列；
8、对所述等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列进行段间语义关联分析以得到待处理文本数据全文语义编码特征；
9、基于所述待处理文本数据全文语义编码特征，确定待处理文本数据的重要性等级标签。
10、与现有技术相比，本申请提供的一种基于人工智能的数据安全保护方法，其通过在获取文本数据后，在后端引入基于人工智能的语义理解算法来对该文本数据进行语义分析和重要性评估，从而实现对该文本数据的自动分类和分级。这样，能够根据不同的应用场景和需求，对文本数据进行灵活的管理和控制，从而提高了数据安全保护的效率和效果。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的数据安全保护方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的数据安全保护方法，其特征在于，将所述待处理文本数据段粒度语义编码特征向量的序列进行基于段粒度语义重要性等级标签的预分类处理以得到段粒度重要性等级标签特征向量的序列，包括：将所述待处理文本数据段粒度语义编码特征向量的序列分别通过基于Softmax函数的预分类器以得到所述段粒度重要性等级标签特征向量的序列。
3.根据权利要求2所述的基于人工智能的数据安全保护方法，其特征在于，基于所述待处理文本数据段粒度语义编码特征向量的序列，对所述段粒度重要性等级标签特征向量的序列进行等级标签约束以得到等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列，包括：对所述待处理文本数据段粒度语义编码特征向量的序列和所述段粒度重要性等级标签特征向量的序列进行关联编码以得到所述等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列。
4.根据权利要求3所述的基于人工智能的数据安全保护方法，其特征在于，对所述等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列进行段间
5.根据权利要求4所述的基于人工智能的数据安全保护方法，其特征在于，基于所述待处理文本数据全文语义编码特征，确定待处理文本数据的重要性等级标签，包括：将所述待处理文本数据全文语义编码特征向量通过分类器以得到分类结果，所述分类结果用于表示待处理文本数据的重要性等级标签。
6.根据权利要求5所述的基于人工智能的数据安全保护方法，其特征在于，还包括训练步骤：用于对所述基于Softmax函数的预分类器、所述基于Bi-LSTM模型的段间语义关联编码器和所述分类器进行训练。
7.根据权利要求6所述的基于人工智能的数据安全保护方法，其特征在于，所述训练步骤，包括：
8.根据权利要求7所述的基于人工智能的数据安全保护方法，其特征在于，将所述优化训练待处理文本数据全文语义编码特征向量通过分类器以得到分类损失函数值，包括：
...【技术特征摘要】
1.一种基于人工智能的数据安全保护方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的数据安全保护方法，其特征在于，将所述待处理文本数据段粒度语义编码特征向量的序列进行基于段粒度语义重要性等级标签的预分类处理以得到段粒度重要性等级标签特征向量的序列，包括：将所述待处理文本数据段粒度语义编码特征向量的序列分别通过基于softmax函数的预分类器以得到所述段粒度重要性等级标签特征向量的序列。
3.根据权利要求2所述的基于人工智能的数据安全保护方法，其特征在于，基于所述待处理文本数据段粒度语义编码特征向量的序列，对所述段粒度重要性等级标签特征向量的序列进行等级标签约束以得到等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列，包括：对所述待处理文本数据段粒度语义编码特征向量的序列和所述段粒度重要性等级标签特征向量的序列进行关联编码以得到所述等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列。
4.根据权利要求3所述的基于人工智能的数据安全保护方法，其特征在于，对所述等级标签约束下待处理文本数据段粒度语义编码特征矩阵的序列进行段间语义关...
【专利技术属性】
技术研发人员：宋宁希，李文萃，王心妍，郭少勇，刘伯宇，远方，孟昭泰，朱莹，张向伍，贾静丽，杜嘉程，张静，宁永杰，刘咏，
申请(专利权)人：国网河南省电力公司信息通信分公司，
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。