(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211008940.6 (22)申请日 2022.08.22 (71)申请人 江苏保旺达软件技 术有限公司 地址 210061 江苏省南京市江北新区星火 路9号软件大厦B座9 楼 (72)发明人 钟丹东　吕晓彦　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 孔凡红 (51)Int.Cl. G06F 16/903(2019.01) G06N 20/00(2019.01) G06F 21/62(2013.01) (54)发明名称 数据识别方法、 装置、 电子设备及存 储介质 (57)摘要 本发明公开了一种数据识别方法、 装置、 电 子设备及存储介质。 该方法包括： 获取待识别文 件； 对所述待识别文件进行数据切分， 得到多个 待识别数据； 并行对各所述待识别数据进行敏 感 数据识别， 得到数据识别结果。 通过上述技术方 案， 实现了数据切分， 将切分后的多个待识别数 据并行进行敏感数据识别， 提高了敏感数据识别 的处理速度。 权利要求书2页 说明书8页 附图3页 CN 115391618 A 2022.11.25 CN 115391618 A 1.一种数据识别方法， 其特 征在于， 包括： 获取待识别文件； 对所述待识别文件进行 数据切分， 得到多个待识别数据； 并行对各 所述待识别数据进行 敏感数据识别， 得到数据识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述待识别文件进行数据切分， 得 到多个待识别数据， 包括： 基于数据切分阈值对所述待识别文件进行 数据切分， 得到多个待识别数据。 3.根据权利要求1所述的方法， 其特征在于， 所述并行对各所述待识别数据进行敏感数 据识别， 得到数据识别结果， 包括： 并行确定各所述待识别数据的数据类型， 对于任一待识别数据， 基于所述待识别数据 的数据类型确定敏感数据识别方法； 基于所述敏感数据识别方法对所述待识别数据进行识别， 得到数据识别结果。 4.根据权利要求3所述的方法， 其特征在于， 所述并行确定各所述待识别数据的数据类 型， 包括： 在多线程并行处理方式下， 对于任一待识别数据， 基于所述待识别数据的数据内容信 息， 和/或所述待识别数据的文件后缀信息， 确定所述待识别数据的数据类型。 5.根据权利要求3所述的方法， 其特征在于， 所述基于所述敏感数据识别方法对所述待 识别数据进行识别， 得到数据识别结果， 包括： 在所述待识别数据的数据类型为结构化数据的情况下， 对所述待识别数据进行随机采 样， 得到随机采样数据， 基于所述敏感数据识别方法对所述随机采样数据进行识别， 得到数 据识别结果； 在所述待识别数据的数据类型为非结构化数据的情况下， 对所述待识别数据进行解 析， 得到解析 数据， 基于所述数据识别方法对所述 解析数据进行识别， 得到数据识别结果。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述敏感数据识别方法对所述随 机采样数据进行识别， 得到数据识别结， 包括： 基于正则表达式对所述随机采样数据进行匹配， 得到正则匹配结果， 基于数据字典对 正则匹配结果进行匹配， 得到数据识别结果； 或者， 基于正则表达式对所述随机采样数据进行匹配， 得到正则匹配结果， 将所述正则匹配 结果输入至预 先训练完成的敏感数据识别模型， 得到数据识别结果。 7.根据权利要求1所述的方法， 其特征在于， 在基于所述数据识别方法对所述待识别数 据进行识别， 得到数据识别结果之后， 还 包括： 在所述数据识别结果为敏感数据的情况下， 获取所述待识别数据中敏感数据的位置信 息； 基于所述待识别数据中敏感数据的位置信 息对所述待识别数据进行脱敏， 得到脱敏数 据。 8.一种数据识别装置， 其特 征在于， 包括： 文件获取模块， 用于获取待识别文件； 数据切分模块， 用于对所述待识别文件进行 数据切分， 得到多个待识别数据； 数据识别模块， 用于并行对各 所述待识别数据进行 敏感数据识别， 得到数据识别结果。权　利　要　求　书 1/2 页 2 CN 115391618 A 29.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 数据识别方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处 理器执行时实现权利要求1 ‑7中任一项所述的数据识别方法。权　利　要　求　书 2/2 页 3 CN 115391618 A 3