本發(fā)明屬于信息安全領(lǐng)域，涉及一種對(duì)數(shù)據(jù)型文件中的敏感信息脫敏保護(hù)技術(shù)，具體地說(shuō)是一種數(shù)據(jù)文件可定制化脫敏方法和系統(tǒng)。

背景技術(shù)：

近年來(lái)伴隨著互聯(lián)網(wǎng)的高速發(fā)展，互聯(lián)網(wǎng)同個(gè)人生活的聯(lián)系也越來(lái)越密切。這不僅給用戶帶來(lái)了生活上的遍歷，使人們能夠隨時(shí)隨地的進(jìn)行瀏覽網(wǎng)頁(yè)、查詢問(wèn)題、購(gòu)買商品等操作，同時(shí)也使用戶產(chǎn)生了大量的有關(guān)個(gè)人隱私的行為數(shù)據(jù)，這些數(shù)據(jù)由于政府監(jiān)管、商業(yè)目的或是研究的需要將會(huì)發(fā)布或提供給第三方使用。這些發(fā)布或共享的數(shù)據(jù)中包括用戶的敏感信息，如果數(shù)據(jù)擁有者直接將這些數(shù)據(jù)發(fā)布或共享，會(huì)造成大量的個(gè)人隱私泄露，給用戶、涉事單位和社會(huì)帶來(lái)惡劣的影響；同時(shí)如果數(shù)據(jù)擁有者使用不當(dāng)?shù)姆绞綄?duì)敏感數(shù)據(jù)進(jìn)行任意處理，可能會(huì)使數(shù)據(jù)使用者對(duì)數(shù)據(jù)進(jìn)行錯(cuò)誤的分析，從而使數(shù)據(jù)使用者做出錯(cuò)誤的決策，造成巨大的經(jīng)濟(jì)損失。

為了防止在數(shù)據(jù)發(fā)布和共享時(shí)泄露隱私信息，目前為止已經(jīng)提出了采用匿名化的方式對(duì)數(shù)據(jù)進(jìn)行保護(hù)。據(jù)不完全統(tǒng)計(jì)，目前關(guān)于數(shù)據(jù)發(fā)布和共享時(shí)的數(shù)據(jù)安全的發(fā)明文獻(xiàn)有以下幾個(gè)。

1.社交網(wǎng)絡(luò)數(shù)據(jù)發(fā)布的混合隨機(jī)化隱私保護(hù)方法：此發(fā)明將現(xiàn)有的k-匿名法和隨機(jī)化的方法結(jié)合，能夠阻止采用結(jié)構(gòu)背景知識(shí)的重定位攻擊，滿足社交網(wǎng)絡(luò)用戶對(duì)隱私安全的需求。

2.基于頻率的軌跡抑制數(shù)據(jù)發(fā)布隱私保護(hù)的系統(tǒng)及其方法：此發(fā)明根據(jù)數(shù)據(jù)發(fā)布隱私保護(hù)系統(tǒng)，采用特定的軌跡局部抑制法進(jìn)行匿名處理。

3.一種優(yōu)化的社交網(wǎng)絡(luò)圖數(shù)據(jù)發(fā)布隱私保護(hù)方法：此發(fā)明根據(jù)提出的數(shù)據(jù)發(fā)布隱私保護(hù)方法對(duì)社交網(wǎng)絡(luò)發(fā)布的數(shù)據(jù)進(jìn)行隱私保護(hù)處理。

4.一種數(shù)據(jù)發(fā)布方法及裝置：此發(fā)明根據(jù)已知類別的屬性將待發(fā)布數(shù)據(jù)進(jìn)行聚類處理后得到待發(fā)布數(shù)據(jù)的屬性的類別，然后根據(jù)不同屬性的類別對(duì)所對(duì)應(yīng)的發(fā)布方法來(lái)發(fā)布待發(fā)布數(shù)據(jù)，從而可以為待發(fā)布數(shù)據(jù)的發(fā)布提供隱私保護(hù)。

以上發(fā)明，數(shù)據(jù)使用人員操作的數(shù)據(jù)是源數(shù)據(jù)，而且將處理后的數(shù)據(jù)直接發(fā)布或共享給第三方，不能滿足當(dāng)攻擊者為系統(tǒng)內(nèi)部數(shù)據(jù)使用人員時(shí)的數(shù)據(jù)保護(hù)需求，同時(shí)也不能滿足數(shù)據(jù)使用人員對(duì)向不同等級(jí)的第三方進(jìn)行共享的數(shù)據(jù)進(jìn)行不同程度的保護(hù)的需求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的技術(shù)任務(wù)是針對(duì)上述現(xiàn)有技術(shù)的不足，為了實(shí)現(xiàn)數(shù)據(jù)使用人員在不同數(shù)據(jù)使用場(chǎng)景中的敏感數(shù)據(jù)的安全，同時(shí)保證即使內(nèi)部數(shù)據(jù)使用人員對(duì)原始數(shù)據(jù)不進(jìn)行任何操作，也不能獲得一些敏感度極高的數(shù)據(jù)，提供了一種數(shù)據(jù)文件可定制化脫敏方法和系統(tǒng)。

為了實(shí)現(xiàn)上述目標(biāo)，本發(fā)明采取如下技術(shù)方案。

1、數(shù)據(jù)文件可定制化脫敏系統(tǒng)，其特征在于：系統(tǒng)包括敏感信息設(shè)置單元（1），解析器（2），格式轉(zhuǎn)換器（3），數(shù)據(jù)處理單元（4），脫敏規(guī)則定制單元（5）；

敏感信息設(shè)置單元（1）：用于系統(tǒng)操作人員對(duì)新接收的數(shù)據(jù)文件進(jìn)行初始化脫敏設(shè)置，設(shè)置針對(duì)該數(shù)據(jù)文件默認(rèn)情況下需要保護(hù)的子節(jié)點(diǎn)及該子節(jié)點(diǎn)相應(yīng)的脫敏方法名；

解析器（2）：用于解析xml文件，得到代表此xml文件的文檔對(duì)象；

格式轉(zhuǎn)換器（3）：用于將數(shù)據(jù)提供人員提供的數(shù)據(jù)文件格式轉(zhuǎn)換為xml文件格式，同時(shí)由數(shù)據(jù)使用人員選擇是否對(duì)輸出的文件進(jìn)行格式轉(zhuǎn)換；

數(shù)據(jù)處理單元（4）：用于保存脫敏函數(shù)，驗(yàn)證默認(rèn)配置文件的完整性，獲取代表xml文件的文檔對(duì)象和臨時(shí)脫敏配置文件，并根據(jù)臨時(shí)脫敏配置文件中保存的脫敏規(guī)則修改文檔對(duì)象，最終將文檔對(duì)象中內(nèi)容寫(xiě)回xml文件；

脫敏規(guī)則定制單元（5）：用于顯示該xml文件的默認(rèn)配置文件，同時(shí)用于數(shù)據(jù)使用人員設(shè)置臨時(shí)脫敏配置文件。

2、所述敏感信息設(shè)置單元用于系統(tǒng)操作人員對(duì)新接收的數(shù)據(jù)文件進(jìn)行初始化脫敏設(shè)置，然后將設(shè)置信息保存在默認(rèn)配置文件中；敏感信息設(shè)置單元將該默認(rèn)配置文件中內(nèi)容序列化為字符串后，將字符串按設(shè)定散列算法進(jìn)行計(jì)算，然后將該xml文件名和該散列字符串保存在存儲(chǔ)系統(tǒng)中的散列值記錄文件中。

3、所述數(shù)據(jù)處理單元讀取存儲(chǔ)系統(tǒng)中數(shù)據(jù)使用人員選擇的xml文件的默認(rèn)配置文件，如果不存在該默認(rèn)配置文件，則發(fā)出警告提示該xml文件未初始化設(shè)置；否則將默認(rèn)配置文件進(jìn)行完整性驗(yàn)證。

4、所述數(shù)據(jù)處理單元用于得到代表xml文件的文檔對(duì)象和臨時(shí)脫敏配置文件，并根據(jù)臨時(shí)脫敏配置文件中的內(nèi)容，生成路徑，并按照路徑對(duì)文檔對(duì)象中的敏感數(shù)據(jù)進(jìn)行修改，最后將文檔對(duì)象內(nèi)容寫(xiě)回xml文件。其中臨時(shí)脫敏配置文件中保存著數(shù)據(jù)使用人員的設(shè)置信息和系統(tǒng)操作人員設(shè)置的默認(rèn)配置信息。

5、所述脫敏規(guī)則定制單元用于讀取并顯示默認(rèn)配置文件中的內(nèi)容，同時(shí)用于數(shù)據(jù)使用人員設(shè)置臨時(shí)脫敏配置文件。其中，數(shù)據(jù)使用人員不可以通過(guò)脫敏規(guī)則定制單元對(duì)系統(tǒng)操作人員的默認(rèn)配置信息進(jìn)行修改。

6、所述格式轉(zhuǎn)換器用于將數(shù)據(jù)提供人員提供的非xml文件格式的數(shù)據(jù)文件轉(zhuǎn)換為xml文件格式，同時(shí)將數(shù)據(jù)處理單元處理后的xml文件轉(zhuǎn)換為數(shù)據(jù)使用人員選擇的數(shù)據(jù)格式。

7、數(shù)據(jù)文件可定制化脫敏系統(tǒng)，敏感信息設(shè)置單元（1），解析器（2），格式轉(zhuǎn)換器（3），數(shù)據(jù)處理單元（4），脫敏規(guī)則定制單元（5）；（2）與（4）相連，（3）與（4）相連，（4）與（5）相連。

8、數(shù)據(jù)文件可定制化脫敏方法，其特征在于方法包括兩個(gè)階段。

（1）初始化設(shè)置階段：

第一步：數(shù)據(jù)提供人員提交數(shù)據(jù)文件，格式轉(zhuǎn)換器判斷此數(shù)據(jù)文件是否為xml文件格式，如果為xml文件格式，則直接將數(shù)據(jù)文件存入存儲(chǔ)系統(tǒng)中；否則，格式轉(zhuǎn)換器將此數(shù)據(jù)文件轉(zhuǎn)換為xml文件格式后將數(shù)據(jù)文件存入存儲(chǔ)系統(tǒng)中；

第二步：系統(tǒng)操作人員對(duì)新接收的數(shù)據(jù)文件進(jìn)行初始化脫敏設(shè)置；

系統(tǒng)操作人員操作敏感信息設(shè)置單元，設(shè)置默認(rèn)情況下需要保護(hù)的子節(jié)點(diǎn)以及該子節(jié)點(diǎn)相應(yīng)的脫敏方法名。敏感信息設(shè)置單元將設(shè)置信息保存在存儲(chǔ)系統(tǒng)中的默認(rèn)配置文件中；敏感信息設(shè)置單元將默認(rèn)配置文件中內(nèi)容序列化為字符串后，將字符串按設(shè)定散列算法計(jì)算，然后將該xml文件名和該散列字符串保存在存儲(chǔ)系統(tǒng)中的散列值記錄文件中。

（2）數(shù)據(jù)操作階段：數(shù)據(jù)使用人員選擇要操作的xml文件，設(shè)為s，脫敏系統(tǒng)從存儲(chǔ)系統(tǒng)中讀取該xml文件s，并針對(duì)此xml文件s做以下操作：

步驟1：數(shù)據(jù)處理單元讀取存儲(chǔ)系統(tǒng)中文件s的默認(rèn)配置文件，如果不存在默認(rèn)配置文件，則發(fā)出警告提示xml文件s未初始化設(shè)置；否則將默認(rèn)配置文件中內(nèi)容序列化為字符串后，將字符串按設(shè)定散列算法計(jì)算，然后在存儲(chǔ)系統(tǒng)中的散列值記錄文件中按照xml文件s的文件名查找并取出對(duì)應(yīng)的散列值，將兩個(gè)散列值進(jìn)行比較，驗(yàn)證完整性，如果二者不相同則驗(yàn)證不通過(guò)，提示錯(cuò)誤，如果二者完全一致則繼續(xù)；

步驟2：解析器解析xml文件s，得到代表xml文件s的文檔對(duì)象，即document對(duì)象，設(shè)為w；

步驟3：脫敏規(guī)則定制單元讀取存儲(chǔ)系統(tǒng)中的文件s的默認(rèn)配置文件，并顯示默認(rèn)配置文件中所有的父節(jié)點(diǎn)、子節(jié)點(diǎn)、脫敏狀態(tài)及對(duì)應(yīng)的可選脫敏函數(shù)，同時(shí)將脫敏狀態(tài)標(biāo)記為“是”的字段顯示為需要脫敏并不可取消狀態(tài)，通過(guò)脫敏規(guī)則定制單元進(jìn)行設(shè)置，將設(shè)置結(jié)果保存在臨時(shí)脫敏配置文件中，并轉(zhuǎn)至步驟4繼續(xù)執(zhí)行；

步驟4：數(shù)據(jù)處理單元判斷臨時(shí)脫敏配置文件中是否還有下一行數(shù)據(jù)，如果存在下一行數(shù)據(jù)，轉(zhuǎn)至步驟5繼續(xù)執(zhí)行；如果不存在下一行數(shù)據(jù)，轉(zhuǎn)至步驟7繼續(xù)執(zhí)行；

步驟5：設(shè)此行是第i行，取得臨時(shí)脫敏配置文件中第i行的脫敏狀態(tài)并定義為t，如果t為“否”，則直接轉(zhuǎn)至步驟4繼續(xù)執(zhí)行；否則，取出臨時(shí)脫敏配置文件中第i行的脫敏函數(shù)f，然后取出臨時(shí)脫敏配置文件中第i行的父節(jié)點(diǎn)定義為a，子節(jié)點(diǎn)定義為b，根據(jù)a和b得到節(jié)點(diǎn)路徑d=“/a/b”，在文檔對(duì)象w中取得節(jié)點(diǎn)路徑d所對(duì)應(yīng)的子節(jié)點(diǎn)集d（具體方法專業(yè)人員均可編程實(shí)現(xiàn)，在此不贅述），轉(zhuǎn)至步驟6繼續(xù)執(zhí)行；

步驟6：判斷子節(jié)點(diǎn)集d中是否存在下一個(gè)子節(jié)點(diǎn)，如果存在，取出該子節(jié)點(diǎn)并定義為s，取出子節(jié)點(diǎn)s的數(shù)據(jù)m，使用脫敏函數(shù)f對(duì)m進(jìn)行脫敏處理得到m，即m=f（m），用m替換子節(jié)點(diǎn)s中的數(shù)據(jù)值m，并轉(zhuǎn)至步驟6繼續(xù)執(zhí)行；如果數(shù)據(jù)集d中不存在下一個(gè)子節(jié)點(diǎn)，則轉(zhuǎn)至步驟4繼續(xù)執(zhí)行；

步驟7：將脫敏的文檔對(duì)象w內(nèi)容寫(xiě)回xml文件s，刪除文檔對(duì)象w，將xml文件提交給格式轉(zhuǎn)換器；

步驟8：格式轉(zhuǎn)換器獲取數(shù)據(jù)使用人員需要的輸出文件格式，格式轉(zhuǎn)換器將xml文件s轉(zhuǎn)換為對(duì)應(yīng)的文件格式后輸出數(shù)據(jù)文件。

本發(fā)明是一種數(shù)據(jù)文件可定制化脫敏方法和系統(tǒng)。與現(xiàn)有技術(shù)相比具有以下突出的優(yōu)點(diǎn)。

1.系統(tǒng)操作人員可以針對(duì)每個(gè)xml文件設(shè)置特殊的默認(rèn)配置文件，保證了對(duì)每個(gè)xml文件內(nèi)容的不同保護(hù)。

2.在不改變xml文件對(duì)應(yīng)的默認(rèn)配置文件的情況下，數(shù)據(jù)使用人員可以對(duì)xml文件進(jìn)行定制化脫敏設(shè)置，滿足了數(shù)據(jù)使用人員在不同數(shù)據(jù)使用場(chǎng)景下的數(shù)據(jù)安全需求。

3.對(duì)于用戶和開(kāi)發(fā)人員來(lái)說(shuō)，對(duì)業(yè)務(wù)數(shù)據(jù)操作不需要考慮對(duì)數(shù)據(jù)的脫敏處理，所有的脫敏操作對(duì)應(yīng)用層開(kāi)發(fā)人員和用戶是透明的。

附圖說(shuō)明

圖1是本發(fā)明數(shù)據(jù)文件可定制化脫敏方法和系統(tǒng)的結(jié)構(gòu)圖。

圖2是本發(fā)明脫敏系統(tǒng)對(duì)數(shù)據(jù)使用人員選擇的xml文件進(jìn)行脫敏處理的流程圖。

圖3是本發(fā)明中默認(rèn)配置文件的存儲(chǔ)格式示例圖。

圖4是本發(fā)明中臨時(shí)脫敏配置文件的存儲(chǔ)格式示例圖。

圖5是本發(fā)明中散列值記錄文件的存儲(chǔ)格式示例圖。

具體實(shí)施方式

下面將結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明。圖1是系統(tǒng)的結(jié)構(gòu)圖，主要包括數(shù)據(jù)處理單元，敏感信息設(shè)置單元，解析器，格式轉(zhuǎn)換器和脫敏規(guī)則定制單元，其中默認(rèn)配置文件存儲(chǔ)在存儲(chǔ)系統(tǒng)中。圖2是脫敏系統(tǒng)對(duì)數(shù)據(jù)使用人員選擇的xml文件進(jìn)行脫敏處理的流程圖，具體步驟通過(guò)以下數(shù)據(jù)操作階段的步驟實(shí)現(xiàn)；圖3是默認(rèn)配置文件的存儲(chǔ)格式示例圖，用于存儲(chǔ)系統(tǒng)操作人員設(shè)置的默認(rèn)配置信息。圖4是臨時(shí)脫敏配置文件的存儲(chǔ)格式示例圖，用于數(shù)據(jù)處理單元判斷xml文件中節(jié)點(diǎn)數(shù)據(jù)是否是敏感數(shù)據(jù)。圖5是散列值記錄文件的存儲(chǔ)格式示例圖，用于存儲(chǔ)xml文件名和按照設(shè)定散列算法對(duì)該xml文件對(duì)應(yīng)的默認(rèn)配置文件進(jìn)行散列計(jì)算得到的散列值。

初始化設(shè)置階段。

第一步：數(shù)據(jù)提供人員提交數(shù)據(jù)文件，格式轉(zhuǎn)換器判斷此數(shù)據(jù)文件是否為xml文件格式，如果為xml文件格式，則直接將數(shù)據(jù)文件存入存儲(chǔ)系統(tǒng)中；否則，格式轉(zhuǎn)換器將此數(shù)據(jù)文件轉(zhuǎn)換為xml文件格式后將數(shù)據(jù)文件存入存儲(chǔ)系統(tǒng)中。

第二步：系統(tǒng)操作人員對(duì)新接收的數(shù)據(jù)文件進(jìn)行初始化脫敏設(shè)置，系統(tǒng)操作人員操作敏感信息設(shè)置單元，設(shè)置默認(rèn)情況下需要保護(hù)的子節(jié)點(diǎn)以及該子節(jié)點(diǎn)相應(yīng)的脫敏方法名。將設(shè)置信息保存在存儲(chǔ)系統(tǒng)中該xml文件的默認(rèn)配置文件中。

第三步：敏感信息設(shè)置單元將默認(rèn)配置文件中內(nèi)容序列化為字符串后，將字符串按設(shè)定散列算法計(jì)算，然后將該xml文件名和該散列字符串保存在存儲(chǔ)系統(tǒng)中的散列值記錄文件中。

數(shù)據(jù)操作階段。

第一步：數(shù)據(jù)使用人員選擇要操作的xml文件，設(shè)為s，脫敏系統(tǒng)從存儲(chǔ)系統(tǒng)中讀取該xml文件s。

第二步：數(shù)據(jù)處理單元讀取存儲(chǔ)系統(tǒng)中xml文件s的默認(rèn)配置文件，如果不存在默認(rèn)配置文件，則發(fā)出警告提示xml文件s未初始化設(shè)置；否則將默認(rèn)配置文件中內(nèi)容序列化為字符串后，將字符串按設(shè)定散列算法計(jì)算。

第三步：數(shù)據(jù)處理單元在存儲(chǔ)系統(tǒng)中的散列值記錄文件中按照s的文件名查找并取出對(duì)應(yīng)的散列值，將兩個(gè)散列值進(jìn)行比較，驗(yàn)證完整性，如果二者不相同則驗(yàn)證不通過(guò)，提示錯(cuò)誤，如果二者完全一致則繼續(xù)。

第四步：解析器解析xml文件s，得到代表此xml文件s的文檔對(duì)象w，即document對(duì)象，設(shè)為w。

第五步：脫敏規(guī)則定制單元讀取存儲(chǔ)系統(tǒng)中的xml文件的默認(rèn)配置文件，并顯示默認(rèn)配置文件中所有的父節(jié)點(diǎn)、子節(jié)點(diǎn)、脫敏狀態(tài)及對(duì)應(yīng)的可選脫敏函數(shù)，同時(shí)將脫敏狀態(tài)標(biāo)記為“是”的節(jié)點(diǎn)顯示為脫敏并不可取消狀態(tài)。

第六步：數(shù)據(jù)使用人員通過(guò)脫敏規(guī)則定制單元設(shè)置，將設(shè)置結(jié)果保存在臨時(shí)脫敏配置文件中。

第七步：數(shù)據(jù)處理單元判斷臨時(shí)脫敏配置文件是否還有下一行數(shù)據(jù)，如果存在下一行數(shù)據(jù)，轉(zhuǎn)至第八步繼續(xù)執(zhí)行；否則轉(zhuǎn)至第十步繼續(xù)執(zhí)行。

第八步：設(shè)臨時(shí)脫敏配置文件中此行是第i行，取得第i行的脫敏狀態(tài)并定義為t，如果t為“否”，則直接轉(zhuǎn)至第七步繼續(xù)執(zhí)行；否則，取出第i行的脫敏函數(shù)f，然后取出第i行的父節(jié)點(diǎn)定義為a，子節(jié)點(diǎn)定義為b，根據(jù)a和b得到節(jié)點(diǎn)路徑d=“/a/b”，在文檔對(duì)象w中取得節(jié)點(diǎn)路徑d所對(duì)應(yīng)的子節(jié)點(diǎn)集d（具體方法專業(yè)人員均可編程實(shí)現(xiàn)，在此不贅述），轉(zhuǎn)至第九步繼續(xù)執(zhí)行。

第九步：判斷子節(jié)點(diǎn)集d中是否存在下一個(gè)子節(jié)點(diǎn)，如果存在，取出該子節(jié)點(diǎn)并定義為s，取出子節(jié)點(diǎn)s的數(shù)據(jù)m，使用脫敏函數(shù)f對(duì)m進(jìn)行脫敏處理得到m，即m=f（m），用m替換子節(jié)點(diǎn)s中的數(shù)據(jù)值m，并轉(zhuǎn)至第九步繼續(xù)執(zhí)行；如果數(shù)據(jù)集d中不存在下一個(gè)子節(jié)點(diǎn)，則轉(zhuǎn)至第七步繼續(xù)執(zhí)行。

第十步：數(shù)據(jù)處理單元將脫敏的文檔對(duì)象w內(nèi)容寫(xiě)回xml文件s，刪除文檔對(duì)象w，并xml文件提交給格式轉(zhuǎn)換器。

第十一步：格式轉(zhuǎn)換器獲取數(shù)據(jù)使用人員需要輸出的文件格式，格式轉(zhuǎn)換器將xml文件s轉(zhuǎn)換為對(duì)應(yīng)的文件格式后輸出數(shù)據(jù)文件。