基于自然语言处理的主动式敏感信息检测系统

摘要

近年来,随着各领域数字化逐步推进,大数据、云计算、物联网等基础应用持续深化,数据泄露问题的发生率呈现上升趋势.数据泄露问题严重危害公民隐私安全、挑战社会稳定.通过对各网页平台数据泄露问题的研究,设计与实现了基于自然语言处理的主动式敏感信息检测系统.系统可以有效抓取网站的数据并进行分析判断是否存在隐私泄漏.但由于隐私数据类型的多样,加大了数据比对的难度.系统以自然语言为基础实现了主动式敏感信息检测,突破了数据在语义上的限制,完成了全自动的网站信息泄露问题的检测,使得程序员能快速了解网站的数据泄露数据泄露,提高测试和运维效率,降低成本.