(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 202210645565.X (22)申请日 2022.06.08 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 李书涵　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 专利代理师 高杰　于志光 (51)Int.Cl. G06V 30/148(2022.01) G06V 30/19(2022.01) G06V 30/262(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 21/62(2013.01) (54)发明名称 文件脱敏方法、 装置、 电子设备及存 储介质 (57)摘要 本发明涉及智能决策领域， 揭露一种文件脱 敏方法、 装置、 电子设备及可读存储介质， 所述方 法包括： 接收用户上传的文件； 当所述文件的文 件格式是图片格式时， 对所述文件进行图片信息 识别， 得到所述文件的图片信息； 根据所述图片 信息及预设的证件类型信息， 对 所述文件进行类 型分类， 得到所述文件的证件类型； 根据所述证 件类型， 对所述图片信息进行信息分类， 根据所 述信息分类确定所述文件的敏感信息以及敏感 信息的位置； 根据所述敏感信息的位置， 在所述 文件上对所述敏感信息进行数据变形， 得到脱 敏 信息； 当所述文件的文件格式是文本格式时， 对 所述文件进行文本脱敏， 得到脱敏文本。 本发明 可以提高文 件脱敏的精准 率及效率。 权利要求书2页 说明书13页 附图6页 CN 114898373 A 2022.08.12 CN 114898373 A 1.一种文件脱敏 方法， 其特 征在于， 所述方法包括： 接收用户上传的文件； 当所述文件的文件格式是图片格式时， 对所述文件进行图片信息识别， 得到所述文件 的图片信息； 根据所述图片信息及预设的证件类型信息， 对所述文件进行类型分类， 得到所述文件 的证件类型； 根据所述证件类型， 对所述图片信息进行信息分类， 根据所述信息分类确定所述文件 的敏感信息以及敏感信息的位置； 根据所述敏感信息的位置， 在所述文件上对所述敏感信息进行数据变形， 得到脱敏信 息； 当所述文件的文件格式是文本格式时， 对所述文件进行文本脱敏， 得到脱敏文本 。 2.如权利要求1所述的文件脱敏方法， 其特征在于， 所述根据所述图片信 息及预设的证 件类型信息， 对所述文件进行类型分类， 得到所述文件的证件类型， 包括： 利用所述证件类型信息进行模型训练， 得到证件类型分类模型； 将所述图片信息 输入值所述证件类型分类模型中， 得到分类结果； 根据所述分类结果判断所述文件的证件类型。 3.如权利要求2所述的文件脱敏方法， 其特征在于， 所述将所述图片信 息输入值所述证 件类型分类模型中， 得到分类结果， 包括： 利用所述证件类型分类模型中的编码层对所述图片信息进行字符编码， 得到字符向 量； 利用所述证件类型分类模型中的解码层对所述字符 向量进行矩阵拼接， 得到图片信 息 字符矩阵； 利用所述证件类型分类模型中的注意力机制层对所述图片信息字符矩阵进行关键词 提取， 得到图片信息关键词； 根据所述图片信 息关键词， 利用所述证件类型分类模型中的全连接层输出所述图片信 息的分类结果。 4.如权利要求1所述的文件脱敏方法， 其特征在于， 所述根据所述证件类型， 对所述图 片信息进行信息分类， 根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置， 包括： 获取所述证件类型中的需要 进行脱敏的信息； 将所述图片信 息与所述需要进行脱敏的信 息进行匹配， 并将匹配成功的信 息作为所述 文件的敏感信息； 追溯所述敏感信息在所述图片信息中的位置， 得到敏感信息的位置 。 5.如权利要求1所述的文件脱敏方法， 其特征在于， 所述对所述文件进行文本脱敏， 得 到脱敏文本， 包括： 对所述文件进行向量 化处理， 获得所述文件的词向量； 根据预设的文本特 征对所述词向量进行 标注； 根据所述文件中对应的词单 元， 对标注后的词向量进行组合， 得到词单 元集合； 根据所述词单 元集合中包含的词单 元的支持度创建频繁项集；权　利　要　求　书 1/2 页 2 CN 114898373 A 2计算所述频繁项集中包 含的频繁项的提升度； 将所述频繁项集中提升度大于预设阈值的频繁项对应的词单 元作为敏感词单 元； 根据敏感词单 元对所述文件进行脱敏处 理， 得到脱敏文本 。 6.如权利要求1所述的文件脱敏方法， 其特征在于， 所述对所述文件进行图片信息识 别， 得到所述文件的图片信息， 包括： 对所述文件进行 数字图像处 理， 得到目标轮廓区域； 对所述目标轮廓区域进行字符切分， 得到 字符轮廓区域； 对所述字符轮廓区域进行识别， 得到 字符信息； 对所述字符信息进行拼接， 得到图片信息 。 7.如权利要求6所述的文件脱敏方法， 其特征在于， 所述对所述文件进行数字图像处 理， 得到包 含文字信息的轮廓区域， 包括： 对所述文件进行 灰度化处 理， 得到像素矩阵； 对所述像素矩阵进行二 值化处理， 得到二 值像素矩阵； 对所述二值像素矩阵进行膨胀处 理， 得到膨胀像素矩阵； 在所述膨胀像素矩阵中框 选成团的像素， 得到多个待筛 选目标物 矩阵； 根据预设规则， 从所述待筛 选目标物 矩阵中筛 选， 得到目标物 矩阵； 提取所述目标物 矩阵对应的区域， 得到目标轮廓区域。 8.一种文件脱敏装置， 其特 征在于， 所述装置包括： 图片信息识别模块， 用于接收用户上传的文件， 当所述文件的文件格 式是图片格式时， 对所述文件进行图片信息识别， 得到所述文件的图片信息； 敏感信息识别模块， 用于根据所述图片信息及预设的证件类型信息， 对所述文件进行 类型分类， 得到所述文件的证件类型， 根据所述证件类型， 对所述图片信息进行信息分类， 根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置根据所述图片信息及预 设的证件类型信息， 对所述文件进行类型分类， 得到所述文件的证件类型， 根据所述证件类 型， 对所述图片信息进行信息分类， 根据所述信息分类确定所述文件的敏感信息以及敏感 信息的位置； 敏感信息脱敏模块， 用于根据所述敏感信息的位置， 在所述文件上对所述敏感信息进 行数据变形， 得到脱敏信息， 当所述文件的文件格式是文本格式时， 对所述文件进 行文本脱 敏， 得到脱敏文本 。 9.一种电子设备， 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指令， 所述计算机程序 指令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如权利要求1至7中任 一项所述的文件脱敏 方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任一项所述的文件脱敏 方法。权　利　要　求　书 2/2 页 3 CN 114898373 A 3