CN118468327A - 敏感信息特征提取方法、装置、电子设备和介质 - Google Patents
敏感信息特征提取方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN118468327A CN118468327A CN202310520275.7A CN202310520275A CN118468327A CN 118468327 A CN118468327 A CN 118468327A CN 202310520275 A CN202310520275 A CN 202310520275A CN 118468327 A CN118468327 A CN 118468327A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- scene
- preprocessing
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 65
- 238000007781 pre-processing Methods 0.000 claims abstract description 179
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000007246 mechanism Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 15
- 230000002457 bidirectional effect Effects 0.000 claims description 6
- 238000013145 classification model Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Bioethics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了敏感信息特征提取方法、装置、电子设备和介质。该方法的一具体实施方式包括：对每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集；提取每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集；提取每个预处理场景信息的特征信息，得到场景特征信息集；根据用户特征信息集和场景特征信息集，生成信息特征集。该实施方式与人工智能有关，可以更精准地实现针对用户敏感信息和场景描述信息的特征提取。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及敏感信息特征提取方法、装置、电子设备和介质。
背景技术
目前，在大数据时代，用户敏感信息的泄露会带来严重的安全事故。故用户个人的敏感信息的保护成为当前的人们的重要关注点。对敏感信息的识别与分类分级是个人信息安全保护的前提。而针对敏感信息的识别、分类、分级等下游任务，现有技术大多对不同的下游任务分别进行不同模型设计。但是，这些基于敏感信息的下游任务都需要对多模态的敏感信息进行处理，对于用户敏感信息的特征提取，通常采用的方式为：直接将用户敏感信息输入至特征提取模型，以生成用户特征信息。
然而，发明人发现，当采用上述方式来提取特征，经常会存在如下技术问题：
针对用户敏感信息的多模态形式，特征提取模型只能提取单模态的用户特征信息、且所提取的用户特征信息不够全面，导致用户特征信息的提取不够精准、高效。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了敏感信息特征提取方法、装置、电子设备、计算机可读介质和程序产品，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种敏感信息特征提取方法，包括：对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集，其中，上述样本数据集包括多模态形式的用户敏感信息；提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集；根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集；根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。
可选地，上述样本数据集中的用户敏感信息包括：用户属性信息和用户属性内容信息；以及上述对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，包括：对上述用户敏感信息包括的用户属性信息进行信息预处理，得到预处理用户属性信息，以及对上述用户敏感信息包括的用户属性内容信息进行信息预处理，得到预处理属性内容信息；根据上述预处理用户属性信息和上述预处理属性内容信息，生成针对上述用户敏感信息的预处理用户信息。
可选地，上述提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，包括：提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
可选地，上述根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，包括：确定与上述预处理场景信息相对应的用户特征信息，作为目标用户特征信息；将上述目标用户特征信息对应的预处理用户属性信息和上述预处理场景信息输入至基于注意力机制的第一场景特征信息生成模型，以生成第一初始场景特征信息；根据上述第一初始场景特征信息，生成针对上述预处理场景信息的场景特征信息。
可选地，上述根据上述第一初始场景特征信息，生成针对上述预处理场景信息的场景特征信息，包括：将上述目标用户特征信息和上述预处理场景信息进行信息组合，得到第一组合信息；将上述第一组合信息输入至第二场景特征信息生成模型，以生成第二初始场景特征信息；将上述第一初始场景特征信息、上述第二初始场景特征信息和上述预处理场景信息进行信息组合，得到第二组合信息，作为针对上述预处理场景信息的场景特征信息。
可选地，上述提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为文本形式，将上述预处理用户信息输入至双向时序神经网络模型，以生成针对各个时刻的隐层输出信息；利用第一注意力机制模型，对所得到的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
可选地，上述提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为图像形式，对上述预处理用户信息进行多维度卷积，得到多个卷积结果将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
可选地，上述提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为视频形式，对于上述预处理用户信息对应的帧图像序列中的每帧图像，执行以下处理步骤：对上述图像进行多维度卷积，得到多个卷积结果；将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为目标属性内容特征信息；将所得到目标属性内容特征信息序列输入至时序神经网络模型，以输出各个时刻的隐层输出结果集；利用第一注意力机制模型，对上述隐层输出结果集中的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
可选地，上述提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为音频形式，利用音频特征信息生成模型，生成针对上述预处理用户信息的属性内容特征信息，作为用户特征信息。
可选地，上述方法还包括：将上述信息特征集输入至目标分类任务对应的分类模型，以生成分类结果。
第二方面，本公开的一些实施例提供了一种敏感信息特征提取装置，包括：预处理单元，被配置成对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集，其中，上述样本数据集包括多模态形式的用户敏感信息；第一提取单元，被配置成提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集；第二提取单元，被配置成根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集；生成单元，被配置成根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。
可选地，上述样本数据集中的用户敏感信息包括：用户属性信息和用户属性内容信息；以及预处理单元可以被配置成：对上述用户敏感信息包括的用户属性信息进行信息预处理，得到预处理用户属性信息，以及对上述用户敏感信息包括的用户属性内容信息进行信息预处理，得到预处理属性内容信息；根据上述预处理用户属性信息和上述预处理属性内容信息，生成针对上述用户敏感信息的预处理用户信息。
可选地，第一提取单元可以被配置成：提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
可选地，第二提取单元可以被配置成：确定与上述预处理场景信息相对应的用户特征信息，作为目标用户特征信息；将上述目标用户特征信息对应的预处理用户属性信息和上述预处理场景信息输入至基于注意力机制的第一场景特征信息生成模型，以生成第一初始场景特征信息；根据上述第一初始场景特征信息，生成针对上述预处理场景信息的场景特征信息。
可选地，第二提取单元可以被配置成：将上述目标用户特征信息和上述预处理场景信息进行信息组合，得到第一组合信息；将上述第一组合信息输入至第二场景特征信息生成模型，以生成第二初始场景特征信息；将上述第一初始场景特征信息、上述第二初始场景特征信息和上述预处理场景信息进行信息组合，得到第二组合信息，作为针对上述预处理场景信息的场景特征信息。
可选地，第一提取单元可以被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为文本形式，将上述预处理用户信息输入至双向时序神经网络模型，以生成针对各个时刻的隐层输出信息；利用第一注意力机制模型，对所得到的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
可选地，第一提取单元可以被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为图像形式，对上述预处理用户信息进行多维度卷积，得到多个卷积结果；将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
可选地，第一提取单元可以被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为视频形式，对于上述预处理用户信息对应的帧图像序列中的每帧图像，执行以下处理步骤：对上述图像进行多维度卷积，得到多个卷积结果；将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为目标属性内容特征信息；将所得到目标属性内容特征信息序列输入至时序神经网络模型，以输出各个时刻的隐层输出结果集；利用第一注意力机制模型，对上述隐层输出结果集中的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
可选地，第一提取单元可以被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为音频形式，利用音频特征信息生成模型，生成针对上述预处理用户信息的属性内容特征信息，作为用户特征信息。
可选地，装置还包括：将上述信息特征集输入至目标分类任务对应的分类模型，以生成分类结果。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
第五方面，本公开的一些实施例提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述第一方面中任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的敏感信息特征提取方法可以更精准地实现针对用户敏感信息和场景描述信息的特征提取。具体来说，造成相关的分类结果不够精确的原因在于：针对用户敏感信息的多模态形式，特征提取模型只能提取单模态的用户特征信息、且所提取的用户特征信息不够全面，导致用户特征信息的提取不够精准、高效。基于此，本公开的一些实施例的敏感信息特征提取方法，首先，对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集。其中，上述样本数据集包括多模态形式的用户敏感信息。在这里，通过对用户敏感信息和场景描述信息的预处理，便于后续信息的特征提取。然后，可以精准地提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集。在这里，所提取的用户特征信息集便于后续信息特征集的生成。进而，根据用户特征信息集，可以准确地提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集。在这里，所得到的场景特征信息集用于后续训练样本集的生成。最后，根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。在这里，通过提取样本数据集对应的场景信息集的特征信息集(即，场景特征信息集)，可以得到特征信息更为丰富的信息特征集。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1-图2是根据本公开的一些实施例的敏感信息特征提取方法的一个应用场景的示意图；
图3是根据本公开的敏感信息特征提取方法的一些实施例的流程图；
图4是根据本公开的敏感信息特征提取方法的另一些实施例的流程图；
图5是根据本公开的敏感信息特征提取装置的一些实施例的结构示意图；
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
本公开中所涉及的用户信息(例如用户敏感信息、场景描述信息、个人隐私信息)的收集、存储、使用等操作，在执行相应操作之前，相关组织或个人尽到包括开展个人信息安全影响评估、向个人信息主体履行告知义务、事先征得个人信息主体的授权同意等义务。
下面将参考附图并结合实施例来详细说明本公开。
图1-图2是根据本公开一些实施例的敏感信息特征提取方法的一个应用场景的示意图。
在图1-图2的应用场景中，首先，电子设备101可以对样本数据集102中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集104，以及对对应的场景描述信息集103中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集105。其中，样本数据集102包括多模态形式的用户敏感信息。在本应用场景中，样本数据集102可以包括：第一用户敏感信息1021、第二用户敏感信息1022和第三用户敏感信息1023。具体的，第一用户敏感信息1021对应模态形式为图像形式。第二用户敏感信息1022对应模态形式为音频形式。第三用户敏感信息1023对应模态形式为视频形式。预处理用户信息集104可以包括：第一用户敏感信息1021对应的第一预处理用户信息1041、第二用户敏感信息1022对应的第二预处理用户信息1042、第三用户敏感信息1023对应的第三预处理用户信息1043。场景描述信息集103可以包括：第一场景描述信息1031、第二场景描述信息1032和第三场景描述信息1033。预处理场景信息集105可以包括：第一场景描述信息1031对应的第一预处理场景信息1051、第二场景描述信息1032对应的第二预处理场景信息1052、第三场景描述信息1033对应的第三预处理场景信息1053。然后，电子设备101可以提取上述预处理用户信息集104中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集106。在本应用场景中，用户特征信息集106可以包括：第一用户敏感信息1021对应的第一用户特征信息1061、第二用户敏感信息1022对应的第二用户特征信息1062、第三用户敏感信息1023对应的第三用户特征信息1063。接着，电子设备101可以根据用户特征信息集106，提取上述预处理场景信息集105中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集107。在本应用场景中，场景特征信息集107可以包括：第一场景描述信息1031对应的第一场景特征信息1071、第二场景描述信息1032对应的第二场景特征信息1072、第三场景描述信息1033对应的第三场景特征信息1073。最后，电子设备101可以根据上述用户特征信息集106和上述场景特征信息集107，生成信息特征集108。在本应用场景中，信息特征集108包括：针对第一场景特征信息1071和第一用户特征信息1061的第一信息特征1081、针对第二场景特征信息1072和第二用户特征信息1062的第二信息特征1082、针对第三场景特征信息1073和第三用户特征信息1063的第三信息特征1083。
需要说明的是，上述电子设备101可以是硬件，也可以是软件。当电子设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1-图2中的电子设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备。
继续参考图3，示出了根据本公开的敏感信息特征提取方法的一些实施例的流程300。该敏感信息特征提取方法，包括以下步骤：
步骤301，对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集。
在一些实施例中，上述敏感信息特征提取方法的执行主体(例如图1所示的电子设备101)可以对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集。其中，上述样本数据集包括多模态形式的用户敏感信息。即样本数据集中的各个用户敏感信息可以是各种模态的用户敏感信息。例如，各个模态可以是包括：图像模态、音频模态、文本模态和视频模态。用户敏感信息可以是用户的各方面信息。实践中，上述用户敏感信息可以包括：用户的个人隐私信息。例如，个人隐私信息可以是用户打车数据。上述场景描述信息集中的场景描述信息与样本数据集中的用户敏感信息存在一一对应关系。场景描述信息可以是描述用户敏感信息对应发生场景的场景信息。其中，场景描述信息可以是文本形式的信息。
作为示例，针对用户敏感信息为文本模态的隐私数据，上述执行主体可以利用分词工具对用户敏感信息进行分词，得到词集。然后，通过词嵌入工具Word2Vec，对词集中的词进行编码，得到编码向量，作为预处理用户信息。针对用户敏感信息为图像模态的隐私数据，上述执行主体可以对用户敏感信息进行标准化处理，得到标准化结果。然后，重新调整标准化结果对应的尺寸，以及进行裁剪，得到裁剪结果，作为预处理用户信息。
作为又一个示例，上述执行主体可以对场景描述信息进行分词，得到场景词集。然后，通过词嵌入工具Word2Vec，对场景词集中的场景词进行编码，得到场景编码向量集。最后，将场景编码向量集进行组合，得到组合信息，作为预处理场景信息。
在一些实施例的一些可选的实现方式中，上述样本数据集中的用户敏感信息包括：用户属性信息和用户属性内容信息。其中，用户属性信息可以是用户敏感信息中涉及的各个属性名。用户属性内容信息可以是用户敏感信息中的各个属性名对应的属性内容。
可选地，上述对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，可以包括以下步骤：
第一步，上述执行主体可以对上述用户敏感信息包括的用户属性信息进行信息预处理，得到预处理用户属性信息，以及对上述用户敏感信息包括的用户属性内容信息进行信息预处理，得到预处理属性内容信息。
具体地，针对用户属性信息为文本模态的隐私数据，上述执行主体可以利用分词工具对用户属性信息进行分词，得到词集。然后，通过词嵌入工具Word2Vec，对词集中的词进行编码，得到编码向量，作为预处理用户属性信息。同样的，针对用户属性内容信息为文本模态的隐私数据，用户属性内容信息同样也可以如此进行信息预处理，具体不再赘述。
第二步，上述执行主体可以根据上述预处理用户属性信息和上述预处理属性内容信息，生成针对上述用户敏感信息的预处理用户信息。
作为示例，上述执行主体可以将预处理用户属性信息和上述预处理属性内容信息进行信息融合，以生成融合信息，作为针对上述用户敏感信息的预处理用户信息。
步骤302，提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集。
在一些实施例中，上述执行主体可以提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集。其中，用户特征信息可以表征用户敏感信息对应的特征信息，即体现用户敏感信息对应的特征内容。
作为示例，针对用户敏感信息为文本模态的隐私数据，上述执行主体可以将对应的预处理用户信息输入至Bert(Bidirectional Encoder Representations fromTransformers)编码模型，以输出用户特征信息。针对用户敏感信息为图像模态的隐私数据，上述执行主体可以将对应的预处理用户信息输入至多层串行连接的卷积神经网络模型，以生成用户特征信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
可选地，上述提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，可以包括以下步骤：
第一步，响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为视频形式，对于上述预处理用户信息对应的帧图像序列中的每帧图像，执行以下处理步骤：
子步骤1，对上述图像进行多维度卷积，得到多个卷积结果。
作为示例，上述执行主体可以利用多个不同维度的卷积核，对图像进行多维度卷积，以生成多个卷积结果。
子步骤2，将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果。
子步骤3，将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为目标属性内容特征信息。其中，图像特征信息生成模型可以是生成图像特征信息(即，向量形式的图像特征信息)的神经网络模型。实践中，图像特征信息生成模型可以是多层串行连接的全连接(Fully Connected layers，FC)模型。
第二步，将所得到目标属性内容特征信息序列输入至时序神经网络模型，以输出各个时刻的隐层输出结果集。实践中，时序神经网络模型可以是长短期记忆网络(LSTM，Long Short-Term Memory)模型。各个时刻中的每个时刻与隐层输出结果集中的隐层输出结果存在一一对应关系。隐层输出结果具体不再赘述。
第三步，利用第一注意力机制模型，对上述隐层输出结果集中的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。其中，第一注意力机制模型可以基于注意力机制的神经网络模型。实践中，第一注意力机制模可以是多头注意力机制模型。
作为示例，首先，上述执行主体可以利用第一注意力机制模型，生成针对每个隐层输出信息的权重。然后，将各个隐层输出信息中的米格隐层输出信息与对应的权重进行相乘，得到各个相乘结果。最后，将各个相乘结果进行相加，得到相加结果，作为用户特征信息。
在一些实施例的一些可选的实现方式中，响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为音频形式，上述执行主体可以利用音频特征信息生成模型，生成针对上述预处理用户信息的属性内容特征信息，作为用户特征信息。其中，音频特征信息生成模型可以是生成音频特征信息的模型。实践中，针对对应的用户敏感信息的模态形式为音频形式，预处理用户信息可以是梅尔图谱。上述音频特征信息生成模型可以是多层残差网络(Residual Network，ResNet)。
步骤303，根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集。
在一些实施例中，上述执行主体可以根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集。其中，场景特征信息可以表征场景描述信息对应场景内容的特征信息。
作为示例，对于每个预处理场景信息，首先，上述执行主体可以将预处理场景信息和对应的用户特征信息进行拼接，得到拼接信息。然后，将拼接信息输入至循环神经网络(Recurrent Neural Network,RNN)，以生成场景特征信息。
在一些实施例的一些可选的实现方式中，上述根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，可以包括以下步骤：
第一步，上述执行主体可以确定与上述预处理场景信息相对应的用户特征信息，作为目标用户特征信息。
第二步，上述执行主体可以将上述目标用户特征信息对应的预处理用户属性信息和上述预处理场景信息输入至基于注意力机制的第一场景特征信息生成模型，以生成第一初始场景特征信息。其中，第一场景特征信息生成模型可以是生成场景特征信息的模型。实践中，基于注意力机制的第一场景特征信息生成模型可以是多头注意力机制神经网络模型。
作为示例，上述执行主体可以将预处理用户属性信息对应的分词集作为第一场景特征信息生成模型中的值(value)，将预处理场景信息对应的分词集作为第一场景特征信息生成模型中的键(key)和询问信息(query)，以生成第一初始场景特征信息。
第三步，根据上述第一初始场景特征信息，生成针对上述预处理场景信息的场景特征信息。
作为示例，上述执行主体可以将第一初始场景特征信息确定为针对上述预处理场景信息的场景特征信息。
在一些实施例的一些可选的实现方式中，上述根据上述第一初始场景特征信息，生成针对上述预处理场景信息的场景特征信息，可以包括以下步骤：
第一步，上述执行主体可以将上述目标用户特征信息和上述预处理场景信息进行信息组合，得到第一组合信息。
第二步，上述执行主体可以将上述第一组合信息输入至第二场景特征信息生成模型，以生成第二初始场景特征信息。其中，第二场景特征信息生成模型可以是生成场景特征信息的模型。实践中，第二场景特征信息生成模型可以是全连接网络。
第三步，上述执行主体可以将上述第一初始场景特征信息、上述第二初始场景特征信息和上述预处理场景信息进行信息组合，得到第二组合信息，作为针对上述预处理场景信息的场景特征信息。
步骤304，根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。
在一些实施例中，上述执行主体可以根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。其中，信息特征集中的信息特征存在对应的用户特征信息和场景特征信息。
作为示例，上述执行主体可以将用户特征信息集中的用户特征信息和场景特征信息集中的场景特征信息进行对应信息组合，得到特征组合信息集，作为信息特征集。
在一些实施例的一些可选的实现方式中，上述执行主体可以将上述信息特征集输入至目标分类任务对应的分类模型，以生成分类结果。目标分类任务可以是预先设置的、用于分类的任务。实践中，目标分类任务可以是个人敏感信息的分类任务，还可以是个人敏感信息的分级任务。分类模型的模型结构依据目标分类任务而动态设置。在这里，具体的训练方式在此不再赘述。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的敏感信息特征提取方法可以更精准地实现针对用户敏感信息和场景描述信息的特征提取。具体来说，造成相关的分类结果不够精确的原因在于：针对用户敏感信息的多模态形式，特征提取模型只能提取单模态的用户特征信息、且所提取的用户特征信息不够全面，导致用户特征信息的提取不够精准、高效。基于此，本公开的一些实施例的敏感信息特征提取方法，首先，对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集。其中，上述样本数据集包括多模态形式的用户敏感信息。在这里，通过对用户敏感信息和场景描述信息的预处理，便于后续信息的特征提取。然后，可以精准地提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集。在这里，所提取的用户特征信息集便于后续信息特征集的生成。进而，根据用户特征信息集，可以准确地提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集。在这里，所得到的场景特征信息集用于后续训练样本集的生成。最后，根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。在这里，通过提取样本数据集对应的场景信息集的特征信息集(即，场景特征信息集)，可以得到特征信息更为丰富的信息特征集。
进一步参考图4，示出了根据本公开的敏感信息特征提取方法的另一些实施例的流程400。该敏感信息特征提取方法，包括以下步骤：
步骤401，对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集。
步骤402，响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为文本形式，将上述预处理用户信息输入至双向时序神经网络模型，以生成针对各个时刻的隐层输出信息。
在一些实施例中，响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为文本形式，执行主体(例如图1所示的电子设备101)可以将上述预处理用户信息输入至双向时序神经网络模型，以生成针对各个时刻的隐层输出信息。实践中，双向时序神经网络模型可以是双向长短期记忆网络(Bi-LSTM，Bi-directional-Long Short-Term Memory)。
步骤403，利用第一注意力机制模型，对所得到的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
在一些实施例中，上述执行主体可以利用第一注意力机制模型，对所得到的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。其中，第一注意力机制模型可以是Transformer模型。
作为示例，上述执行主体可以利用第一注意力机制模型，确定各个隐藏输出信息中的每个隐藏输出信息对应的权重信息。然后，将每个隐藏输出信息与对应的权重信息进行相乘，以生成相乘结果，得到相乘结果集。最后，将相乘结果集中的各个相乘结果进行相加，得到属性内容特征信息，作为用户特征信息。
步骤404，响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为图像形式，对上述预处理用户信息进行多维度卷积，得到多个卷积结果。
在一些实施例中，响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为图像形式，上述执行主体可以对上述预处理用户信息进行多维度卷积，得到多个卷积结果。其中，卷积结果可以表征对应用户敏感信息对应的卷积特征信息。
作为示例，上述执行主体可以利用多个不同卷积核，来对上述预处理用户信息进行多维度卷积，得到多个卷积结果。
步骤405，将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果。
在一些实施例中，上述执行主体可以将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果。
步骤406，将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
在一些实施例中，上述执行主体可以将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。其中，图像特征信息生成模型可以是生成图像特征信息的模型。实践中，图像特征信息生成模型可以是多层串行连接的全连接层。
步骤407，根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集。
步骤408，根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。
在一些实施例中，步骤401、407-408的具体实现及其所带来的技术效果，可以参考图3对应的实施例中的步骤301、303-304，在此不再赘述。
从图4中可以看出，与图2对应的一些实施例的描述相比，图4对应的一些实施例中的敏感信息特征提取方法的流程400可以针对模态形式为文本形式和模态形式为图像形式的用户敏感信息进行精准地特征提取。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种敏感信息特征提取装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该敏感信息特征提取装置具体可以应用于各种电子设备中。
如图5所示，一种敏感信息特征提取装置500包括：预处理单元501、第一提取单元502、第二提取单元503和生成单元504。其中，预处理单元501，被配置成对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集，其中，上述样本数据集包括多模态形式的用户敏感信息；第一提取单元502，被配置成提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集；第二提取单元503，被配置成根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集；生成单元504，被配置成根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。
在一些实施例的一些可选的实现方式中，上述样本数据集中的用户敏感信息包括：用户属性信息和用户属性内容信息；以及预处理单元501可以进一步被配置成：对上述用户敏感信息包括的用户属性信息进行信息预处理，得到预处理用户属性信息，以及对上述用户敏感信息包括的用户属性内容信息进行信息预处理，得到预处理属性内容信息；根据上述预处理用户属性信息和上述预处理属性内容信息，生成针对上述用户敏感信息的预处理用户信息。
在一些实施例的一些可选的实现方式中，第一提取单元502可以进一步被配置成：提取上述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
在一些实施例的一些可选的实现方式中，第二提取单元503可以进一步被配置成：确定与上述预处理场景信息相对应的用户特征信息，作为目标用户特征信息；将上述目标用户特征信息对应的预处理用户属性信息和上述预处理场景信息输入至基于注意力机制的第一场景特征信息生成模型，以生成第一初始场景特征信息；根据上述第一初始场景特征信息，生成针对上述预处理场景信息的场景特征信息。
在一些实施例的一些可选的实现方式中，第二提取单元503可以进一步被配置成：将上述目标用户特征信息和上述预处理场景信息进行信息组合，得到第一组合信息；将上述第一组合信息输入至第二场景特征信息生成模型，以生成第二初始场景特征信息；将上述第一初始场景特征信息、上述第二初始场景特征信息和上述预处理场景信息进行信息组合，得到第二组合信息，作为针对上述预处理场景信息的场景特征信息。
在一些实施例的一些可选的实现方式中，第一提取单元502可以进一步被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为文本形式，将上述预处理用户信息输入至双向时序神经网络模型，以生成针对各个时刻的隐层输出信息；利用第一注意力机制模型，对所得到的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
在一些实施例的一些可选的实现方式中，第一提取单元502可以进一步被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为图像形式，对上述预处理用户信息进行多维度卷积，得到多个卷积结果；将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
在一些实施例的一些可选的实现方式中，第一提取单元502可以进一步被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为视频形式，对于上述预处理用户信息对应的帧图像序列中的每帧图像，执行以下处理步骤：对上述图像进行多维度卷积，得到多个卷积结果；将上述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；将上述拼接结果输入至图像特征信息生成模型，以生成上述预处理属性内容信息对应的属性内容特征信息，作为目标属性内容特征信息；将所得到目标属性内容特征信息序列输入至时序神经网络模型，以输出各个时刻的隐层输出结果集；利用第一注意力机制模型，对上述隐层输出结果集中的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
在一些实施例的一些可选的实现方式中，第一提取单元502可以进一步被配置成：响应于确定上述预处理用户信息对应的用户敏感信息的模态形式为音频形式，利用音频特征信息生成模型，生成针对上述预处理用户信息的属性内容特征信息，作为用户特征信息。
在一些实施例的一些可选的实现方式中，敏感信息特征提取装置500还包括：输入单元。其中，输入单元可以进一步被配置成：将上述信息特征集输入至目标分类任务对应的分类模型，以生成分类结果。
可以理解的是，该敏感信息特征提取装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于敏感信息特征提取装置500及其中包含的单元，在此不再赘述。
下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备101)600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器602中的程序或者从存储装置608加载到随机访问存储器603中的程序而执行各种适当的动作和处理。在随机访问存储器603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、只读存储器602以及随机访问存储器603通过总线604彼此相连。输入/输出接口605也连接至总线604。
通常，以下装置可以连接至输入/输出接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从只读存储器602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集，其中，上述样本数据集包括多模态形式的用户敏感信息；提取上述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集；根据用户特征信息集，提取上述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集；根据上述用户特征信息集和上述场景特征信息集，生成信息特征集。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括预处理单元、第一提取单元、第二提取单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，生成单元还可以被描述为“根据上述用户特征信息集和上述场景特征信息集，生成信息特征集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
本公开的一些实施例还提供一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述的任一种敏感信息特征提取方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种敏感信息特征提取方法，包括：
对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集，其中，所述样本数据集包括多模态形式的用户敏感信息；
提取所述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集；
根据用户特征信息集，提取所述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集；
根据所述用户特征信息集和所述场景特征信息集，生成信息特征集。
2.根据权利要求1所述的方法，其中，所述样本数据集中的用户敏感信息包括：用户属性信息和用户属性内容信息；以及
所述对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，包括：
对所述用户敏感信息包括的用户属性信息进行信息预处理，得到预处理用户属性信息，以及对所述用户敏感信息包括的用户属性内容信息进行信息预处理，得到预处理属性内容信息；
根据所述预处理用户属性信息和所述预处理属性内容信息，生成针对所述用户敏感信息的预处理用户信息。
3.根据权利要求2所述的方法，其中，所述提取所述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，包括：
提取所述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
4.根据权利要求3所述的方法，其中，所述根据用户特征信息集，提取所述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，包括：
确定与所述预处理场景信息相对应的用户特征信息，作为目标用户特征信息；
将所述目标用户特征信息对应的预处理用户属性信息和所述预处理场景信息输入至基于注意力机制的第一场景特征信息生成模型，以生成第一初始场景特征信息；
根据所述第一初始场景特征信息，生成针对所述预处理场景信息的场景特征信息。
5.根据权利要求4所述的方法，其中，所述根据所述第一初始场景特征信息，生成针对所述预处理场景信息的场景特征信息，包括：
将所述目标用户特征信息和所述预处理场景信息进行信息组合，得到第一组合信息；
将所述第一组合信息输入至第二场景特征信息生成模型，以生成第二初始场景特征信息；
将所述第一初始场景特征信息、所述第二初始场景特征信息和所述预处理场景信息进行信息组合，得到第二组合信息，作为针对所述预处理场景信息的场景特征信息。
6.根据权利要求3所述的方法，其中，所述提取所述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：
响应于确定所述预处理用户信息对应的用户敏感信息的模态形式为文本形式，将所述预处理用户信息输入至双向时序神经网络模型，以生成针对各个时刻的隐层输出信息；
利用第一注意力机制模型，对所得到的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
7.根据权利要求3所述的方法，其中，所述提取所述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：
响应于确定所述预处理用户信息对应的用户敏感信息的模态形式为图像形式，对所述预处理用户信息进行多维度卷积，得到多个卷积结果；
将所述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；
将所述拼接结果输入至图像特征信息生成模型，以生成所述预处理属性内容信息对应的属性内容特征信息，作为用户特征信息。
8.根据权利要求3所述的方法，其中，所述提取所述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：
响应于确定所述预处理用户信息对应的用户敏感信息的模态形式为视频形式，对于所述预处理用户信息对应的帧图像序列中的每帧图像，执行以下处理步骤：
对所述图像进行多维度卷积，得到多个卷积结果；
将所述多个卷积结果中的各个卷积结果进行拼接，得到拼接结果；
将所述拼接结果输入至图像特征信息生成模型，以生成所述预处理属性内容信息对应的属性内容特征信息，作为目标属性内容特征信息；
将所得到目标属性内容特征信息序列输入至时序神经网络模型，以输出各个时刻的隐层输出结果集；
利用第一注意力机制模型，对所述隐层输出结果集中的各个隐层输出信息进行加权求和处理，以生成属性内容特征信息，作为用户特征信息。
9.根据权利要求3所述的方法，其中，所述提取所述预处理用户信息包括的预处理属性内容信息对应的属性内容特征信息，作为用户特征信息，包括：
响应于确定所述预处理用户信息对应的用户敏感信息的模态形式为音频形式，利用音频特征信息生成模型，生成针对所述预处理用户信息的属性内容特征信息，作为用户特征信息。
10.根据权利要求1所述的方法，其中，所述方法还包括：
将所述信息特征集输入至目标分类任务对应的分类模型，以生成分类结果。
11.一种敏感信息特征提取装置，包括：
预处理单元，被配置成对样本数据集中的每个用户敏感信息进行信息预处理，以生成预处理用户信息，得到预处理用户信息集，以及对对应的场景描述信息集中的每个场景描述信息进行信息预处理，以生成预处理场景信息，得到预处理场景信息集，其中，所述样本数据集包括多模态形式的用户敏感信息；
第一提取单元，被配置成提取所述预处理用户信息集中的每个预处理用户信息的特征信息，以生成用户特征信息，得到用户特征信息集；
第二提取单元，被配置成根据用户特征信息集，提取所述预处理场景信息集中的每个预处理场景信息的特征信息，以生成场景特征信息，得到场景特征信息集；
生成单元，被配置成根据所述用户特征信息集和所述场景特征信息集，生成信息特征集。
12.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
13.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-10中任一所述的方法。
14.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310520275.7A CN118468327A (zh) | 2023-05-09 | 2023-05-09 | 敏感信息特征提取方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310520275.7A CN118468327A (zh) | 2023-05-09 | 2023-05-09 | 敏感信息特征提取方法、装置、电子设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118468327A true CN118468327A (zh) | 2024-08-09 |
Family
ID=92159430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310520275.7A Pending CN118468327A (zh) | 2023-05-09 | 2023-05-09 | 敏感信息特征提取方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118468327A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001020965A2 (de) * | 2001-01-05 | 2001-03-29 | Phonak Ag | Verfahren zur bestimmung einer momentanen akustischen umgebungssituation, anwendung des verfharens und ein hörgerät |
| WO2004040464A2 (en) * | 2002-10-30 | 2004-05-13 | Vidius Inc. | A method and system for managing confidential information |
| CN111860434A (zh) * | 2020-07-31 | 2020-10-30 | 贵州大学 | 机器人视觉隐私行为识别与保护方法 |
| KR20210079475A (ko) * | 2019-12-19 | 2021-06-30 | 주식회사 비즈모델라인 | 애완동물의 사생활 침해 방지 방법 |
| CN113763019A (zh) * | 2021-01-28 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种用户信息管理方法和装置 |
| CN113962766A (zh) * | 2021-10-12 | 2022-01-21 | 百保(上海)科技有限公司 | 一种用于简单混合型隐私保护场景的商品推荐方法及系统 |
| CN116049873A (zh) * | 2022-12-26 | 2023-05-02 | 合肥照隼互联网科技有限公司 | 基于信息保护和大数据可用性的数据分析方法及系统 |
-
2023
- 2023-05-09 CN CN202310520275.7A patent/CN118468327A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001020965A2 (de) * | 2001-01-05 | 2001-03-29 | Phonak Ag | Verfahren zur bestimmung einer momentanen akustischen umgebungssituation, anwendung des verfharens und ein hörgerät |
| WO2004040464A2 (en) * | 2002-10-30 | 2004-05-13 | Vidius Inc. | A method and system for managing confidential information |
| KR20210079475A (ko) * | 2019-12-19 | 2021-06-30 | 주식회사 비즈모델라인 | 애완동물의 사생활 침해 방지 방법 |
| CN111860434A (zh) * | 2020-07-31 | 2020-10-30 | 贵州大学 | 机器人视觉隐私行为识别与保护方法 |
| CN113763019A (zh) * | 2021-01-28 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种用户信息管理方法和装置 |
| CN113962766A (zh) * | 2021-10-12 | 2022-01-21 | 百保(上海)科技有限公司 | 一种用于简单混合型隐私保护场景的商品推荐方法及系统 |
| CN116049873A (zh) * | 2022-12-26 | 2023-05-02 | 合肥照隼互联网科技有限公司 | 基于信息保护和大数据可用性的数据分析方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 董天阳;杨丽锦;张鑫鹏;: "用户多维感知的3D图像体验质量评价", 中国图象图形学报, no. 05, 16 May 2019 (2019-05-16) * |
| 郭喻栋;郭志刚;陈刚;魏晗;: "基于数据降维与精确欧氏局部敏感哈希的k近邻推荐方法", 计算机应用, no. 09, 10 September 2017 (2017-09-10) * |
| 黄志浩;: "车联网中Mix-zone的隐私保护机制研究", 无线互联科技, no. 06, 25 March 2015 (2015-03-25) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108427939B (zh) | 模型生成方法和装置 | |
| WO2023138314A1 (zh) | 对象属性识别方法、装置、可读存储介质及电子设备 | |
| CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
| CN115578570A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
| CN112418249A (zh) | 掩膜图像生成方法、装置、电子设备和计算机可读介质 | |
| CN115640815A (zh) | 翻译方法、装置、可读介质及电子设备 | |
| CN111797263A (zh) | 图像标签生成方法、装置、设备和计算机可读介质 | |
| CN116843991A (zh) | 模型训练方法、信息生成方法、装置、设备和介质 | |
| CN118468327A (zh) | 敏感信息特征提取方法、装置、电子设备和介质 | |
| CN115984868A (zh) | 文本处理方法、装置、介质及设备 | |
| CN115760607A (zh) | 图像修复方法、装置、可读介质以及电子设备 | |
| CN115098647B (zh) | 用于文本表征的特征向量生成方法、装置和电子设备 | |
| CN117172220B (zh) | 文本相似信息生成方法、装置、设备和计算机可读介质 | |
| EP4443397A1 (en) | Object processing method, device, readable medium and electronic device | |
| CN116974684B (zh) | 地图页面布局方法、装置、电子设备与计算机可读介质 | |
| CN115345931B (zh) | 物体姿态关键点信息生成方法、装置、电子设备和介质 | |
| CN117058385B (zh) | 基于多系统数据智能融合的图像分割方法与设备 | |
| CN112417151B (zh) | 一种生成分类模型方法、文本关系分类方法和装置 | |
| CN118097674B (zh) | 基于深度学习的企业文本信息智能自动审核方法与装置 | |
| CN113283115B (zh) | 图像模型生成方法、装置和电子设备 | |
| CN111933122B (zh) | 语音识别方法、装置、电子设备和计算机可读介质 | |
| CN112270170B (zh) | 一种隐式表述语句的分析方法、装置、介质和电子设备 | |
| CN113077353B (zh) | 用于生成核保结论的方法、装置、电子设备和介质 | |
| CN118643150A (zh) | 文本分类信息生成方法、装置、设备、介质和程序产品 | |
| CN118981772A (zh) | 代码文本信息存储方法、装置、设备与计算机介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |