一种敏感数据泄露检索方法

本发明涉及数据检索领域，尤其涉及一种敏感数据泄露检索方法。

背景技术：

当前诸多敏感数据存储在互联网服务器上，包括个人隐私，商业机密等不宜公开的内容。由于服务器设置不当或者管理人员操作不当，导致敏感数据被搜索引擎爬虫爬取，构成互联网公开。

技术实现要素：

针对现有技术中的上述不足，本发明提供了一种敏感数据泄露检索方法，可以很好的对隐私泄漏的检索。

为了达到上述发明目的，本发明采用的具体方案为：

一种敏感数据泄露检索方法，包括以下步骤：

步骤一：数据收集：基于搜索引擎进行泄露的隐私数据收集；

步骤二：识别：识别哪些是敏感数据、隐私数据；

步骤三：过滤：判断相同敏感数据的源数据；

步骤四：追根溯源：追踪源数据泄露的源头；

步骤五：预警：对泄露源头进行预警，提醒个人或机构数据泄露风险。

优选的，所述数据收集是通过web服务程序接口，向搜索引擎数据交换接口提交查询请求，然后解析搜索引擎返回的查询结果，实现数据收集。

优选的，所述识别是将用户提交的拟查询敏感数据作为用户关键词，将用户关键词与搜索引擎关键词进行匹配组合后，提交搜索引擎，进而实现对检索结果进行采集。

优选的，所述敏感数据为用户提供的关键词和用户提交的样本图片、音频或视频。

优选的，所述过滤是对取得的不同数据文件分别进行hash运算，对取得的hash值进行比较，相同者为同一文件。

优选的，所述过滤包括数据过滤和数据清洗，用于去除空表和无关数据以及去除非敏感内容。

优选的，所述追根溯源是对检索到的敏感数据文件相关数据进行比较，通过比对数据文件生成时间、链接生成时间、web页面生成时间等数据，选择时间较早者作为源头。

优选的，所述追根溯源包括数据集成和数据展示，所述数据集成用于地址溯源和内容保存，所述数据展示是通过列表、地图或雷达的形式进行展示。

优选的，所述预警是根据数据过滤和数据清洗以后，通过数据集成，最终在数据展示环节通过图表生成预警报告。

本发明的有益效果为：对隐私的泄漏进行检索，发现泄漏源头，并且进行预警，可很好的服务与用户。

附图说明

图1是本发明一种敏感数据泄露检索方法的流程图。

具体实施方式

以下通过具体实施例进一步描述本发明，但本发明不仅仅限于以下实施例。在本发明的范围内或者在不脱离本发明的内容、精神和范围内，对本发明进行的变更、组合或替换，对于本领域的技术人员来说是显而易见的，且包含在本发明的范围之内。

一种敏感数据泄露检索方法，包括以下步骤：

步骤一：数据收集：基于搜索引擎进行泄露的隐私数据收集；

步骤二：识别：识别哪些是敏感数据、隐私数据；

步骤三：过滤：判断相同敏感数据的源数据；

步骤四：追根溯源：追踪源数据泄露的源头；

步骤五：预警：对泄露源头进行预警，提醒个人或机构数据泄露风险。

所述数据收集是通过web服务程序接口，向搜索引擎数据交换接口提交查询请求，然后解析搜索引擎返回的查询结果，实现数据收集。

所述识别是将用户提交的拟查询敏感数据作为用户关键词，将用户关键词与搜索引擎关键词进行匹配组合后，提交搜索引擎，进而实现对检索结果进行采集。

所述敏感数据为用户提供的关键词和用户提交的样本图片、音频或视频。

所述过滤是对取得的不同数据文件分别进行hash运算，对取得的hash值进行比较，相同者为同一文件。

所述过滤包括数据过滤和数据清洗，用于去除空表和无关数据以及去除非敏感内容。

所述追根溯源是对检索到的敏感数据文件相关数据进行比较，通过比对数据文件生成时间、链接生成时间、web页面生成时间等数据，选择时间较早者作为源头。

所述追根溯源包括数据集成和数据展示，所述数据集成用于地址溯源和内容保存，所述数据展示是通过列表、地图或雷达的形式进行展示。

所述预警是根据数据过滤和数据清洗以后，通过数据集成，最终在数据展示环节通过图表生成预警报告。。

以上所述仅为本发明专利的较佳实施例而已，并不用以限制本发明专利，凡在本发明专利的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明专利的保护范围之内。

技术特征：

1.一种敏感数据泄露检索方法，其特征在于：包括以下步骤：

步骤一：数据收集：基于搜索引擎进行泄露的隐私数据收集；

步骤二：识别：识别哪些是敏感数据、隐私数据；

步骤三：过滤：判断相同敏感数据的源数据；

步骤四：追根溯源：追踪源数据泄露的源头；

步骤五：预警：对泄露源头进行预警，提醒个人或机构数据泄露风险。

2.根据权利要求1所述的一种敏感数据泄露检索方法，其特征在于：所述数据收集是通过web服务程序接口，向搜索引擎数据交换接口提交查询请求，然后解析搜索引擎返回的查询结果，实现数据收集。

3.根据权利要求1所述的一种敏感数据泄露检索方法，其特征在于：所述识别是将用户提交的拟查询敏感数据作为用户关键词，将用户关键词与搜索引擎关键词进行匹配组合后，提交搜索引擎，进而实现对检索结果进行采集。

4.根据权利要求3所述的一种敏感数据泄露检索方法，其特征在于：所述敏感数据为用户提供的关键词和用户提交的样本图片、音频或视频。

5.根据权利要求1所述的一种敏感数据泄露检索方法，其特征在于：所述过滤是对取得的不同数据文件分别进行hash运算，对取得的hash值进行比较，相同者为同一文件。

6.根据权利要求5所述的一种敏感数据泄露检索方法，其特征在于：所述过滤包括数据过滤和数据清洗，用于去除空表和无关数据以及去除非敏感内容。

7.根据权利要求6所述的一种敏感数据泄露检索方法，其特征在于：所述追根溯源是对检索到的敏感数据文件相关数据进行比较，通过比对数据文件生成时间、链接生成时间、web页面生成时间等数据，选择时间较早者作为源头。

8.根据权利要求7所述的一种敏感数据泄露检索方法，其特征在于：所述追根溯源包括数据集成和数据展示，所述数据集成用于地址溯源和内容保存，所述数据展示是通过列表、地图或雷达的形式进行展示。

9.根据权利要求8所述的一种敏感数据泄露检索方法，其特征在于：所述预警是根据数据过滤和数据清洗以后，通过数据集成，最终在数据展示环节通过图表生成预警报告。

技术总结
一种敏感数据泄露检索方法，包括以下步骤：步骤一：数据收集：基于搜索引擎进行泄露的隐私数据收集；步骤二：识别：识别哪些是敏感数据、隐私数据；步骤三：过滤：判断相同敏感数据的源数据；步骤四：追根溯源：追踪源数据泄露的源头；步骤五：预警：对泄露源头进行预警，提醒个人或机构数据泄露风险。

技术研发人员：丁锋
受保护的技术使用者：大连理工大学
技术研发日：2021.01.30
技术公布日：2021.05.25