原创精品解决方案敏感词脱敏数据

国脉互联方案库数据集数据在数字政府建设、智慧城市发展、营商环境优化、数据资产管理、创新与研究等多个领域都有广泛的应用。国脉互联的方案库数据用于政府在制定和优化数字政府相关政策时进行科学分析。通过数据产品开发和数据服务方式，大力推进各领域大数据场景化应用，提升公共服务水平。利用国脉互联方案库中的数据资源，帮助城市规划者了解城市运行情况，优化城市规划和管理。通过方案库中的数据，政府能够精准地提供政策兑现服务，提升政策执行效率。为了保护这些数据不被未授权人员访问，需要对敏感信息进行脱敏处理，从而保护公司数据安全。从智慧中国年会官网、国脉互联公众号及公司官网的历年方案类文章进行采集录入。按照预设规则建立敏感词库，对敏感词库中的词语根据所属数据字段进行分类，主要分方案名称类、方案描述类、附件地址类以及内容类，确定敏感词库中每个词语所属的敏感数据类型。导入原始数据集，在敏感数据识别模型使用KNN算法将原始数据中的数据与敏感词库中的词语进行检索比对，在检索到该词语时，判断该词语是否是敏感数据，若是敏感数据则进行标记，敏感数据识别模型对待脱敏的原始数据中的每个词语进行脱敏。模型训练与优化：将更新的数据及敏感数据识别结果添加至原始数据集中，更新后的原始数据集作为部分敏感数据识别模型。例：原附件地址为[{"url":"http://60.163.157.162:31683/gds-data/20240401/20240322【售前】石景山区…实施方案1019.docx"}]，包含了方案的文件地址，一旦泄露会造成公司资源流失，通过敏感数据识别模型对附件地址类信息进行标记并脱密，脱敏后附件地址为[{"url":"gds-data/20240401/20240322【售前】石景山区…实施方案1019.docx"}

搜集汇总

数据集介绍

特点

该数据集为企业提供的敏感词脱敏数据，主要用于数字政府和智慧城市等领域，包含1710条记录，每年更新，敏感信息经过脱敏处理以保障数据安全。