隨著信息化社會(huì)的到來(lái),數(shù)據(jù)爆發(fā)式增長(zhǎng)催化了數(shù)據(jù)產(chǎn)業(yè)的蓬勃發(fā)展,但是對(duì)各種形式數(shù)據(jù)中的敏感信息進(jìn)行有效保護(hù)的同時(shí)減少損害數(shù)據(jù)的效用性,才能加快數(shù)據(jù)流通,進(jìn)一步推動(dòng)產(chǎn)業(yè)發(fā)展。數(shù)據(jù)脫敏即為一種既可針對(duì)性保護(hù)敏感數(shù)據(jù),又可最大程度保留原數(shù)據(jù)信息的數(shù)據(jù)安全技術(shù)。本文以數(shù)據(jù)脫敏技術(shù)為研究對(duì)象,研究基于深度學(xué)習(xí)的非結(jié)構(gòu)化數(shù)據(jù)（文本數(shù)據(jù),尤其是電子病歷）的敏感信息識(shí)別技術(shù),同時(shí)本文還研究基于GAN（Generative Adversarial Networks,生成對(duì)抗網(wǎng)絡(luò)）的結(jié)構(gòu)化數(shù)據(jù)脫敏技術(shù)。在醫(yī)療電子病歷的脫敏中,傳統(tǒng)的基于規(guī)則和正則表達(dá)式的敏感信息識(shí)別方式需要大量專(zhuān)家知識(shí),遷移性較差,識(shí)別模式也較為呆板。以深度學(xué)習(xí)、機(jī)器學(xué)習(xí)為基礎(chǔ)的識(shí)別技術(shù)應(yīng)運(yùn)而生�；谘h(huán)神經(jīng)網(wǎng)絡(luò)的一系列識(shí)別系統(tǒng)大大提升了識(shí)別的效果,然而其語(yǔ)義抽取能力稍顯薄弱,并行性相對(duì)較差,而且傳統(tǒng)的靜態(tài)詞向量不能結(jié)合上下文對(duì)多義詞進(jìn)行準(zhǔn)確表征。BERT作為基于注意力機(jī)制的動(dòng)態(tài)詞向量,其在特征抽取、解決多義詞問(wèn)題和并行性方面有了很大提升。本文在BERT（Bidirectional Encoder Representation from T... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)防泄漏隨著深度學(xué)習(xí)的興起，其強(qiáng)大的特征抽取能力使得非結(jié)構(gòu)化數(shù)據(jù)其中的信息

charCNN-BiLSTM-CRF架構(gòu)圖

基于字的雙向LSTM-CRF架構(gòu)圖

【參考文獻(xiàn)】：
期刊論文
[1]個(gè)人信息的邊界、敏感度與中心度研究——基于專(zhuān)家和公眾認(rèn)知的數(shù)據(jù)分析[J]. 吳標(biāo)兵,許和隆.  南京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2018(05)
[2]金融消費(fèi)者隱私權(quán)保護(hù)機(jī)制初探——以自貿(mào)區(qū)金融創(chuàng)新為視角[J]. 劉元.  法制與經(jīng)濟(jì)(下旬). 2014(05)
[3]基于規(guī)則和概率統(tǒng)計(jì)相結(jié)合的中文命名實(shí)體識(shí)別研究[J]. 閆萍.  計(jì)算機(jī)與數(shù)字工程. 2011(09)



本文編號(hào)：3406144