文本指纹建模在数据安全管控中的应用研究

作者：付莉珺; 宋鹏举; 李方; 包英明

来源：网信军民融合, 2022, Z4: 51-55.

<正>在数据爆炸时代，数据安全问题引发广泛的关注。数据安全的核心在于发现并检测到敏感数据，进一步采取脱敏、加密等一系列保护操作，防止或阻断数据泄露。文档作为一种主要的非结构化数据形式，提取其中的敏感内容信息、度量文本内容间的相似性是数据管理关键。由此，模仿生物指纹的特性，利用TF-IDF特征提取方法和simHash指纹算法，生成文本内容指纹。通过指纹快速度量文本内容间的相似度，并应用在数据安全管控过程中，根据匹配预设的敏感内容指纹库来发现管控对象。