针对传统大数据脱敏技术缺少对动态数据的脱敏处理，导致大数据脱敏效果不佳的问题，提出基于K-means聚类的电力大数据脱敏技术研究。根据电力数据异常量的K-means聚类中心距离进行检测，建立脱敏系统，在系统中预留元数据管理接口，依据检测结果导入敏感配置信息。根据用户需求，通过对敏感数据的识别、流程的判断，确定敏感数据，对静态和动态敏感数据进行脱敏处理。实验结果可知，该技术只暴露用户身份证号前两位，其余信息均能被脱敏处理，有效保证了用户身份信息安全。
科研之友
微信
新浪微博
Facebook
分享链接
