文件脱敏方法、装置、电子设备及存储介质与流程

1.本发明涉及智能决策领域，尤其涉及一种文件脱敏方法、装置、电子设备及可读存储介质。


背景技术：

2.脱敏是指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。例如，将用户输入的个人文本信息中的敏感信息用“*”进行替换。
3.目前常见的脱敏技术通常只能用在文本信息中，当用户上传身份证、银行卡、驾驶证等图片影像信息时，常见的脱敏技术无法对这些图片影像信息进行脱敏处理，导致业务人员进行图片影像展示时，容易泄露用户的个人信息，导致用户个人信息被盗，因此业务人员只能依靠个人判断，对用户的个人信息进行遮挡，降低了业务人员的工作效率。


技术实现要素：

4.本发明提供一种文件脱敏方法、装置、电子设备及可读存储介质，其目的在于提高文件脱敏的精准率及效率。
5.为实现上述目的，本发明提供的一种文件脱敏方法，所述方法包括：
6.接收用户上传的文件；
7.当所述文件的文件格式是图片格式时，对所述文件进行图片信息识别，得到所述文件的图片信息；
8.根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型；
9.根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置；
10.根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息；
11.当所述文件的文件格式是文本格式时，对所述文件进行文本脱敏，得到脱敏文本。
12.可选地，所述根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，包括：
13.利用所述证件类型信息进行模型训练，得到证件类型分类模型；
14.将所述图片信息输入值所述证件类型分类模型中，得到分类结果；
15.根据所述分类结果判断所述文件的证件类型。
16.可选地，所述将所述图片信息输入值所述证件类型分类模型中，得到分类结果，包括：
17.利用所述证件类型分类模型中的编码层对所述图片信息进行字符编码，得到字符向量；
18.利用所述证件类型分类模型中的解码层对所述字符向量进行矩阵拼接，得到图片
信息字符矩阵；
19.利用所述证件类型分类模型中的注意力机制层对所述图片信息字符矩阵进行关键词提取，得到图片信息关键词；
20.根据所述图片信息关键词，利用所述证件类型分类模型中的全连接层输出所述图片信息的分类结果。
21.可选地，所述根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置，包括：
22.获取所述证件类型中的需要进行脱敏的信息；
23.将所述图片信息与所述需要进行脱敏的信息进行匹配，并将匹配成功的信息作为所述文件的敏感信息；
24.追溯所述敏感信息在所述图片信息中的位置，得到敏感信息的位置。
25.可选地，所述对所述文件进行文本脱敏，得到脱敏文本，包括：
26.对所述文件进行向量化处理，获得所述文件的词向量；
27.根据预设的文本特征对所述词向量进行标注；
28.根据所述文件中对应的词单元，对标注后的词向量进行组合，得到词单元集合；
29.根据所述词单元集合中包含的词单元的支持度创建频繁项集；
30.计算所述频繁项集中包含的频繁项的提升度；
31.将所述频繁项集中提升度大于预设阈值的频繁项对应的词单元作为敏感词单元；
32.根据敏感词单元对所述文件进行脱敏处理，得到脱敏文本。
33.可选地，所述对所述文件进行图片信息识别，得到所述文件的图片信息，包括：
34.对所述文件进行数字图像处理，得到目标轮廓区域；
35.对所述目标轮廓区域进行字符切分，得到字符轮廓区域；
36.对所述字符轮廓区域进行识别，得到字符信息；
37.对所述字符信息进行拼接，得到图片信息。
38.可选地，所述对所述文件进行传统数字图像处理，得到包含文字信息的轮廓区域，包括：
39.对所述文件进行灰度化处理，得到像素矩阵；
40.对所述像素矩阵进行二值化处理，得到二值像素矩阵；
41.对所述二值像素矩阵进行膨胀处理，得到膨胀像素矩阵；
42.在所述膨胀像素矩阵中框选成团的像素，得到多个待筛选目标物矩阵；
43.根据预设规则，从所述待筛选目标物矩阵中筛选，得到目标物矩阵；
44.提取所述目标物矩阵对应的区域，得到目标轮廓区域。
45.为了解决上述问题，本发明还提供一种文件脱敏装置，所述装置包括：
46.图片信息识别模块，用于接收用户上传的文件，当所述文件的文件格式是图片格式时，对所述文件进行图片信息识别，得到所述文件的图片信息；
47.敏感信息识别模块，用于根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，根据所述证件
类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置；
48.敏感信息脱敏模块，用于根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息，当所述文件的文件格式是文本格式时，对所述文件进行文本脱敏，得到脱敏文本。
49.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
50.存储器，存储至少一个计算机程序；及
51.处理器，执行所述存储器中存储的计算机程序以实现上述所述的文件脱敏方法。
52.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的文件脱敏方法。
53.本发明实施例根据文件的文件格式确定需要进行的脱敏方式，从而提高了文件脱敏效率及准确率；当所述文件的文件格式是图片格式时，根据所述文件的图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，从而，便于确认需要进行脱敏的关键信息，提高了图片脱敏的精准性及智能化程度。因此，本发明实施例提出的文件脱敏方法、装置、电子设备及可读存储介质可以提高文件脱敏的智能化程度、精准度及效率。
附图说明
54.图1为本发明一实施例提供的文件脱敏方法的流程示意图；
55.图2至图7为本发明一实施例提供的文件脱敏方法的中其中一个步骤的详细实施流程图；
56.图8为本发明一实施例提供的文件脱敏装置的模块示意图；
57.图9为本发明一实施例提供的实现文件脱敏方法的电子设备的内部结构示意图；
58.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
59.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
60.本发明实施例提供一种文件脱敏方法。所述文件脱敏方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述文件脱敏方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端可以包括独立的服务器，也可以包括提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
61.参照图1所示的本发明一实施例提供的文件脱敏方法的流程示意图，在本发明实施例中，所述文件脱敏方法包括以下步骤s1-s6：
62.s1、接收用户上传的文件。
63.本发明实施例中，所述用户可以是进行业务办理的客户，例如，在银行进行信用卡
申请的客户。所述文件可以是相应业务需要的用户资料，例如，在银行办理信用卡业务时，需要用户提供相应的身份证明等资料。
64.本发明可选实施例中，通过业务办理页面接收用户上传的文件，无需经过业务人员处理，保障了用户的信息安全，提高了用户私人信息的安全性。
65.s2、判断所述文件的文件格式。
66.所述文件格式是指为了存储信息而使用的对信息的特殊编码方式，是用于识别内部储存的资料。本发明实施例中，所述文件格式可以包括文本格式以及图片格式。本发明可选实施例中，通过读取文件的后缀格式信息，判断所述文件的文件格式，
67.其中，当所述后缀格式信息为bmp、jpg、png、tif、gif、pcx、tga、exif、fpx、svg、psd、cdr、pcd、dxf、ufo、eps、ai、raw、wmf、webp、avif、apng，可以判定所述文件的文件格式为图片格式。
68.当所述文件的后缀格式信息为txt、rtf、doc、xls、ppt、htm、html、wpd、pdf等时，可以判定所述文件的文件格式为文本格式。
69.s3、当所述文件的文件格式是图片格式时，对所述文件进行图片信息识别，得到所述文件的图片信息。
70.本发明实施例通过对所述文件进行图片信息识别，得到所述文件的图片信息，便于判断所述文件的类型，从而提高图片脱敏的精准度。
71.进一步地，参阅图2所示，作为本发明一可选实施例，所述对所述文件进行图片信息识别，得到所述文件的图片信息，包括步骤s31—s34：
72.s31、对所述文件进行数字图像处理，得到目标轮廓区域；
73.s32、对所述目标轮廓区域进行字符切分，得到字符轮廓区域；
74.s33、对所述字符轮廓区域进行识别，得到字符信息；
75.s34、对所述字符信息进行拼接，得到图片信息。
76.本发明实施例中，所述目标轮廓区域可以是包含文字信息的区域，其中，所述文字信息包含可识别的汉字、英文、阿拉伯数字等。
77.进一步地，参阅图3所示，所述对所述文件进行传统数字图像处理，得到包含文字信息的轮廓区域，包括步骤s311—s316：
78.s311、对所述文件进行灰度化处理，得到像素矩阵；
79.s312、对所述像素矩阵进行二值化处理，得到二值像素矩阵；
80.s313、对所述二值像素矩阵进行膨胀处理，得到膨胀像素矩阵；
81.s314、在所述膨胀像素矩阵中框选成团的像素，得到多个待筛选目标物矩阵；
82.s315、根据预设规则，从所述待筛选目标物矩阵中筛选，得到目标物矩阵；
83.s316、提取所述目标物矩阵对应的区域，得到目标轮廓区域。
84.本发明实施例中，所述预设规则可以是对所述目标物的特征的描述，例如，在对身份证名字进行筛选时，预设规则可以是长方形且中间间隔较大。
85.本发明可选实施例中，通过对文件进行一系列的传统数字图像处理，得到目标轮廓区域，从而得到包含文字信息的轮廓区域，提高了图片信息识别的准确率，减少了信息缺失的可能性。
86.本发明另一可选实施例中，可以通过将文件输入至卷积神经网络中进行卷积池化
操作得到所述文件的图片信息。
87.s4、根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型。
88.本发明实施例中，所述证件类型信息可以是证件类型的图片包含的信息，例如，身份证证件类型的证件类型信息可以是包含姓名、性别、名族及出生年月等字样。所述证件类型包含身份证、营业执照、行驶证、驾驶证、房产证等类型。
89.本发明实施例根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，实现对图片格式的文件的精准把控，从而提高图片脱敏的精准度，减少了由于信息遮掩不到位造成的用户信息泄露的风险系数。
90.进一步地，参阅图4所示，作为本发明一可选实施例，所述根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，包括步骤s41—s43：
91.s41、利用所述证件类型信息进行模型训练，得到证件类型分类模型；
92.s42、将所述图片信息输入值所述证件类型分类模型中，得到分类结果；
93.s43、根据所述分类结果判断所述文件的证件类型。
94.本发明实施例中，所述证件类型分类模型可以是基于深度学习的多分类模型。
95.本发明可选实施例中，利用模型训练的方法，对证件类型信息进行数据训练，得到证件类型分类模型，提高了证件类型识别的智能化程度，提高了证件类型识别的效率。
96.进一步地，参阅图5所示，所述将所述图片信息输入值所述证件类型分类模型中，得到分类结果，包括步骤s421—s424：
97.s421、利用所述证件类型分类模型中的编码层对所述图片信息进行字符编码，得到字符向量；
98.s422、利用所述证件类型分类模型中的解码层对所述字符向量进行矩阵拼接，得到图片信息字符矩阵；
99.s423、利用所述证件类型分类模型中的注意力机制层对所述图片信息字符矩阵进行关键词提取，得到图片信息关键词；
100.s424、根据所述图片信息关键词，利用所述证件类型分类模型中的全连接层输出所述图片信息的分类结果。
101.本发明实施例中，所述证件类型分类模型基于神经网络构成，可以为bert模型，其中，所述证件类型分类模型包括：编码层、解码层、注意力机制层及全连接层。
102.s5、根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置。
103.本发明实施例中，所述敏感信息可以是所述用户的私人保密信息，例如，身份证号、银行卡号、电话号、家庭住址、姓名等信息。所述敏感信息的位置可以是所述敏感信息在所述文件中进行展示的位置。
104.本发明实施例根据所述证件类型，对所述图片信息进行信息分类，排除了不必需要信息的脱敏，减少了不必要信息的遮掩，提高了图片脱敏的效率。
105.本发明实施例根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置，便于精准定位敏感信息脱敏位置，提高了敏感信息的脱敏率，提高了图片脱敏的精准度及
效率。
106.进一步地，参阅图6所示，作为本发明一可选实施例，所述根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置，包括步骤s51—s53：
107.s51、获取所述证件类型中的需要进行脱敏的信息；
108.s52、将所述图片信息与所述需要进行脱敏的信息进行匹配，并将匹配成功的信息作为所述文件的敏感信息；
109.s53、追溯所述敏感信息在所述图片信息中的位置，得到敏感信息的位置。
110.本发明可选实施例首先通过获取所述证件类型中的需要进行脱敏的信息，得到需要进行脱敏的信息的特征，其次，将所述图片信息与所述需要进行脱敏的信息进行匹配，并将匹配成功的信息作为所述文件的敏感信息，保证了敏感信息的准确率，提高了图片脱敏的精准度，最后追溯所述敏感信息在所述图片信息中的位置，得到敏感信息的位置，从而实现精准图片脱敏。
111.s6、根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息。
112.本发明实施例中，所述脱敏信息可以是隐藏数据，例如，将用户输入的个人信息中的敏感信息用“*”进行替换，得到的“***”即为脱敏信息。
113.本发明实施例根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息，实现了图片脱敏，减少了人工的参与程度，提高了图片脱敏的智能化程度。
114.本发明可选实施例中，通过读取所述敏感信息的编码信息，得到敏感编码，再利用预设的编码修改器对所述敏感编码进行修改，得到脱敏编码，最后对所述脱敏编码进行编译，得到脱敏信息，从而实现信息脱敏，保障了用户的信息安全。
115.本发明实施例中，所述编码信息包含编码顺序及编码字符。所述预设编码修改器指的是将正常编码信息修改为“*”“#”等非敏感字符的编码信息的修改器。
116.s7、当所述文件的文件格式是文本格式时，对所述文件进行文本脱敏，得到脱敏文本。
117.本发明实施例中，当所述文件的文件格式不是图片格式时，可以使用常见的文本脱敏完成所述文件的脱敏，从而保障用户的信息安全。
118.进一步地，参阅图7所示，作为本发明一可选实施例，所述对所述文件进行文本脱敏，得到脱敏文本，包括步骤s71—s77：
119.s71、对所述文件进行向量化处理，获得所述文件的词向量；
120.s72、根据预设的文本特征对所述词向量进行标注；
121.s73、根据所述文件中对应的词单元，对标注后的词向量进行组合，得到词单元集合；
122.s74、根据所述词单元集合中包含的词单元的支持度创建频繁项集；
123.s75、计算所述频繁项集中包含的频繁项的提升度；
124.s76、将所述频繁项集中提升度大于预设阈值的频繁项对应的词单元作为敏感词单元；
125.s77、根据敏感词单元对所述文件进行脱敏处理，得到脱敏文本。
126.本发明实施例中，所述预设的文本特征可以是用户事先设定的文本敏感词汇特征。所述支持度可以是所述词单元在所述词单元集合及所述文件中的占比之比。
127.本发明可选实施例中，首先根据敏感信息的文本特征挑选出候选敏感词单元，缩小敏感信息判定范围，提高文本脱敏的效率，进一步地，通过计算所述候选敏感词单元的提升度，筛选出敏感词单元，从而提高文本格式中的敏感信息的脱敏效果，进而使得经过脱敏处理的文本中敏感的信息得到了有效的保护，保障了用户的信息安全。
128.本发明实施例根据文件的文件格式确定需要进行的脱敏方式，从而提高了文件脱敏效率及准确率；当所述文件的文件格式是图片格式时，根据所述文件的图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，从而，便于确认需要进行脱敏的关键信息，提高了图片脱敏的精准性及智能化程度。因此，本发明实施例提出的文件脱敏方法可以提高文件脱敏的智能化程度、精准度及效率。
129.如图8所示，是本发明文件脱敏装置的功能模块图。
130.本发明所述文件脱敏装置100可以安装于电子设备中。根据实现的功能，所述文件脱敏装置100可以包括图片信息识别模块101、敏感信息识别模块102及敏感信息脱敏模块103，本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
131.在本实施例中，关于各模块/单元的功能如下：
132.所述图片信息识别模块101用于接收用户上传的文件，当所述文件的文件格式是图片格式时，对所述文件进行图片信息识别，得到所述文件的图片信息。
133.本发明实施例中，所述用户可以是进行业务办理的客户，例如，在银行进行信用卡申请的客户。所述文件可以是相应业务需要的用户资料，例如，在银行办理信用卡业务时，需要用户提供相应的身份证明等资料。
134.本发明可选实施例中，通过业务办理页面接收用户上传的文件，无需经过业务人员处理，保障了用户的信息安全，提高了用户私人信息的安全性。
135.所述文件格式是指为了存储信息而使用的对信息的特殊编码方式，是用于识别内部储存的资料。本发明实施例中，所述文件格式可以包括文本格式以及图片格式。本发明可选实施例中，通过读取文件的后缀格式信息，判断所述文件的文件格式，
136.其中，当所述后缀格式信息为bmp、jpg、png、tif、gif、pcx、tga、exif、fpx、svg、psd、cdr、pcd、dxf、ufo、eps、ai、raw、wmf、webp、avif、apng，可以判定所述文件的文件格式为图片格式。
137.当所述文件的后缀格式信息为txt、rtf、doc、xls、ppt、htm、html、wpd、pdf等时，可以判定所述文件的文件格式为文本格式。
138.本发明实施例通过对所述文件进行图片信息识别，得到所述文件的图片信息，便于判断所述文件的类型，从而提高图片脱敏的精准度。
139.进一步地，参阅图2所示，作为本发明一可选实施例，所述对所述文件进行图片信息识别，得到所述文件的图片信息，包括：
140.对所述文件进行数字图像处理，得到目标轮廓区域；
141.对所述目标轮廓区域进行字符切分，得到字符轮廓区域；
142.对所述字符轮廓区域进行识别，得到字符信息；
143.对所述字符信息进行拼接，得到图片信息。
144.本发明实施例中，所述目标轮廓区域可以是包含文字信息的区域，其中，所述文字信息包含可识别的汉字、英文、阿拉伯数字等。
145.进一步地，参阅图3所示，所述对所述文件进行传统数字图像处理，得到包含文字信息的轮廓区域，包括：
146.对所述文件进行灰度化处理，得到像素矩阵；
147.对所述像素矩阵进行二值化处理，得到二值像素矩阵；
148.对所述二值像素矩阵进行膨胀处理，得到膨胀像素矩阵；
149.在所述膨胀像素矩阵中框选成团的像素，得到多个待筛选目标物矩阵；
150.根据预设规则，从所述待筛选目标物矩阵中筛选，得到目标物矩阵；
151.提取所述目标物矩阵对应的区域，得到目标轮廓区域。
152.本发明实施例中，所述预设规则可以是对所述目标物的特征的描述，例如，在对身份证名字进行筛选时，预设规则可以是长方形且中间间隔较大。
153.本发明可选实施例中，通过对文件进行一系列的传统数字图像处理，得到目标轮廓区域，从而得到包含文字信息的轮廓区域，提高了图片信息识别的准确率，减少了信息缺失的可能性。
154.本发明另一可选实施例中，可以通过将文件输入至卷积神经网络中进行卷积池化操作得到所述文件的图片信息。
155.所述敏感信息识别模块102用于根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置。
156.本发明实施例中，所述证件类型信息可以是证件类型的图片包含的信息，例如，身份证证件类型的证件类型信息可以是包含姓名、性别、名族及出生年月等字样。所述证件类型包含身份证、营业执照、行驶证、驾驶证、房产证等类型。
157.本发明实施例根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，实现对图片格式的文件的精准把控，从而提高图片脱敏的精准度，减少了由于信息遮掩不到位造成的用户信息泄露的风险系数。
158.进一步地，参阅图4所示，作为本发明一可选实施例，所述根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型，包括：
159.利用所述证件类型信息进行模型训练，得到证件类型分类模型；
160.将所述图片信息输入值所述证件类型分类模型中，得到分类结果；
161.根据所述分类结果判断所述文件的证件类型。
162.本发明实施例中，所述证件类型分类模型可以是基于深度学习的多分类模型。
163.本发明可选实施例中，利用模型训练的方法，对证件类型信息进行数据训练，得到证件类型分类模型，提高了证件类型识别的智能化程度，提高了证件类型识别的效率。
164.进一步地，参阅图5所示，所述将所述图片信息输入值所述证件类型分类模型中，得到分类结果，包括：
165.利用所述证件类型分类模型中的编码层对所述图片信息进行字符编码，得到字符向量；
166.利用所述证件类型分类模型中的解码层对所述字符向量进行矩阵拼接，得到图片信息字符矩阵；
167.利用所述证件类型分类模型中的注意力机制层对所述图片信息字符矩阵进行关键词提取，得到图片信息关键词；
168.根据所述图片信息关键词，利用所述证件类型分类模型中的全连接层输出所述图片信息的分类结果。
169.本发明实施例中，所述证件类型分类模型基于神经网络构成，可以为bert模型，其中，所述证件类型分类模型包括：编码层、解码层、注意力机制层及全连接层。
170.本发明实施例中，所述敏感信息可以是所述用户的私人保密信息，例如，身份证号、银行卡号、电话号、家庭住址、姓名等信息。所述敏感信息的位置可以是所述敏感信息在所述文件中进行展示的位置。
171.本发明实施例根据所述证件类型，对所述图片信息进行信息分类，排除了不必需要信息的脱敏，减少了不必要信息的遮掩，提高了图片脱敏的效率。
172.本发明实施例根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置，便于精准定位敏感信息脱敏位置，提高了敏感信息的脱敏率，提高了图片脱敏的精准度及效率。
173.进一步地，参阅图6所示，作为本发明一可选实施例，所述根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置，包括：
174.获取所述证件类型中的需要进行脱敏的信息；
175.将所述图片信息与所述需要进行脱敏的信息进行匹配，并将匹配成功的信息作为所述文件的敏感信息；
176.追溯所述敏感信息在所述图片信息中的位置，得到敏感信息的位置。
177.本发明可选实施例首先通过获取所述证件类型中的需要进行脱敏的信息，得到需要进行脱敏的信息的特征，其次，将所述图片信息与所述需要进行脱敏的信息进行匹配，并将匹配成功的信息作为所述文件的敏感信息，保证了敏感信息的准确率，提高了图片脱敏的精准度，最后追溯所述敏感信息在所述图片信息中的位置，得到敏感信息的位置，从而实现精准图片脱敏。
178.所述敏感信息脱敏模块103用于根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息，当所述文件的文件格式是文本格式时，对所述文件进行文本脱敏，得到脱敏文本。
179.本发明实施例中，所述脱敏信息可以是隐藏数据，例如，将用户输入的个人信息中的敏感信息用“*”进行替换，得到的“***”即为脱敏信息。
180.本发明实施例根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息，实现了图片脱敏，减少了人工的参与程度，提高了图片脱敏的智能化
程度。
181.本发明可选实施例中，通过读取所述敏感信息的编码信息，得到敏感编码，再利用预设的编码修改器对所述敏感编码进行修改，得到脱敏编码，最后对所述脱敏编码进行编译，得到脱敏信息，从而实现信息脱敏，保障了用户的信息安全。
182.本发明实施例中，所述编码信息包含编码顺序及编码字符。所述预设编码修改器指的是将正常编码信息修改为“*”“#”等非敏感字符的编码信息的修改器。
183.本发明实施例中，当所述文件的文件格式不是图片格式时，可以使用常见的文本脱敏完成所述文件的脱敏，从而保障用户的信息安全。
184.进一步地，参阅图7所示，作为本发明一可选实施例，所述对所述文件进行文本脱敏，得到脱敏文本，包括：
185.对所述文件进行向量化处理，获得所述文件的词向量；
186.根据预设的文本特征对所述词向量进行标注；
187.根据所述文件中对应的词单元，对标注后的词向量进行组合，得到词单元集合；
188.根据所述词单元集合中包含的词单元的支持度创建频繁项集；
189.计算所述频繁项集中包含的频繁项的提升度；
190.将所述频繁项集中提升度大于预设阈值的频繁项对应的词单元作为敏感词单元；
191.根据敏感词单元对所述文件进行脱敏处理，得到脱敏文本。
192.本发明实施例中，所述预设的文本特征可以是用户事先设定的文本敏感词汇特征。所述支持度可以是所述词单元在所述词单元集合及所述文件中的占比之比。
193.本发明可选实施例中，首先根据敏感信息的文本特征挑选出候选敏感词单元，缩小敏感信息判定范围，提高文本脱敏的效率，进一步地，通过计算所述候选敏感词单元的提升度，筛选出敏感词单元，从而提高文本格式中的敏感信息的脱敏效果，进而使得经过脱敏处理的文本中敏感的信息得到了有效的保护，保障了用户的信息安全。
194.如图9所示，是本发明实现文件脱敏方法的电子设备的结构示意图。
195.所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如文件脱敏程序。
196.其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如文件脱敏程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
197.所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利
用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如文件脱敏程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
198.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
199.图9仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图9示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
200.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
201.可选地，所述通信接口13可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
202.可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
203.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
204.所述电子设备中的所述存储器11存储的文件脱敏程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
205.接收用户上传的文件；
206.当所述文件的文件格式是图片格式时，对所述文件进行图片信息识别，得到所述文件的图片信息；
207.根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型；
208.根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置；
209.根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息；
210.当所述文件的文件格式是文本格式时，对所述文件进行文本脱敏，得到脱敏文本。
211.具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例
中相关步骤的描述，在此不赘述。
212.进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
213.本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
214.接收用户上传的文件；
215.当所述文件的文件格式是图片格式时，对所述文件进行图片信息识别，得到所述文件的图片信息；
216.根据所述图片信息及预设的证件类型信息，对所述文件进行类型分类，得到所述文件的证件类型；
217.根据所述证件类型，对所述图片信息进行信息分类，根据所述信息分类确定所述文件的敏感信息以及敏感信息的位置；
218.根据所述敏感信息的位置，在所述文件上对所述敏感信息进行数据变形，得到脱敏信息；
219.当所述文件的文件格式是文本格式时，对所述文件进行文本脱敏，得到脱敏文本。
220.进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
221.在本发明所提供的几个实施例中，应该理解到，所揭露的电子设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
222.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
223.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
224.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
225.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
226.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用
密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
227.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
228.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。