一、数据保护的重要性

01数据泄漏事件频发

近年来，全球范围内的数据泄漏事件频繁发生，给企业和个人带来严重损失，凸显数据隐私保护的紧迫性。

02法律法规严格要求

各国政府纷纷加强数据安全法律法规的制定和执行，对数据保护提出了严格的要求，违反者将面临严厉的法律后果。

03公众意识提高

随着人们对个人信息安全的专注度不断提高，公众对数据隐私保护的意识也逐渐增强，要求企业和政府机构加强数据保护工作。

二、非结构化数据脱敏的定义

数据脱敏是一种保护隐私的技术手段，通过对敏感数据的变形、掩盖、替换等方式，确保数据在使用过程中不会泄露隐私信息。在企业进行非结构化数据全生命周期管理的过程中，对非结构化数据进行检测、识别，识别敏感信息后，通过对敏感信息分类、遮蔽以及访问控制等手段，并遵守相关法律法规和标准，实现对非结构化敏感数据的加密、脱敏，保障隐私安全。

三、非结构化数据脱敏技术架构

通过系统内置机器学习引擎，使用目标检测技术、目标分类技术及自然语义识别技术，对非结构化数据进行分析，建立学习样本，实现敏感数据标签的动态学习，解决使用人工梳理分类繁冗效率低下的问题。

四、非结构化数据脱敏类型

01 视频、图片数据脱敏

军事禁区、军事设施脱敏：服务于军事目的的各种军事设施、军事禁区、军事管理区等数据，

军用样式数据脱敏：服务于军事目的的军用样式设备、军人等数据

民用重要设施信息脱敏：道路、桥梁、背景的重要属性数据，例如桥梁限高、限宽、限重等

公共安全和民用设施信息脱敏：涉及国家经济命脉、对人民生产生活有重大影响的民用设施、与公共安全相关指引及场所，例如:水库，发电厂、高压电等

个人隐私数据脱敏：人脸信息脱敏，个人生物特征数据属于敏感信息；

车辆信息数据脱敏：车辆信息结合GPS坐标和时间信息之后，会变成敏感的轨迹信息，例如:车牌信息，位置信息，时间信息等

视频焦点追踪：对于视频中非关注区域进行脱敏处理，保证局部数据清晰的同时，对非关注区域进行有效保护。

敏感区域屏蔽：对于视频中涉及重要设备、仪器仪表、关键性指标的区域进行模糊屏蔽。

02文档表格数据脱敏

文本格式分析：支持多种文件格式识别，包括各种办公文档、纯文本、图片中的文本、视频中的文本等

OCR图像字符识别：检测文本中敏感信息，预设敏感信息检测模板，包括个人信息、GDPR合规、源代码、项目等

表格分析：提取视频图片中的表格数据，对表格和对应文本进行分析处理；

表单结构化：通过对表格线和文本识别，构建出结构化数据，例如，excel格式，用于通过匹配脱敏数据实现脱敏。

03水印脱敏标记与溯源

明文水印

脱敏标记：支持非结构化数据静态水印策略，静态水印可以设置为固定内容，如已脱敏，用于脱敏标记；

水印溯源：支持非结构化数据动态水印策略，动态水印可以设置为用户名+实时时间组合确保文件流转的溯源。

盲水印添加与提取

隐藏式的水印是以数字数据的方式加入音频、图片或影片中，但在一般的状况下无法被看见。隐藏式水印的保护数据不被篡改。

五、非结构化数据脱敏样式

马赛克填充：马赛克填充适用于局部敏感数据的场景，如桥梁限高、限宽等

局部遮挡：局部遮挡适用于局部高敏感区域数据处理的场景，如人脸信息、车牌信息等

图像删除：图像删除适用于高敏感区域的场景如军事设施、军事目标等

内容替换：内容替换适用于文本、表单内容识别后，对于敏感词汇进行处理的场景