买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉云南省大数据有限公司申请的专利一种敏感数据高效检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121561540B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610076852.1，技术领域涉及：G06F18/24；该发明授权一种敏感数据高效检测方法是由普艳红;杨春平;李亚兵;陶涛;陈嘉清;韩露;孟祥燕;祝烈煌;周永彬;杨兴跃;周韬;罗琳;倪辉;王治超设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种敏感数据高效检测方法在说明书摘要公布了：本发明涉及一种敏感数据高效检测方法，属于数据处理和数据检测识别技术领域。本发明包括步骤：通过流量镜像复制传输中的数据流并获取数据流，解析为可分析的文本格式；收集敏感数据检测规则，经通用推理大模型构建规则库；利用规则库快速筛选敏感数据；针对规则库未筛选出的数据，通过智能体将其划分为非敏感数据和未识别数据；使用领域知识和安全领域大模型微调出敏感数据检测大模型，来检测未识别数据，并基于结果动态更新规则库。本发明融合规则匹配的高效性与大模型的语义理解能力，实现了敏感数据的高效精准检测，提升了方法的适应性与持续优化能力，为数据安全和隐私保护提供了可靠技术支撑。

本发明授权一种敏感数据高效检测方法在权利要求书中公布了：1.一种敏感数据高效检测方法，其特征在于：所述方法包括： 通过流量镜像复制传输中的数据流并获取数据流，解析为可分析的文本格式； 收集敏感数据检测规则，经通用推理大模型构建规则库； 利用规则库快速筛选敏感数据； 针对规则库未筛选出的数据，通过智能体将其划分为非敏感数据和未识别数据； 使用领域知识和安全领域大模型微调出敏感数据检测大模型，来检测未识别数据，并基于结果动态更新规则库； 所述针对规则库未筛选出的数据，通过智能体将其划分为非敏感数据和未识别数据包括： S41.收集非敏感数据样本和未识别数据样本，两类样本分别标注，非敏感标签为和未识别标签为；对样本进行特征提取，生成特征矩阵，为样本总数，为第个样本的特征向量，为特征维度，标签向量； S42.构建基于双向LSTM的智能体模型，包含输入层、隐藏层和输出层；输入层接收特征向量；隐藏层通过双向LSTM提取上下文语义特征，计算隐藏状态： ； 其中，、表示t时刻的正向、反向隐藏状态，表示t-1时刻的正向隐藏状态，表示t+1时刻的反向隐藏状态，表示t时刻输入的向量； 拼接双向隐藏状态得，通过全连接层输出第i个样本的预测概率： ； 其中，为Sigmoid激活函数，和为可学习参数； S43.将未筛选出的数据转换为特征向量，输入训练好的智能体，得到每个样本的预测概率；设定分类阈值，如果，判定为非敏感数据，如果，判定为未识别数据； 所述使用领域知识和安全领域大模型微调出敏感数据检测大模型，来检测未识别数据，并基于结果动态更新规则库，包括： S51.收集敏感数据检测领域专业知识，从中提取实体、实体间关系构建三元组集合，其中，为实体，为关系；基于规则的重要性和关系的置信度，为每个三元组赋予权重，计算公式为： ； 其中，为三元组在规则库中的标准化出现频率，为关系的置信度，为权重系数； S52.在安全领域通用大模型基础上，添加领域适配层，通过参数调整实现大模型对敏感数据检测任务的专注适配；在大模型中插入适配器模块，其输出为： ； 其中，为大模型原本输出特征，，为降维系数，为特征维度，是激活函数，和是偏置项； 收集敏感数据和非敏感数据，以及敏感数据检测领域的专业知识，构建微调样本集，其中为第个样本的特征向量，为标签，0表示非敏感数据，1表示敏感数据； 以微调样本集训练模型，损失函数为： ； ； ； 其中，为分类交叉熵损失；为知识引导损失；作为第个样本的模型预测敏感概率；为样本总数；为实体或者关系的嵌入向量；为权重系数，表示所有三元组的集合，表示单个三元组的权重，为第i个样本的预测概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云南省大数据有限公司，其通讯地址为：650213 云南省昆明市官渡区矣六街道商海路云南数字文旅产业园44号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。