利索能及
我要发布
收藏
专利号: 2024100728826
申请人: 常州鸿领智能科技有限公司
专利类型:发明专利
专利状态:授权未缴费
更新日期:2025-08-05
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于人工智能的隐私保护系统,包括用户终端设备模块、隐私数据筛选模块和隐私数据保护模块,其特征在于:所述用户终端设备模块用于用户登录系统上传数据,并收集用户在终端设备上的数据操作习惯,所述隐私数据筛选模块用于对数据进行预处理,识别并筛选出隐私数据,所述隐私数据保护模块用于对现有的隐私数据保护程序进行调整并保护数据,控制隐私数据的访问权限,所述用户终端设备模块、隐私数据筛选模块和隐私数据保护模块之间通信连接。

2.根据权利要求1所述的一种基于人工智能的隐私保护系统,其特征在于:所述用户终端设备模块包括登录模块、数据录入模块、访问模块和操作习惯收集模块,所述登录模块用于用户登录系统,所述数据录入模块用于用户将数据上传到系统,所述访问模块用于用户访问存储在系统中的数据,所述操作习惯收集模块用于收集用户在终端设备上的操作习惯。

3.根据权利要求2所述的一种基于人工智能的隐私保护系统,其特征在于:所述隐私数据筛选模块包括数据处理模块、智能识别模块和隐私标记模块,所述数据处理模块用于对用户上传数据进行预处理,所述智能识别模块用于识别用户上传数据中的隐私数据,所述隐私标记模块用于将识别出的隐私数据进行标记。

4.根据权利要求3所述的一种基于人工智能的隐私保护系统,其特征在于:所述隐私数据保护模块包括隐私保护自适应模块、访问控制模块、数据追溯模块和隐匿模块,所述隐私保护自适应模块用于调整隐私保护程序,所述访问控制模块用于控制隐私数据的访问权限,所述数据追溯模块用于追溯数据访问记录,所述隐匿模块用于将隐私数据进行隐匿并将访问路径进行隐匿。

5.根据权利要求4所述的一种基于人工智能的隐私保护系统,其特征在于:所述隐匿保护自适应模块包括智能学习子模块、程序调整子模块和隐私保护子模块,所述智能学习子模块用于学习用户的操作习惯,所诉程序调整子模块用于根据学习结果调整隐私保护程序,使其更加锲合用户,提高用户的使用体验,所述隐私保护子模块用于挑选出的数据进行加密加以保护,所述访问控制模块包括身份验证子模块、指令验证子模块和习惯验证子模块,所述身份验证子模块用于验证访问数据请求的身份数据,所述指令验证模块用于验证访问请求中携带的指令,所述习惯验证子模块用于验证用户的数据使用习惯。

6.根据权利要求5所述的一种基于人工智能的隐私保护系统,其特征在于:所述隐私保护系统的运行方法主要包括以下步骤:步骤S1:用户通过登录模块登录系统管理用户的数据,通过数据录入模块,将用户的存储的数据录入系统,用户通过访问模块访问存储在系统数据库中的数据,在用户录入数据、访问数据和调整数据的过程中,操作收集模块自动收集用户在终端设备上的操作;

步骤S2:在数据录入系统后,启动数据处理模块对数据进行处理,根据处理结果对比特征库识别其中的隐私数据进行标记,并将被标记的隐私数据存储到隐私数据库中;

步骤S3:在隐私数据筛选完成后,无线信号触发隐私保护自适应模块启动,开始对隐私数据进行保护,进一步的,通过隐匿模块进一步对隐私数据进行隐匿保护,并且通过数据追溯模块记录数据访问请求的信息;

步骤S4:在系统接受到访问请求时,访问控制模块启动,获取访问请求中携带的多重验证因子,对访问请求的访问权限进行多重安全验证。

7.根据权利要求6所述的一种基于人工智能的隐私保护系统,其特征在于:所述步骤S2进一步包括以下步骤:

步骤S21:建立隐私数据库,调取隐私数据库中大量的隐私样本数据,识别隐私样本数据得数据类型,根据隐私数据属性类型对隐私样本数据进行分类处理;

步骤S22:在隐私样本数据分类完成后,根据分类结果提取与之对应的隐私样本数据的特征,将提取的隐私样本数据的特征进行融合,并存储到该类别的特征库中;

步骤S23:识别用户上传的数类型,根据当前识别的数据类型调取与其对应的特征库,抽取用户上传数据的数据特征,对比特征库中的数据特征,若对比相似度大于阈值,利用隐私标记模块对该数据进行标记,并放入隐私数据库进行存储,若对比相似度小于阈值,将该数据放入普通数据库进行存储。

8.根据权利要求7所述的一种基于人工智能的隐私保护系统,其特征在于:所述步骤S3进一步包括以下步骤:

步骤S31:在隐私数据识别完成后,调取隐私数据库中的隐私数据,识别隐私数据上的标记,根据标记的数据类型选择对应的隐私保护方法,根据选取的隐私保护方法对隐私数据进行保护;

其中隐私保护的方法为:对视觉图像进行扫描,识别视觉图像中的人脸特征节点及文字,在图像中将人脸特征节点进行连接,构建人脸模型,将人连模型与视觉图像进行重合,将人脸模型覆盖的区域进行标记,并且将识别到的文字区域进行标记,利用图像虚化技术对标记区域进行虚化处理,对文本数据进行压缩,将压缩后的数据利用密钥进行加密;

步骤S32:获取隐私数据的访问路径,扫描并识别隐私数据的访问地址和路由,解除访问地址与路由之间的关系,将访问地址与新的随机路由进行绑定,进一步的,当用户通过用户终端设备锁定仅有的一条有效路由时,访问路径无法被访问;

步骤S33:调取收集的用户操作习惯数据,对用户的操作习惯进行分析,归纳出用户的习惯特征,最后根据习惯特征对隐私数据保护模块进行优化。

9.根据权利要求8所述的一种基于人工智能的隐私保护系统,其特征在于:所述步骤S33进一步包括以下步骤:步骤S331:识别用户在系统中的操作,根据用户操作抽取操作特征,该操作特征包括用户手动操作加密数据的特征、用户浏览隐私数据的操作流程特征等;

步骤S332:将用户手动操作加密数据特征添加到隐私数据库,对隐私数据库中的样本数据进行补充,补充智能识别模块中的隐私数据特征;

步骤S333:统计用户浏览数据的次数,计算浏览次数占比最大的数据,根据用户操作流程特征调整系统程序,将用户浏览次数占比最大的数据进行预加载并以悬浮窗的形式悬浮在页面上。

10.根据权利要求9所述的一种基于人工智能的隐私保护系统,其特征在于:所述步骤S4进一步包括以下步骤:步骤S41:提取访问请求载体中的身份验证信息,系统弹窗使用户补全身份信息,将补全的信息对比系统数据库,当系统中存在完全相同的数据时,验证成功,用户具备访问权限,反之则验证失败,用户不具备访问权限;

步骤S42:当身份验证完成后,提取访问请求中指令,对比数据库中的编码,当数据库中存在该编码时,锚定该数据并进入下一验证模块,反之则限制其访问;

步骤S43:获取实时用户操作,根据操作目的对用户操作进行分割,提取每个分割的操作的特征,提取用户浏览数据的特征,对比用户历史浏览数据特征集和历史操作特征集,若相似度大于阈值,则允许访问,反之则禁止访问。