一种基于TCU-PN的敏感信息泄露风险评估方法及系统

本发明涉及数据治理技术领域，具体为一种基于TCU‑PN的敏感信息泄露风险评估方法及系统，包括以下步骤：构建敏感数据库，数据增强，构建训练数据集，模型架构搭建，特征融合与风险评估；有益效果为：通过构建时间卷积网络加指针网络的多层深度学习模型，基于门控注意力机制加权时序和PN实体特征来构建特征融合模块，以达到不只是对结构化数据的学习分析，也可分析自然语言中敏感信息的目的；对于信息中可能出现的数据变形情况，通过构建完善的敏感信息数据库来训练模型，包括创建格式数据以及各变形数据，以达到模型对敏感信息的全面覆盖；为了提高模型识别合法敏感信息的准确率，将采取数据增强技术进行数据质量的提升。