一种基于元数据假设与数据值验证的数据分类方法

本发明涉及数据治理与数据安全技术领域，提出了一种基于元数据假设与数据值验证的数据分类方法，包括：读取待分类字段元数据和分类规则库生成分类假设及预期数据值模式；统计实际数据值形成分布特征；对预期模式与分布特征进行对比计算获得各分类假设一致性得分；据此确定目标分类结果并更新分类知识库和预期模式库。本发明实现了在多源异构系统集中治理场景下显著降低字段分类错误率，提高数据分类结果与字段真实业务含义的一致性，进而提升依托该分类结果开展的权限控制和脱敏配置的准确性与实际应用效果。