一种结合人工智能的共享数据隐私处理方法及服务器与流程

1.本发明涉及人工智能技术领域，尤其涉及一种结合人工智能的共享数据隐私处理方法及服务器。


背景技术：

2.人工智能已经逐渐走进我们的生活，并应用于各个领域，人工智能不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。随着人工智能的发展，数据资源的共享也能够给用户带来极大的便利，但同时也存在一定的安全问题，比如：泄露用户隐私信息，为了降低共享资源提供者对隐私信息泄露所产生的困惑，则需要在最大限度保护共享资源提供者的隐私信息，而这一技术问题是在当下仍然是一个难点。


技术实现要素：

3.本发明提供一种结合人工智能的共享数据隐私处理方法及服务器，为实现上述技术目的，本发明采用如下技术方案。
4.第一方面是一种结合人工智能的共享数据隐私处理方法，应用于人工智能服务器，方法包括：基于云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达确挖掘个体隐私特征向量，并确定目标隐私限定型共享内容；利用所述云数据资源共享报告以及所述目标隐私限定型共享内容进行数据资源匿名预处理。
5.对于一种可能的技术方案，所述基于云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达确挖掘个体隐私特征向量，并确定目标隐私限定型共享内容，包括：捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达；其中，所述云数据资源共享报告包括第一类型共享报告和/或第二类型共享报告；结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量；结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，其中，所述第二数据资源共享内容中包括所述指定数据资源共享条目的第二隐私注意力向量的目标内容块携带匿名指示；所述利用所述云数据资源共享报告以及所述目标隐私限定型共享内容进行数据资源匿名预处理，包括：结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
6.对于一种可能的技术方案，所述捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达，包括：捕捉所述云数据资源共享报告匹配的第一类型共享报告所涵盖的数据共享需求以及各个数据共享需求匹配的共享凭证数据，确定所述云数据资源共享报告的数据共享需求关键表达；对所述云数据资源共享报告匹配的第一类型共享报告进行关键表达识别，确定所述云数据资源共享报告的共享执行方隐私关键表达；
其中，所述结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量，包括：捕捉所述数据共享需求关键表达所涵盖的多个阶段化数据共享需求关键表达以及所述多个阶段化数据共享需求关键表达匹配的阶段化共享执行方隐私关键表达；将所述阶段化数据共享需求关键表达和匹配的阶段化共享执行方隐私关键表达加载到个体隐私特征确定线程，确定与所述阶段化数据共享需求关键表达和所述阶段化共享执行方隐私关键表达匹配的个体隐私特征向量。
7.对于一种可能的技术方案，所述个体隐私特征向量包括多维度个体隐私特征向量，在结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容之前，所述方法还包括：将所述多维度个体隐私特征向量变换至降采样向量基准下，确定所述多维度个体隐私特征向量匹配的局部个体隐私特征向量；通过所述局部个体隐私特征向量调整所述个体隐私特征向量；其中，在结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容之前，所述方法还包括：对多组个体隐私特征向量进行向量精简操作，使每个数据资源共享内容的个体隐私特征向量与上下游共享内容的个体隐私特征向量之间的分析情况指数符合预设约束。
8.对于一种可能的技术方案，所述结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，包括：将每组个体隐私特征向量与所述第二数据资源共享内容加载到个体隐私匿名线程，确定与所述个体隐私特征向量匹配的目标隐私限定型共享内容，其中，所述个体隐私匿名线程用于结合个体隐私特征向量对所述第二数据资源共享内容中携带匿名指示的目标内容块进行隐私匿名化处理；其中，所述结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考，包括：将所述不少于一个目标隐私限定型共享内容与实现型数据资源共享内容进行拼接，确定第一数据资源共享内容簇；结合所述第一数据资源共享内容簇与所述云数据资源共享报告匹配的第一类型共享报告，确定所述指定数据资源共享条目的数据资源隐私匿名参考；其中，所述个体隐私特征确定线程通过数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板配置确定，其中，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板包括完成引导处理的所述指定数据资源共享条目的个体隐私特征向量。
9.对于一种可能的技术方案，所述个体隐私特征确定线程经由如下思路配置确定：结合所述数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板，对原始个体隐私特征确定线程进行配置，在线程性能描述的持续性跟踪评价符合指定要求时完成配置，以确定所述个体隐私特征确定线程，其中，所述线程性能描述包括所述原始个体隐私特征确定线程识别确定的个体隐私特征向量与完成引导处理的个体隐私特征向量之
间的分析情况。
10.对于一种可能的技术方案，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板通过对一数据资源共享条目的第一类型共享报告的数据共享需求关键表达和共享执行方隐私关键表达进行所述数据资源共享条目的个体隐私特征向量注释确定。
11.对于一种可能的技术方案，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板经由如下思路确定：捕捉所述数据资源共享条目的数据资源隐私匿名参考；结合所述数据资源隐私匿名参考捕捉多个隐私限定型共享内容，以及与所述隐私限定型共享内容匹配的多个第一类型共享报告数据；捕捉所述隐私限定型共享内容匹配的不少于一个第一类型共享报告数据的数据共享需求关键表达以及共享执行方隐私关键表达；结合所述隐私限定型共享内容捕捉个体隐私特征向量，并结合所述个体隐私特征向量对所述数据共享需求关键表达和所述共享执行方隐私关键表达进行注释，确定所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板。
12.对于一种可能的技术方案，所述个体隐私匿名线程通过主动干扰型协同线程配置确定，所述主动干扰型协同线程包括所述个体隐私匿名线程和第一判断子线程，所述配置的线程性能描述包括：性能描述d1，用作反映所述个体隐私匿名线程生成的个体隐私匿名化共享内容与目标隐私限定型共享内容之间的分析情况，其中，所述目标隐私限定型共享内容是所述个体隐私特征向量匹配的隐私限定型共享内容；性能描述d2，用作反映所述第一判断子线程对于线程原料生成的语义分割信息与所述线程原料的注释信息之间的分析情况，其中，所述注释信息指示所述线程原料为所述个体隐私匿名线程生成的个体隐私匿名化共享内容或者为实际隐私限定型共享内容；其中，所述主动干扰型协同线程还包括第二判断子线程，所述配置的线程性能描述还包括：性能描述d3，用作反映所述第二判断子线程对于所述个体隐私匿名化共享内容与数据共享需求关键表达匹配的检测数据与实际参考数据之间的分析情况。
13.第二方面是一种人工智能服务器，包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述人工智能服务器执行第一方面的方法。
14.第三方面是一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行第一方面的方法。
15.根据本发明的一个实施例，结合云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达，捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量，然后结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，所述第二数据资源共享内容中包括所述指定数据资源共享条目的第二隐私注意力向量的目标内容块携带匿名指示；进而结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
16.本发明实施例结合与云数据资源共享报告匹配的指定数据资源共享条目的个体
隐私特征向量以及携带匿名指示的指定数据资源共享条目所对应的数据资源共享内容来确定目标隐私限定型共享内容，所确定的所述指定数据资源共享条目的数据资源隐私匿名参考中所述指定数据资源共享条目的隐私匿名状态与所述云数据资源共享报告的兼容性较佳，且隐私匿名状态的更新不会影响到云数据资源共享报告的正常使用，这样可以保障指定数据资源共享条目所对应的数据资源隐私匿名参考能够尽可能考虑云数据资源共享报告中各共享需求方的实际数据共享需求，又能够最大限度保护共享资源提供者的个体隐私，从而实现共享业务下的针对性隐私匿名处理。
附图说明
17.图1为本发明实施例提供的一种结合人工智能的共享数据隐私处理方法的流程示意图。
18.图2为本发明实施例提供的一种结合人工智能的共享数据隐私处理装置的模块框图。
具体实施方式
19.以下，术语“第一”、“第二”和“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”或“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。
20.图1示出了本发明实施例提供的一种结合人工智能的共享数据隐私处理方法的流程示意图，结合人工智能的共享数据隐私处理方法可以通过人工智能服务器实现，人工智能服务器可以包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述人工智能服务器执行如下步骤所描述的技术方案。
21.总体而言，本发明实施例提供的技术方案可以总结为以下思路：基于云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达确挖掘个体隐私特征向量，并确定目标隐私限定型共享内容；利用所述云数据资源共享报告以及所述目标隐私限定型共享内容进行数据资源匿名预处理。如此设计，可以在针对数据资源共享的匿名处理过程中保障云数据资源共享报告的正常使用，并确保数据资源匿名预处理尽可能考虑云数据资源共享报告中各共享需求方的实际数据共享需求，又能够最大限度保护共享资源提供者的个体隐私，从而实现共享业务下的针对性隐私匿名处理。关于上述总结思路的示例性说明可以参阅以下步骤。
22.s101，捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达。
23.对于本发明实施例而言，数据共享需求可以用于组成云数据资源共享报告，数据共享需求关键表达可以包括反映云数据资源共享报告匹配的第一类型共享报告中所涵盖的各个数据共享需求的数据共享起始节点以及数据共享结束节点的关键表达。数据共享需求可以理解为共享需求方在进行数据共享过程中所产生的需求信息，比如：共享需求方要求何时进行数据资源共享、又比如：共享需求方的共享形式需求等。
24.在本发明的示例性设计思路下，可以通过捕捉所述云数据资源共享报告匹配的第
一类型共享报告所涵盖的数据共享需求以及各个数据共享需求匹配的共享凭证数据，确定所述云数据资源共享报告的数据共享需求关键表达。其中，共享凭证数据可以理解为数字签名认证。可以理解，数据共享需求关键表达可以从时间层面反映数据共享需求的关键内容。共享执行方隐私关键表达可以记录第一类型共享报告的执行方隐私匿名需求，所述共享执行方隐私关键表达比如可以为隐私迫切度描述、隐私紧急程度指数等。在本发明的示例性设计思路下，所述云数据资源共享报告的共享执行方隐私关键表达可以通过对所述云数据资源共享报告匹配的第一类型共享报告进行关键表达识别确定。其中，关键表达识别可以是特征挖掘、关键内容提取等。
25.在本发明的示例性设计思路下，云数据资源共享报告可以是供需两端在交互过程中一系列数据信息，其表现形式不限，通常可以通过人工智能服务器确定。进一步的，所述云数据资源共享报告可以第一类型共享报告和/或第二类型共享报告。举例而言，第一类型共享报告可以是音频性质的共享报告，第二类型共享报告可以是文本性质的共享报告。
26.在所述云数据资源共享报告仅包括第一类型共享报告的前提下，可以通过对所述第一类型共享报告进行报告分析，确定所述第一类型共享报告匹配的第二类型共享报告，从而可以确定所述云数据资源共享报告匹配的第一类型共享报告和第二类型共享报告。在所述云数据资源共享报告仅包括第二类型共享报告的前提下，可以通过对所述第二类型共享报告进行报告整理，将第二类型共享报告所匹配的关键词变更为第一类型共享报告，从而可以确定所述云数据资源共享报告匹配的第一类型共享报告和第二类型共享报告。在所述云数据资源共享报告包括第一类型共享报告和第二类型共享报告的前提下，该第一类型共享报告和第二类型共享报告对应于同一报告。可以理解的是，第一类型共享报告和第二类型共享报告的差异在于表现形式的不同。
27.在一些可能的示例中，通过对所述云数据资源共享报告匹配的第一类型共享报告和第二类型共享报告进行配对处理，可以确定所述云数据资源共享报告的数据共享需求关键表达。通过对第一类型共享报告和第二类型共享报告进行配对处理，不仅能够确定所述第一类型共享报告所涵盖的数据共享需求，而且还能够结合准确确定各个数据共享需求匹配的共享凭证数据，进而精准确定所述云数据资源共享报告的数据共享需求关键表达。
28.s102，结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量。
29.对于本发明实施例而言，个体隐私特征向量用于反映指定数据资源共享条目的隐私特征信息分布，而指定数据资源共享条目可以理解为数据资源共享事件或者事项，比如指定数据资源共享条目可以是“共享文件1”，而个体隐私特征向量可以是针对“共享文件1”中的“文件创建者2”的隐私信息。
30.以确定第一数据资源共享内容中指定数据资源共享条目的数据资源隐私匿名参考为例，在s102中，结合所述云数据资源共享报告的数据共享需求关键表达和所述共享执行方隐私关键表达，捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量。在所述云数据资源共享报告匹配的第一类型共享报告包括多个数据共享需求的前提下，可以确定这些数据共享需求和相应的共享执行方隐私关键表达所匹配的个体隐私特征向量簇。其中，所述个体隐私特征向量簇包括依照时序先后进行整理的多组个体隐私特征向量。
31.本发明实施例在所述云数据资源共享报告的数据共享需求关键表达的基础上还增添了共享执行方隐私关键表达，使得所捕捉的个体隐私特征向量与该云数据资源共享报告匹配的第一类型共享报告的关键描述更加适配，保障数据资源隐私匿名参考的精准度和可信度。
32.s103，结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容。
33.对于本发明实施例而言，所述第二数据资源共享内容可以是包括所述指定数据资源共享条目的第一隐私注意力向量的数据资源共享内容，所述第二数据资源共享内容可以是与所述第一数据资源共享内容可以是相同的数据资源共享内容，也可以是不同的数据资源共享内容。
34.结合在s102中所确定的不少于一组个体隐私特征向量，可以对所述第二数据资源共享内容中携带匿名指示的局部信息进行隐私匿名化处理，从而使得第二数据资源共享内容中指定数据资源共享条目中携带匿名指示的内容集的个体隐私特征向量的相对分布情况，与云数据资源共享报告的数据共享需求关键表达和共享执行方隐私关键表达相同。这样，结合所述不少于一个个体隐私特征向量以及所述第二数据资源共享内容生成的不少于一个目标隐私限定型共享内容中，携带匿名指示的目标内容块的个体隐私特征向量与所述云数据资源共享报告是匹配的。
35.s104，结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
36.可以理解的是，基于云数据资源共享报告以及目标隐私限定型共享内容所确定出的指定数据资源共享条目的数据资源隐私匿名参考，能够尽可能迎合数据资源的供求双方的需求，从而保障数据资源拥有者的隐私防护的同时尽可能满足数据资源请求者的共享需求，换言之，本发明实施例结合与云数据资源共享报告匹配的指定数据资源共享条目的个体隐私特征向量以及携带匿名指示的指定数据资源共享条目所对应的数据资源共享内容来确定目标隐私限定型共享内容，所确定的所述指定数据资源共享条目的数据资源隐私匿名参考中所述指定数据资源共享条目的隐私匿名状态与所述云数据资源共享报告的兼容性较佳，且隐私匿名状态的更新不会影响到云数据资源共享报告的正常使用，这样可以保障指定数据资源共享条目所对应的数据资源隐私匿名参考能够尽可能考虑云数据资源共享报告中各共享需求方的实际数据共享需求，又能够最大限度保护共享资源提供者的个体隐私，从而实现共享业务下的针对性隐私匿名处理。
37.在一些可能的示例中，可以将所述不少于一个目标隐私限定型共享内容与辅助型数据资源共享内容进行拼接，确定第一数据资源隐私匿名参考，并结合所述第一数据资源隐私匿名参考与所述云数据资源共享报告匹配的第一类型共享报告，确定所述指定数据资源共享条目的数据资源隐私匿名参考。可以理解，可以将所述目标隐私限定型共享内容中个体特征内容集的细节信息作为重要细节信息，与所述辅助型数据资源共享内容进行组合，以实现所述目标隐私限定型共享内容与辅助型数据资源共享内容的拼接。也可以通过其他思路对目标隐私限定型共享内容与辅助型数据资源共享内容进行拼接。
38.如此，可以生成指定数据资源共享条目在不同共享会话下的数据资源隐私匿名参
考，保障了该方法的兼容性。
39.在一些可能的示例中，可以通过个体隐私特征确定线程，确定所述数据共享需求关键表达和所述共享执行方隐私关键表达匹配的第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量。
40.一方面，捕捉所述数据共享需求关键表达所涵盖的多个阶段化数据共享需求关键表达以及所述多个阶段化数据共享需求关键表达匹配的阶段化共享执行方隐私关键表达。
41.可以理解，可以通过在所述云数据资源共享报告的数据共享需求关键表达和共享执行方隐私关键表达上进行依次访问的思路，获得所述数据共享需求关键表达所涵盖的多个阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达。举例而言，数据共享需求关键表达和共享执行方隐私关键表达可以按照访问执行器（比如一具有时序的窗口）的大小来拆解出多个阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达。示例性的，在对所述云数据资源共享报告的数据共享需求关键表达和共享执行方隐私关键表达进行依次访问时，可以将每次依次访问处理后获得在该次访问执行器内的数据共享需求关键表达和共享执行方隐私关键表达，作为阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达，并且，在相同访问执行器内的阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达是对应于相同数据资源的。
42.另一方面，将所述阶段化数据共享需求关键表达和匹配的阶段化共享执行方隐私关键表达加载到通过配置的个体隐私特征确定线程，确定与所述阶段化数据共享需求关键表达和所述阶段化共享执行方隐私关键表达匹配的个体隐私特征向量。在实际实施时，可以将多个阶段化数据共享需求关键表达和匹配的多个阶段化共享执行方隐私关键表达，以多个【阶段化数据共享需求关键表达+阶段化共享执行方隐私关键表达】的方式，依次加载到个体隐私特征确定线程。所述个体隐私特征确定线程用于结合每个【阶段化数据共享需求关键表达+阶段化共享执行方隐私关键表达】，确定匹配的一组个体隐私特征向量。在将所有的【阶段化数据共享需求关键表达+阶段化共享执行方隐私关键表达】加载到个体隐私特征确定线程后，即可以确定所述云数据资源共享报告匹配的多组个体隐私特征向量。
43.在本发明的示例性设计思路下，所述个体隐私特征向量确定线程可以是多维度个体隐私特征向量确定线程，比如所生成的个体隐私特征向量是多维度个体隐私特征向量，除了包括所述个体隐私特征向量的分布标签外，还包括所述个体隐私特征向量的细节评价；所述个体隐私特征向量确定线程也可以是局部个体隐私特征向量确定线程，比如所生成的个体隐私特征向量是局部个体隐私特征向量。
44.在所述个体隐私特征向量为多维度个体隐私特征向量的前提下，在结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容之前，所述方法还包括：将所述多维度个体隐私特征向量变换至降采样向量基准下，确定所述多维度个体隐私特征向量匹配的局部个体隐私特征向量；通过所述局部个体隐私特征向量调整所述个体隐私特征向量。其次，结合不少于一组局部个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容；最后，结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
45.在一些可能的示例中，可以对多组个体隐私特征向量进行向量精简操作，使每个数据资源共享内容的个体隐私特征向量与上下游共享内容（包括上游共享内容和/或下游共享内容）的个体隐私特征向量之间的分析情况指数符合预设约束，该预设约束例如可以包括各个个体隐私特征向量的分布与上下游共享内容中对应个体隐私特征向量的分布之间的分析情况指数均小于目标指数。如此，可以对低质量的个体隐私特征向量进行清除，从而保障数据资源隐私匿名参考的可靠性，避免过多或者过少的匿名化处理。
46.在一些可能的示例中，可以经由如下思路确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容：将每组个体隐私特征向量与包括所述第二数据资源共享内容加载到个体隐私匿名线程，确定与所述个体隐私特征向量匹配的目标隐私限定型共享内容，其中，所述个体隐私匿名线程用于结合个体隐私特征向量对所述第二数据资源共享内容中携带匿名指示的目标内容块进行隐私匿名化处理。
47.在本发明的示例性设计思路下，通过个体隐私匿名线程，结合个体隐私特征向量对所述第二数据资源共享内容中携带匿名指示的目标内容块进行隐私匿名化处理，可以确定所述目标内容块的个体隐私特征向量与输入的个体隐私特征向量一致，从而保障所述指定数据资源共享条目的隐私匿名状态的实时性，并且通过个体隐私匿名线程对所述第二数据资源共享内容中携带匿名指示的目标内容块进行隐私匿名化处理，可以确定出精度更大的目标隐私限定型共享内容（隐私限定型共享内容可以理解为需进行隐私匿名处理的待共享数据资源）。
48.在一些可能的示例中，所述个体隐私特征确定线程可以通过数据共享需求关键表达模板和共享执行方隐私关键表达模板进行配置确定，进一步地，个体隐私特征确定线程可以通过s201和s202所记录的技术方案进行配置。
49.s201，捕捉数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板包括完成引导处理的所述指定数据资源共享条目的个体隐私特征向量。其中，所述数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板，是基于同一数据资源确定的，并且所述数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板中所完成引导处理的个体隐私特征向量是相同的。
50.s202，结合所述数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板，对原始个体隐私特征确定线程进行配置，在线程性能描述的持续性跟踪评价符合指定要求时完成配置，以确定所述个体隐私特征确定线程，其中，所述线程性能描述包括所述原始个体隐私特征确定线程识别确定的个体隐私特征向量与完成引导处理的个体隐私特征向量之间的分析情况。
51.在一些可能的示例中，所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板通过对一数据资源共享条目的第一类型共享报告的数据共享需求关键表达和共享执行方隐私关键表达进行所述数据资源共享条目的个体隐私特征向量注释确定。
52.对于一种可独立实施的实施例而言，数据共享需求关键表达模板和匹配的共享执行方隐私关键表达模板，可以通过经由如下步骤确定。
53.s301，捕捉所述数据资源共享条目的数据资源隐私匿名参考。
54.对于本发明实施例而言，该数据资源共享条目可以是所生成的数据资源隐私匿名
参考所针对的指定数据资源共享条目，也可以是与该指定数据资源共享条目不同的数据资源共享条目。
55.举例而言，在需要生成某一指定数据资源共享条目的数据资源隐私匿名参考的前提下，则捕捉该指定数据资源共享条目的已有数据资源隐私匿名参考，用于捕捉数据共享需求关键表达模板和共享执行方隐私关键表达模板。
56.s302，结合所述数据资源隐私匿名参考捕捉多个隐私限定型共享内容，以及与所述隐私限定型共享内容匹配的多个第一类型共享报告数据。
57.对于本发明实施例而言，通过对所述数据资源隐私匿名参考进行分割，确定所述数据资源隐私匿名参考匹配的数据资源以及所述数据资源隐私匿名参考所涵盖的多个隐私限定型共享内容。其中，所述数据资源中的多个第一类型共享报告数据与所述多个隐私限定型共享内容存在一一配对。
58.s303，捕捉所述隐私限定型共享内容匹配的不少于一个第一类型共享报告数据的数据共享需求关键表达以及共享执行方隐私关键表达。
59.对于本发明实施例而言，结合所述多个隐私限定型共享内容与所述数据资源中的多个第一类型共享报告数据的一一配对，捕捉其中任意隐私限定型共享内容匹配的不少于一个第一类型共享报告数据的数据共享需求关键表达以及共享执行方隐私关键表达。
60.s304，结合所述隐私限定型共享内容捕捉个体隐私特征向量，并结合所述个体隐私特征向量对所述数据共享需求关键表达和所述共享执行方隐私关键表达进行注释，确定所述数据共享需求关键表达模板和所述共享执行方隐私关键表达模板。
61.对于本发明实施例而言，通过结合待生成数据资源隐私匿名参考所针对的指定数据资源共享条目的已有数据资源隐私匿名参考，生成数据共享需求关键表达模板和共享执行方隐私关键表达模板，可以准确地确定所述指定数据资源共享条目在激活状态下的数据共享需求关键表达和共享执行方隐私关键表达与个体隐私特征向量之间的联系，可以高质量地实现对个体隐私特征向量确定线程的配置。
62.在一些可能的示例中，所述个体隐私匿名线程可以通过主动干扰型协同线程进行配置。可以理解，所述主动干扰型协同线程包括所述个体隐私匿名线程和第一判断子线程，所述个体隐私匿名线程用于结合个体隐私特征向量对输入的待处理隐私限定型共享内容进行隐私匿名化处理，生成个体隐私匿名化共享内容，其中，所述待处理隐私限定型共享内容是通过对目标隐私限定型共享内容中包括第二隐私注意力向量的目标内容块进行匿名化处理确定的，所述目标隐私限定型共享内容可以是所述个体隐私特征向量匹配的隐私限定型共享内容；所生成的个体隐私匿名化共享内容与实际隐私限定型共享内容随机加载到所述第一判断子线程，所述第一判断子线程输出对于线程原料的检测结果，比如判断所述线程原料是个体隐私匿名化共享内容或实际隐私限定型共享内容。举例而言，第一隐私注意力向量和第二隐私注意力向量分别表示对不同角度的隐私信息的关注程度，比如第一隐私注意力向量可以侧重于用户个体的联系方式隐私，第二隐私注意力向量可以侧重于用户个体的业务行为习惯隐私等。
63.对于一种可独立实施的实施例而言，通过所述主动干扰型协同线程对所述个体隐私匿名线程进行配置的性能描述示例性的可以包括如下内容：性能描述d1，用作反映所述个体隐私匿名线程生成的个体隐私匿名化共享内容与目标隐私限定型共享内容之间的分
析情况，其中，所述目标隐私限定型共享内容是所述个体隐私特征向量匹配的隐私限定型共享内容；性能描述d2，用作反映所述第一判断子线程对于线程原料生成的语义分割信息与所述线程原料的注释信息之间的分析情况，其中，所述注释信息指示所述线程原料为所述个体隐私匿名线程生成的个体隐私匿名化共享内容或者为实际隐私限定型共享内容。
64.可以理解，在所述配置的性能描述的持续性跟踪评价符合指定要求时完成配置，确定所述个体隐私匿名线程。
65.如此一来，通过主动干扰型协同线程对所述个体隐私匿名线程进行配置，可以提升所述个体隐私匿名线程生成的个体隐私匿名化共享内容的精度，从而提高所确定的所述指定数据资源共享条目的数据资源隐私匿名参考的数据资源共享内容质量。
66.在一些可能的示例中，还可以增添用于判断个体隐私匿名化共享内容是否与数据共享需求关键表达配对的第二判断子线程，以实现所述个体隐私匿名线程的配置。在该配置方法中，所述个体隐私匿名线程生成的个体隐私匿名化共享内容加载到所述第二判断子线程。该配置的性能描述在上述性能描述d1和性能描述d2之外，还包括性能描述d3，所述性能描述d3用作反映所述第二判断子线程对于所述个体隐私匿名化共享内容与数据共享需求关键表达匹配的检测数据与实际参考数据之间的分析情况。
67.可以理解，通过增添第二判断子线程对所述个体隐私匿名线程进行配置，进一步提高了数据共享需求关键表达与个体隐私特征向量的配对精度，能够提高数据资源隐私匿名参考的针对性。
68.此外，本发明实施例还提供了如下技术方案。
69.s401，对云数据资源共享报告匹配的第一类型共享报告和第二类型共享报告进行配对处理，确定所述云数据资源共享报告的数据共享需求关键表达。
70.在所述云数据资源共享报告只包括第一类型共享报告的前提下，可以通过对所述第一类型共享报告进行报告分析，确定所述第一类型共享报告匹配的第二类型共享报告；在所述云数据资源共享报告只包括第二类型共享报告的前提下，可以通过对所述第二类型共享报告进行报告整理，将第二类型共享报告所匹配的关键词变更为第一类型共享报告。
71.s402，对所述云数据资源共享报告匹配的第一类型共享报告进行关键表达识别，确定所述云数据资源共享报告的共享执行方隐私关键表达。
72.s403，通过在所述云数据资源共享报告的数据共享需求关键表达和共享执行方隐私关键表达上进行依次访问的思路，获得所述数据共享需求关键表达所涵盖的多个阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达。可以理解的是，在依次访问时，每轮获取的访问执行器内的数据共享需求关键表达和共享执行方隐私关键表达为阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达，并且，在相同访问执行器内的阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达是对应于同一数据资源的。
73.s404，将所述阶段化数据共享需求关键表达和匹配的阶段化共享执行方隐私关键表达加载到经配置的个体隐私特征确定线程，确定与所述阶段化数据共享需求关键表达和所述阶段化共享执行方隐私关键表达匹配的个体隐私特征向量。对于每轮获取的访问执行器内的阶段化数据共享需求关键表达和阶段化共享执行方隐私关键表达，所述个体隐私特征确定线程输出该访问执行器匹配的个体隐私特征向量。
74.可以理解，所述个体隐私特征确定线程为多维度个体隐私特征确定线程，相应地，所确定的个体隐私特征向量为多维度个体隐私特征向量。
75.s405，捕捉所述多维度个体隐私特征向量匹配的局部个体隐私特征向量。
76.s406，对多组局部个体隐私特征向量进行向量精简操作，使每个数据资源共享内容的局部个体隐私特征向量与上下游共享内容的个体隐私特征向量之间的分析情况指数符合预设约束。
77.s407，将经向量精简操作后的每组局部个体隐私特征向量与所述第二数据资源共享内容加载到个体隐私匿名线程，确定与所述局部个体隐私特征向量匹配的目标隐私限定型共享内容。
78.s408，将s207中确定的多组目标隐私限定型共享内容与模板数据资源共享内容进行拼接，确定第一数据资源共享内容簇。
79.s409中，结合所述第一数据资源共享内容簇与所述云数据资源共享报告匹配的第一类型共享报告，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
80.在上述内容的基础上，本发明实施例还提供了一种可独立实施的技术方案，该方案在确定了指定数据资源共享条目的数据资源隐私匿名参考之后可独立实施，示例性地可以包括如下内容：基于所述数据资源隐私匿名参考进行隐私匿名处理，得到针对所述指定数据资源共享条目的隐私匿名处理结果；结合所述隐私匿名处理结果进行数据资源共享处理。
81.在一种可独立实施的技术方案下，基于所述数据资源隐私匿名参考进行隐私匿名处理，得到针对所述指定数据资源共享条目的隐私匿名处理结果，可以包括以下内容：利用所述数据资源隐私匿名参考确定所述指定数据资源共享条目的条目细节内容集合，其中，所述条目细节内容集合包括不间断的k组条目细节内容，所述k为不小于1的整数；根据所述条目细节内容集合确定伪隐私内容集合，其中，所述伪隐私内容集合包括不间断的k组伪隐私内容；基于所述条目细节内容集合，通过条目细节分析网络所包括的第一描述挖掘子网确定条目细节描述信息集合，其中，所述条目细节描述信息集合包括k个条目细节描述信息；基于所述伪隐私内容集合，通过所述条目细节分析网络所包括的第二描述挖掘子网确定伪隐私描述信息集合，其中，所述伪隐私描述信息集合包括k个伪隐私描述信息；基于所述条目细节描述信息集合以及所述伪隐私描述信息集合，通过所述条目细节分析网络所包括的语义分割子网确定所述条目细节内容所对应的隐私等级评分；根据所述隐私等级评分确定所述条目细节内容集合的隐私匿名处理结果。如此设计，通过进一步区分伪隐私描述信息，能够最大程度保障隐私匿名处理的针对性，避免对一些没有必要匿名处理的共有信息进行匿名处理而带来的资源浪费。
82.在一种可独立实施的技术方案下，所述基于所述条目细节描述信息集合以及所述伪隐私描述信息集合，通过所述条目细节分析网络所包括的语义分割子网确定所述条目细节内容集合所对应的隐私等级评分，包括：基于所述条目细节描述信息集合，通过所述条目细节分析网络所包括的第一场景关注子网确定k个第一视觉型数组表达，其中，每个第一视觉型数组表达对应于一个条目细节描述信息；基于所述伪隐私描述信息集合，通过所述条目细节分析网络所包括的第二场景关注子网确定k个第二视觉型数组表达，其中，每个第二视觉型数组表达对应于一个伪隐私描述信息；对所述k个第一视觉型数组表达以及所述k个
第二视觉型数组表达进行融合处理，得到k个目标视觉型数组表达，其中，每个目标视觉型数组表达包括一个第一视觉型数组表达以及一个第二视觉型数组表达；基于所述k个目标视觉型数组表达，通过所述条目细节分析网络所包括的所述语义分割子网确定所述条目细节内容集合所对应的隐私等级评分。例如，视觉型数组表达可以理解为特征向量，如此设计，可以精准可靠地确定出隐私等级评分。
83.基于同样的发明构思，图2示出了本发明实施例提供的一种结合人工智能的共享数据隐私处理装置的模块框图，一种结合人工智能的共享数据隐私处理装置可以包括实施图1所示的相关方法步骤的如下模块。
84.需求捕捉模块210，用于捕捉云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达。
85.特征确定模块220，用于结合所述数据共享需求关键表达和所述共享执行方隐私关键表达捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量。
86.内容获取模块230，用于结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容。
87.隐私处理模块240，用于结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
88.应用于本发明的相关实施例可以达到如下技术效果：结合云数据资源共享报告的数据共享需求关键表达以及共享执行方隐私关键表达，捕捉第一数据资源共享内容中指定数据资源共享条目的不少于一组个体隐私特征向量，然后结合所述不少于一组个体隐私特征向量以及包括所述指定数据资源共享条目的第一隐私注意力向量的第二数据资源共享内容，确定与所述云数据资源共享报告匹配的不少于一个目标隐私限定型共享内容，所述第二数据资源共享内容中包括所述指定数据资源共享条目的第二隐私注意力向量的目标内容块携带匿名指示；进而结合所述云数据资源共享报告和所述不少于一个目标隐私限定型共享内容，确定所述指定数据资源共享条目的数据资源隐私匿名参考。
89.本发明实施例结合与云数据资源共享报告匹配的指定数据资源共享条目的个体隐私特征向量以及携带匿名指示的指定数据资源共享条目所对应的数据资源共享内容来确定目标隐私限定型共享内容，所确定的所述指定数据资源共享条目的数据资源隐私匿名参考中所述指定数据资源共享条目的隐私匿名状态与所述云数据资源共享报告的兼容性较佳，且隐私匿名状态的更新不会影响到云数据资源共享报告的正常使用，这样可以保障指定数据资源共享条目所对应的数据资源隐私匿名参考能够尽可能考虑云数据资源共享报告中各共享需求方的实际数据共享需求，又能够最大限度保护共享资源提供者的个体隐私，从而实现共享业务下的针对性隐私匿名处理。
90.以上所述，仅为本发明的具体实施方式。熟悉本技术领域的技术人员根据本发明提供的具体实施方式，可想到变化或替换，都应涵盖在本发明的保护范围之内。