本发明涉及一种大数据脱敏方法，具体涉及一种大数据脱敏方法。
背景技术：
现有技术下，为了保障数据使用过程中的安全，一般采用数据脱敏的方法，对敏感数据进行脱敏，但是已有的方法都是针对数据库进行脱敏，具体的过程如下：
1、基于规则的方式识别数据库中的敏感数据和敏感字段；
2、采用遮挡、替换、随机变换、加密的方式对敏感数据进行脱敏；
3、记录数据脱敏的日志，以供用户查询脱敏任务的执行情况。
随着数据隐私保护越来越重要，政府和企业都采用了数据库脱敏的方式来保障数据的安全，但是仍然存在以下问题：
1、数据资源有结构化、半结构化和非结构化的数据类型，目前，大多数据研究都只针对结构化的数据库数据，如何对图片、文件和多媒体(视频、音频)进行敏感数据脱敏仍然处于探索阶段，没有成熟的方法和流程。
2、已有的敏感数据识别大都是基于规则发现和人工定义的方法，基于规则发现的方法可以有效识别符合规则定义的敏感数据，但是会遗漏掉大量无规则的敏感数据，降低敏感数据识别的准确率；另一方面基于人工定义的方式在数据量比较大的情况下，会增加用户的负担，降低系统的可用性与易用性。
3、现有的数据脱敏仅仅考虑了单个节点敏感数据的识别，忽略了多级部门的敏感数据脱敏及监管的问题。
4、数据拥有者和政府如何对数据脱敏的过程进行监控，分析脱敏日志，实时审计，监测异常行为，及时防止敏感数据泄露，是大部分数据脱敏系统并未考虑的问题，却是亟待解决的问题。
因此，大数据领域亟需一种安全、高效的大数据脱敏方法，既可以实现各种数据类型的敏感数据精准识别与数据脱敏，保障数据的可用性，又可以保证数据脱敏性能的同时，实现敏感数据的多级安全管理。
技术实现要素：
本发明所要解决的技术问题是需要在高效的进行大数据脱敏时，还能够对数据内的异常数据进行判断分离删除，保证存储数据的准确、安全，目的在于提供一种大数据脱敏方法，解决上述的问题。
本发明通过下述技术方案实现：
一种大数据脱敏方法，其特征在于，所述方法包括如下步骤：
s1：在数据采集后将采集的数据进行检测，通过预先输入数据库的特征码与采集的数据进行的特征码进行比对，将采集数据的特征码与数据库内预存的特征码一致的数据进行列出；s2：将列出的数据进行的预存特征码进行删除，并保留数据的其他数据源代码，将处理后的数据与原数据进行数据对比，将对比结果输出至外部设备；s3：通过外部设备进行反馈，并根据反馈结果进行下一步操作，若反馈结果为终止，则停止对处理后的数据进行脱敏，直接将处理后的数据发送至数据库内进行存储，若反馈结果需要进行脱敏，进入步骤s4；s4：将处理后的数据中加入数据变形码，将处理后的数据进行变形，将变形后的数据发送至数据库内进行存储。在目前的大数据脱敏方法中，通常重点都在脱敏上，但是目前的技术对数据脱敏程度还是较低，若使用比较复杂的脱敏技术，则会造成原本数据的杂余数据量增多，增大存储量的难度。目前，数据内部的木马程序增多，并且无关数据字符也有很多，这样进行存储，在加上脱敏所需要的代码对存储模块的要求很高，对此，本申请文件将对采集的数据进行一侧筛检，利用数据库预先存储的特征码进行对比，在对比一致后，能够将有该类特征码的数据进行查验出来，并将该部分特征码进行删除，并处理后的数据发送至外部设置，由人工进行判断是否进行存储，而这些特征码则可以采用木马数据库内的木马特征、杂余数据特征等信息进行判断。若需要则继续脱敏，若不需要进行脱敏则直接就可以进行存储，这样能够将数据字节压缩，保证数据安全和完整的前提下，能够有效的进行数据量的存储，还能够根据用户的要求，进行脱敏操作。
进一步地，所述数据变形码采用分段结构，在采集数据中任意一个字节位置加入一段掩码字节，通过掩码字节对目标数据代码进行掩藏。通过分段结构的数据变形，能够加入多段的掩码字节，保证数据安全进行脱敏。
进一步地，所述外部设备采用pc机、笔记本电脑、平板电脑、手机中任意一种。采用多种外部设备进行结果输出的接收，能够让用户在第一时间获取输出结果的信息，进行及时的处理。
进一步地，所述数据库对数据进行种类分类，所述数据库数据溢出后将最早存储的数据内容进行覆盖。为了避免出现数据库内的最新数据遗失的情况，采用这种覆盖式数据式的存储方式，能够有效避免最新产生的数据遗失。而较早的数据内容能够通过移动硬盘进行导出，节省存储空间。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种大数据脱敏方法，能够在数据脱敏前，对数据情况进行判断，避免出现木马数据影响数据库；
2、本发明一种大数据脱敏方法，设置的外部设备，能够让用户在第一时间获取数据信息，能够及时进行判断；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
本发明一种大数据脱敏方法，其特征在于，所述方法包括如下步骤：
s1：在数据采集后将采集的数据进行检测，通过预先输入数据库的特征码与采集的数据进行的特征码进行比对，将采集数据的特征码与数据库内预存的特征码一致的数据进行列出；s2：将列出的数据进行的预存特征码进行删除，并保留数据的其他数据源代码，将处理后的数据与原数据进行数据对比，将对比结果输出至外部设备；s3：通过外部设备进行反馈，并根据反馈结果进行下一步操作，若反馈结果为终止，则停止对处理后的数据进行脱敏，直接将处理后的数据发送至数据库内进行存储，若反馈结果需要进行脱敏，进入步骤s4；s4：将处理后的数据中加入数据变形码，将处理后的数据进行变形，将变形后的数据发送至数据库内进行存储。在目前的大数据脱敏方法中，通常重点都在脱敏上，但是目前的技术对数据脱敏程度还是较低，若使用比较复杂的脱敏技术，则会造成原本数据的杂余数据量增多，增大存储量的难度。目前，数据内部的木马程序增多，并且无关数据字符也有很多，这样进行存储，在加上脱敏所需要的代码对存储模块的要求很高，对此，本申请文件将对采集的数据进行一侧筛检，利用数据库预先存储的特征码进行对比，在对比一致后，能够将有该类特征码的数据进行查验出来，并将该部分特征码进行删除，并处理后的数据发送至外部设置，由人工进行判断是否进行存储，而这些特征码则可以采用木马数据库内的木马特征、杂余数据特征等信息进行判断。若需要则继续脱敏，若不需要进行脱敏则直接就可以进行存储，这样能够将数据字节压缩，保证数据安全和完整的前提下，能够有效的进行数据量的存储，还能够根据用户的要求，进行脱敏操作。
所述数据变形码采用分段结构，在采集数据中任意一个字节位置加入一段掩码字节，通过掩码字节对目标数据代码进行掩藏。通过分段结构的数据变形，能够加入多段的掩码字节，保证数据安全进行脱敏。所述外部设备采用pc机、笔记本电脑、平板电脑、手机中任意一种。采用多种外部设备进行结果输出的接收，能够让用户在第一时间获取输出结果的信息，进行及时的处理。
所述数据库对数据进行种类分类，所述数据库数据溢出后将最早存储的数据内容进行覆盖。为了避免出现数据库内的最新数据遗失的情况，采用这种覆盖式数据式的存储方式，能够有效避免最新产生的数据遗失。而较早的数据内容能够通过移动硬盘进行导出，节省存储空间。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。