一种数据合规分析方法技术

本发明专利技术公开了一种数据合规分析方法，包括：设置法律知识库、合规问卷库和智能建议库；在所述法律知识库中选择目标法律，自动识别其中与数据合规相关的法律条文并进行标注；在所述合规问卷中选择目标模块，以使得用户得到自定义合规问卷表单并进行选答；在智能建议库中输入案例描述、数据和选答后的合规问卷，分析数据风险并推荐出违规概率最高的若干个法条；对于选答后的合规问卷进行表单真实性验证、违规项风险评级以及各数据维度评分，得到数据合规评分。规评分。规评分。

【技术实现步骤摘要】
一种数据合规分析方法


[0001]本专利技术属于数据合规领域，尤其涉及一种数据合规分析方法。

技术介绍

[0002]随着数据合规法律架构初步健全，国家对数据合规与个人信息保护提出了明确要求。同时，国内外对数据违规处罚力度加大，对数据安全监管愈发严格。因此，人们对于全面了解数据合规法律的需求不断膨胀。
[0003]法律素材类型杂乱与法律的专业性困扰着普通民众对法律的学习、理解和使用，难以将法律变成武器保护自身权益。现有资源中，缺乏对数据合规相关法律法条的统一整理、违规要点梳理、违规法条自荐。如果通过人工整理、筛查、评分，如此大量的数据整理需要花费大量的时间与人力，基本无法实现。此外，数据合规性与各维度评估指标缺少一套统一标准，因此需要一种合规量化指标设计方法解决上述困境。

技术实现思路

[0004]为解决现有资源中缺乏数据合规相关法条整理、标注、拆分的问题，本申请实施例的目的是提供一种数据合规分析方法。
[0005]根据本申请实施例的第一方面，提供一种数据合规分析方法，包括：
[0006]步骤S101：设置法律知识库、合规问卷库和智能建议库；
[0007]步骤S102：在所述法律知识库中选择目标法律，自动识别其中与数据合规相关的法律条文并进行标注；
[0008]步骤S103：在所述合规问卷中选择目标模块，以使得用户得到自定义合规问卷表单并进行选答；
[0009]步骤S104：在智能建议库中输入案例描述、数据和选答后的合规问卷，分析数据风险并推荐出违规概率最高的若干个法条；
[0010]步骤S105：对于选答后的合规问卷进行表单真实性验证、违规项风险评级以及各数据维度评分，得到数据合规评分。
[0011]进一步地，所述法律知识库包括：
[0012]国内法律知识库，所述国内法律知识库包含国内所有数据合规相关的有效文件，并按法律、行政法规、部门规章及规范性文件、国家及行业标准进行分类；
[0013]国际法律知识库，所述国际法律知识库包含国际上重要的数据合规相关的法律文件，按国家及地区分类。
[0014]进一步地，所述合规问卷库包括：
[0015]法规问卷库，所述法规问卷库是针对各部法律，拆分所述法律的各项法条，得到所述法律专属的合规问卷；
[0016]数据全流程问卷库，所述数据全流程问卷库包括数据全流程安全评估问卷、数据全流程处理评估问卷，所述数据全流程安全评估问卷分为基础性评估模块与技术能力评估
模块，所述数据全流程处理评估问卷按各数据流程分为数据采集、数据传输、数据存储、数据使用、数据披露、数据销毁、委托处理的模块；
[0017]其中所述合规问卷库支持自定义问卷，从所述法规问卷库或数据全流程问卷库中选择相应的模块或添加自定义模块，按预设规则选择题目，生成项目特有的问卷表单。
[0018]进一步地，所述智能建议库包括：
[0019]第一建议库，所述第一建议库是通过收集数据，智能分析所述数据所含风险，并给出违规概率最高的若干个法条；
[0020]第二建议库，所述第二建议库是通过搜索违规项，得到所述违规项对应的问题并生成合规问卷，通过用户的选答，罗列出违规概率最高的若干个法条。
[0021]进一步地，在所述法律知识库中选择目标法律，自动识别其中与数据合规相关的法律条文并进行标注，包括：
[0022]对所述目标法律进行语料预处理、特征提取、分类，以得到所有数据合规相关的法律条文；
[0023]通过违规项标注、下位法拆分进行特殊标注，其中所述违规项包括数据安全违规项与数据处理违规项，所述数据安全违规项包括数据分类分级、制度保障、数据识别、接口安全管理、数据防泄漏，所述数据处理违规项主要包括数据采集、数据传输、数据存储、数据使用、数据披露、数据销毁、委托处理，所述下位法拆分是根据现有法条中模糊的部分与其涉及的违规项在下位法中通过自然语言处理与机器学习模型自动查找并提取。
[0024]进一步地，所示案例描述通过用户自我描述或第三方描述得到，所述数据包括文本、语音、图像或视频格式的数据。
[0025]进一步地，分析数据风险并推荐出违规概率最高的若干个法条，包括：
[0026]智能分析所述数据所含风险，所述智能分析是通过自然语言处理来对所述数据进行自然语义要素提取，通过卷积神经网络将所述自然语义要素根据各违规项进行归类，标记所述数据含风险的违规项，标注所述数据对应的自然语言要素与违规项；
[0027]将得到的所述自然语义要素与违规项与所述各法律条文对应的法律法规要素相匹配，得到违规概率最高的若干条法律条文。
[0028]进一步地，分析数据风险并推荐出违规概率最高的若干个法条，包括：
[0029]搜索违规项，得到所述违规项对应的问题并生成合规问卷进行选答，所述合规问卷是通过用户输入的违规项，在问卷库中自动查找所述违规项对应的问卷模版，组合成所述违规项的合规问卷，由用户进行选答，对选答后的合规问卷进行语义要素分析与关键字提取，通过卷积神经网络将所述自然语义要素根据各违规项归类，标记所述问卷选答的自然语义要素与违规项；
[0030]将得到的所述自然语义要素与违规项与所述各法律条文对应的法律法规要素相匹配，得到违规概率最高的若干条法律条文。
[0031]进一步地，所述表单真实性验证为对自定义合规问卷表单进行重点不一致问题查找，以检验用户输入错误或潜在欺诈行为；所述违规项风险评级是根据用户自选表单分析含风险的数据违规项，根据用户选答分析各违规项的风险程度，并将所述风险分级；所述各数据维度评分根据特定违规项及数据体量、数据类别计算不规则多边形面积，并得到各数据维度得分，其中所述数据维度包括隐私保护性、数据安全性、流程规范性、数据保密性。
[0032]进一步地，对自定义合规问卷表单进行重点不一致问题查找，具体为对于所述表单P中的任意问题r，计算问题r的异常度P
r
：
[0033][0034]若P
r
＞α，则将该问题标记为重点不一致问题，并提醒用户对其进行仔细检查。
[0035]本申请的实施例提供的技术方案可以包括以下有益效果：
[0036]由上述实施例可知，本申请采用了自然语言处理和机器学习技术，克服了用户对其数据可能违规的法条不明晰的问题，进而达到了自动推荐违规法条的技术效果；克服了用户对其数据存在的风险程度不了解的问题，进而达到了数据违规项风险自动评级与数据合规自动评分的技术效果。
[0037]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0038]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0039]图1是根据一示例性实施例示出的一种数据合规分析方法的流程图。
[0040]图2是根据一示例性实施例示出的步骤S10本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据合规分析方法，其特征在于，包括：步骤S101：设置法律知识库、合规问卷库和智能建议库；步骤S102：在所述法律知识库中选择目标法律，自动识别其中与数据合规相关的法律条文并进行标注；步骤S103：在所述合规问卷中选择目标模块，以使得用户得到自定义合规问卷表单并进行选答；步骤S104：在智能建议库中输入案例描述、数据和选答后的合规问卷，分析数据风险并推荐出违规概率最高的若干个法条；步骤S105：对于选答后的合规问卷进行表单真实性验证、违规项风险评级以及各数据维度评分，得到数据合规评分。2.根据权利要求1所述的方法，其特征在于，所述法律知识库包括：国内法律知识库，所述国内法律知识库包含国内所有数据合规相关的有效文件，并按法律、行政法规、部门规章及规范性文件、国家及行业标准进行分类；国际法律知识库，所述国际法律知识库包含国际上重要的数据合规相关的法律文件，按国家及地区分类。3.根据权利要求1所述的方法，其特征在于，所述合规问卷库包括：法规问卷库，所述法规问卷库是针对各部法律，拆分所述法律的各项法条，得到所述法律专属的合规问卷；数据全流程问卷库，所述数据全流程问卷库包括数据全流程安全评估问卷、数据全流程处理评估问卷，所述数据全流程安全评估问卷分为基础性评估模块与技术能力评估模块，所述数据全流程处理评估问卷按各数据流程分为数据采集、数据传输、数据存储、数据使用、数据披露、数据销毁、委托处理的模块；其中所述合规问卷库支持自定义问卷，从所述数据全流程问卷库中选择相应的模块或添加自定义模块，按预设规则选择题目，生成项目特有的问卷表单。4.根据权利要求1所述的方法，其特征在于，所述智能建议库包括：第一建议库，所述第一建议库是通过收集数据，智能分析所述数据所含风险，并给出违规概率最高的若干个法条；第二建议库，所述第二建议库是通过搜索违规项，得到所述违规项对应的问题并生成合规问卷，通过用户的选答，罗列出违规概率最高的若干个法条。5.根据权利要求1所述的方法，其特征在于，在所述法律知识库中选择目标法律，自动识别其中与数据合规相关的法律条文并进行标注，包括：对所述目标法律进行语料预处理、特征提取、分类，以得到所有数据合规相关的法律条文；通过违规项标注、下位法拆分进行特殊标注，其中所述违规项包括数据安全违规项与数据处理违规项，所述数据安全违规项包括数据分类分级、制度保障、数据识别、接口安全管理、数...

【专利技术属性】
技术研发人员：朱一丁，刘宁，刘金飞，文龙，朱鹏云，
申请(专利权)人：浙江大学，
类型：发明
国别省市：