基于人工智能的自适应静态数据脱敏方法及装置

本申请实施例提供一种基于人工智能的自适应静态数据脱敏方法及装置，涉及静态数据脱敏技术领域，所述方法包括：获取静态数据，并对该数据进行预处理；基于双向长短期记忆网络模型和注意力机制，从预处理后的静态数据中提取语义和上下文特征；通过多层感知机模型对静态数据进行分类决策，判断每个数据片段是否包含敏感信息；根据敏感信息的筛选结果对多层感知机模型进行优化；自动获取数据，保证了获取敏感信息的全面性，提高对敏感信息的识别精度；充分考虑数据的上下文依赖，实现实时数据流的监控和分析，及时发现新出现的敏感信息；人工智能技术处理和分析大规模数据集，并对模型进行优化，提高整体的处理效率。