一种基于机器学习的SQL查询结果集敏感信息风险评估方法、系统

本发明提出一种基于机器学习的SQL查询结果集敏感信息风险评估方法、系统，可高效识别并处理查询结果集中潜在的敏感信息，有效提升数据安全性和隐私保护能力。通过引入特征提取模块和威胁评分模块，能够动态适应不同数据集的多样化特征，精准捕捉复杂的敏感信息模式，并实现对潜在威胁的深入挖掘。同时，该系统中的威胁评分模块采用敏感信息特征量化方法，从数据的关联性和敏感度出发，建立了全面的威胁评分函数，评估特征的普遍性及其上下文中的敏感程度。本发明通过计算结果集的概率分布模型和综合评分，量化了SQL查询结果集中敏感信息的风险程度。根据评分结果，风险决策模块可灵活选择处理措施。通过本系统的动态适应能力和精准分析方法，不仅能够识别更复杂的敏感信息，还能有效降低潜在数据泄露的风险，实现对SQL查询结果的全面保护。