一种基于机器学习的敏感数据探查方法及系统

本发明涉及一种基于机器学习的敏感数据探查方法及系统，通过从电力相关数据源中采集包括杆塔位置数据、机场位置数据及重要场站位置数据的原始数据，并对其进行异常值清洗、数据格式统一等预处理操作，生成结构化数据；基于预处理后的数据，提取包括位置分布、空间关联性及数据频次在内的多维特征向量，并结合敏感性标注规则生成模型训练数据，利用机器学习算法构建并优化敏感数据探查模型；目标数据集通过训练完成的模型进行敏感性分析，生成敏感性分类标签，并对探查出的敏感数据按照分类标签实施分级保护，其中对高敏感数据采用加密存储与访问控制策略；本发明能够高效、准确地识别和保护敏感数据，适用于电力相关领域的数据安全需求。