《电力人工智能非结构化样本脱敏规范》.docx

T/CSEE

PAGE1

T/CSEE####—2021

PAGE14

团体标准发布中国电机工程学会20XX—XX—XX实施20XX—XX—XX发布电力人工智能非结构化样本脱敏规范Specificationfordesensitizationofunstructuredsamplesofelectricpowerartificialintelligence（征求意见稿）T/CSEEXXXX—

团体标准

发布

中国电机工程学会

20XX—XX—XX实施

20XX—XX—XX发布

电力人工智能非结构化样本脱敏规范

Specificationfordesensitizationofunstructuredsamplesofelectricpowerartificialintelligence

（征求意见稿）

T/CSEEXXXX—YYYY

代替T/XXXX

ICS19.020

CCSK85

T/CSEE####—2021

PAGE13

电力人工智能非结构化样本脱敏规范

范围

本文件规定了图像、文本、和语音等电力样本脱敏应用相关的原则、脱敏场景、功能要求、性能要求、脱敏方法和脱敏效果评价。

本文件适用于图像、文本、和语音等电力样本脱敏处理，其他领域数据脱敏处理可参照使用。

规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其必威体育精装版版本（包括所有的修改单）适用于本文件。

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其必威体育精装版版本（包括所有的修改单）适用于本文件。

GB/T20945—2013信息安全技术信息系统安全审计产品技术要求和测试评价方法

GB/T35273—2020信息安全技术个人信息安全规范

GB/T35678—2017公共安全人脸识别应用图像技术要求

GB/T37988—2019信息安全技术数据安全能力成熟度模型

GB/T39477—2020信息安全技术政务信息共享数据安全技术要求

GB/T5271.28—2001信息技术词汇第28部分：人工智能基本概念与专家系统

DB37/T3523.2—2019公共数据开放第2部分：数据脱敏指南

DB52/T1126—2016政府数据数据脱敏工作指南

DA/T77—2019纸质档案数字复制件光学字符识别（OCR）工作规范

术语和定义

GB/T39477-2020、GB/T5271.28—2001和DA/T77-2019,3.3界定的以及下列术语和定义适用于本文件。

非结构化样本Nstructuredsample

没有固定结构的样本数据，可以分为文本类、音频类和图像类三种类型，每种类型都有自己的格式和规范。

样本脱敏Sampledesensitization

对电力样本中某些敏感信息按照一定规则进行数据变形，实现敏感信息样本的可靠保护。

敏感区域SensitiveRegion

电力样本中包含地点、设备名称、人脸、身份证等敏感信息的区域。

交并比Intersection-over-Union

产生的候选框与原标记框的交叠率，即它们的交集与并集的比值，完全重叠时，比值为1。

敏感数据sensitivedata

由权威机构确定的受保护的信息数据。

注：敏感信息数据的泄露、修改、破坏或丢失会对人或事产生可预知的损害。

[来源：GB/T39477-2020]

文本脱敏Datadesensitization

按照一定规则对电力文本原始数据进行处理，达到屏蔽敏感信息的一种数据保护方法。

人工智能artificialintelligence

一门交叉学科，通常视为计算机科学的分支，研究表现出与人类智能（如推理和学习）相关的各种功能的模型和系统。

[来源：GB/T5271.28—2001，28.01.01]

光学字符识别opticalcharacterrecognition（OCR）

将图片、照片上的文字内容直接转换为可编辑文本的一种技术。

[来源：DA/T77-2019，3.3]

脱敏成功率desensitizationsuccessrate

电力人工智能样本中成功完成脱敏信息占所需脱敏信息的比率。

数据脱敏原则

有效性

电力人工智能样本脱敏宜确保脱敏工作有效性。电力样本在脱敏处理之后，样本中包含的敏感信息已被移除，第三方无法通过处理后的电力样本得到敏感信息，并防止利用推理和重建等方式恢复电力样本中敏感信息。

可用性

电力人工智能样本脱敏宜确保脱敏