摘要
本申请实施例提供一种基于人工智能的动态数据自适应脱敏方法及装置，涉及动态数据脱敏技术领域，所述方法包括：基于深度学习模型和自然语言处理技术，标注动态数据中的敏感信息；训练强化学习模型，对动态数据生成动态脱敏策略，以进行数据的脱敏处理；通过图神经网络识别和分类动态数据中的关联关系，并对关联数据进行统一处理；完成对动态数据的脱敏处理，并接收脱敏反馈数据，基于反馈的脱敏数据调整动态脱敏策略；确保脱敏处理的准确性和全面性；自动生成并调整脱敏策略，节省工作量，避免出现疏漏；识别并处理关联数据，保证数据的完整性和一致性；确保脱敏数据在后续的数据分析和机器学习模型训练中的有效性。
