基于上下文编码器网络的油气曲线图像脱敏方法研究
来源：计算机应用与软件杂志2024年第2期北京时间：
作者：刘烨, 李帆, 郑泽晨
摘要：数据对于石油企业就是资产。数据加密与数据脱敏都是针对数据安全的策略，但目前数据脱敏技术仅能够针对文本实现，缺少石油企业中大量保有的图像数据脱敏技术。针对目前脱敏技术存在的不足之处及油气田勘探中的曲线图像数据特点，借鉴深度学习图像修复方法，提出一套基于上下文编码器的脱敏技术，弥补了行业内对于图像数据无法脱敏的缺陷。对该方法进行详细的测试后取得了较好的脱敏效果。对比传统方法，结果证明其能够在曲线图像这种具有专业特殊性的数据中取得更明显的效果以及更可靠的脱敏效果。
关键词：数据安全, 图像脱敏, 上下文编码器, 卷积神经网络, 生成式对抗网络
