一种基于大数据分析的违规行为识别方法及系统技术方案

本发明专利技术公开了一种基于大数据分析的违规行为识别方法及系统，其方法包括：用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；通过互联网将所述终端设备的操作使用数据发送给服务器；所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。

A method and system of illegal behavior identification based on big data analysis

【技术实现步骤摘要】
一种基于大数据分析的违规行为识别方法及系统
本专利技术涉及移动终端
，特别涉及一种基于大数据分析的违规行为识别方法及系统。
技术介绍
目前公司高度重视移动信息化发展，在财务、营销、运检、基建、物资等方面开展了一系列移动信息化应用尝试，同时，公司启动了移动应用平台的建设工作，实现了电力业务过程的规范化、标准化和精细化管理。随着移动信息技术的发展成熟及公司移动信息化建设的稳步推进，在安全防护建设等方面，对公司移动信息化建设提出新的要求。进一步推动信息安全整体规划和顶层设计的开展，完善安全防护体系系统。根据《国家电网公司信息化“SG186”工程安全防护总体方案》、《国家电网公司智能电网信息安全防护总体方案》和《国家电网公司信息安全顶层设计》构建的安全体系及其在移动化方面的要求，构建了国家电网公司移动信息化信息安全防护体系。该体系建立的安全防护目标是保障各类移动终端安全认证和数据安全，保障终端数据在移动网络传输过程中不发生泄露、被篡改等事件，保障公司信息系统主站、网络边界安全和可信接入，实现用户终端可控、终端行为可监督、通信链路可信、离线数据可追踪。
技术实现思路
根据本专利技术实施例提供的方案解决的技术问题是人机交互过程中不能避免潜在交互风险，给终端用户带来扣分罚款的风险。根据本专利技术实施例提供的一种基于大数据分析的违规行为识别方法，包括：用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；通过互联网将所述终端设备的操作使用数据发送给服务器；所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。优选地，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。优选地，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。优选地，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为包括：所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；若所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则所述服务器判断所述终端设备的当前操作出现违规行为；若所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则所述服务器判断所述终端设备的当前操作未出现违规行为；其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。优选地，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果包括：所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征；所述服务器根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。根据本专利技术实施例提供的一种基于大数据分析的违规行为识别系统，包括：终端设备，用于在用户操作期间，通过对其使用数据及相关应用的使用数据进行实时采集，得到操作使用数据，并通过互联网将所述操作使用数据发送给服务器；服务器，用于利用海量平台对所述操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为，以及当判断所述终端设备的当前操作出现违规行为时，生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。优选地，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。优选地，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。优选地，所述服务器包括：预测分析模块，用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；判断模块，用于当所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则判断所述终端设备的当前操作出现违规行为，以及当所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则判断所述终端设备的当前操作未出现违规行为；其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。优选地，所述预测分析模块具体用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征，并根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。根据本专利技术实施例提供的方案，在充分考虑了终端用户的当前操作情景、操作习惯、常用的APP和喜爱的功能及潜在的交互风险。使得终端用户不再是单一的被动式的事后才知道自己的某项操作是违规的，以此避免终端用户面临的扣分，罚款，处分等情况。以一种更符合用户体验的方式支撑终端用户的实际工作；同时在人机交互过程中更好地提高了终端用户的体检。通过智能化、人性化的交互，引导和提示用户更加规范的操作，以此提高终端用户的生产积极性，提升生产效率，推动生产发展。附图说明图1是本专利技术实施例提供的一种基于大数据分析的违规行为识别方法的流程图；图2是本专利技术实施例提供的一种基于大数据分析的违规行为识别系统示意图；图3是本专利技术实施例提供的基于大数据分析的违规行为识别技术的方法流程图。具体实施方式以下结合附图对本专利技术的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。图1是本专利技术实施例提供的一种基于大数据分析的违规行为识别方法的流程图，如图1所示，包括：步骤S101：用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；步骤S102：通过互联网将所述终端设备的操作使用数据发送给服务器；步骤S103：所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；步骤S104：当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。具体地说，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；本文档来自技高网...

【技术保护点】
1.一种基于大数据分析的违规行为识别方法，其特征在于，包括：/n用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；/n通过互联网将所述终端设备的操作使用数据发送给服务器；/n所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；/n当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。/n

【技术特征摘要】
1.一种基于大数据分析的违规行为识别方法，其特征在于，包括：
用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；
通过互联网将所述终端设备的操作使用数据发送给服务器；
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；
当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。


2.根据权利要求1所述的方法，其特征在于，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；
其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。


3.根据权利要求2所述的方法，其特征在于，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。


4.根据权利要求1-3任一所述的方法，其特征在于，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为包括：
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；
若所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则所述服务器判断所述终端设备的当前操作出现违规行为；
若所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则所述服务器判断所述终端设备的当前操作未出现违规行为；
其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。


5.根据权利要求4所述的方法，其特征在于，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果包括：
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述...

【专利技术属性】
技术研发人员：李荣，邢宏伟，张俊岭，邓昊，刘猛，韩鹏，苏彪，卢立生，杨运鹏，胡峥，刘刚，
申请(专利权)人：山东鲁能软件技术有限公司，国网山东省电力公司，
类型：发明
国别省市：山东;37