数据检测方法、装置、电子设备以及存储介质制造方法及图纸

本发明专利技术实施例公开了一种数据检测方法、装置、电子设备以及存储介质，其中，该数据检测方法包括：通过预设同态加密算法对待检测数据进行加密，得到加密后数据，将所述加密后数据发送至服务器，以便服务器基于从不同终端获取到的数据对所述加密后数据进行聚类处理，接收服务器返回的第一聚类结果，并采用所述同态加密算法对第一聚类结果进行解密，根据解密后的第一聚类结果确定待检测数据所属聚类的目标聚类中心和隶属度值，获取所述目标聚类中心对应的范围区间值，并通过隶属度值、范围区间值以及目标聚类中心对待检测数据进行检测，得到待检测数据对应的检测结果，该方案可以提高数据检测的准确性。

Data detection method, device, electronic equipment and storage medium

【技术实现步骤摘要】
数据检测方法、装置、电子设备以及存储介质
本专利技术涉及计算机
，具体涉及一种数据检测方法、装置、电子设备以及存储介质。
技术介绍
随着通信技术的发展，数据安全也越来越受到人们的重视，以企业数据安全为例，为了防止不法分子获取到企业的一些数据来谋取利润，通常会对数据进行检测，目前，常用的检测方案可以基于规则的异常检测方案以及基于传统机器学习的异常检测方案。上述提到的方案中都要求有充足的数据作为支撑，才能进行全局范围内的异常检测，从而发现真正的异常，然而，受限于信息孤岛的原因在数据量不够的情况下仍然使用异常检测算法，可能会导致检测结果不准确。
技术实现思路
本专利技术实施例提供一种数据检测方法、装置、电子设备以及存储介质，可以提高数据检测的准确率。本专利技术实施例提供了一种数据检测方法，包括：通过预设同态加密算法对待检测数据进行加密，得到加密后数据；将所述加密后数据发送至服务器，以便服务器基于从不同终端获取到的数据对所述加密后数据进行聚类处理；接收服务器返回的第一聚类结果，采用所述同本文档来自技高网...

【技术保护点】
1.一种数据检测方法，其特征在于，包括：/n通过预设同态加密算法对待检测数据进行加密，得到加密后数据；/n将所述加密后数据发送至服务器，以便服务器基于从不同终端获取到的数据对所述加密后数据进行聚类处理；/n接收服务器返回的第一聚类结果，并采用所述同态加密算法对第一聚类结果进行解密；/n根据解密后的第一聚类结果确定待检测数据所属聚类的目标聚类中心和隶属度值；/n获取所述目标聚类中心对应的范围区间值，并通过隶属度值、范围区间值以及目标聚类中心对待检测数据进行检测，得到待检测数据对应的检测结果。/n

【技术特征摘要】
1.一种数据检测方法，其特征在于，包括：
通过预设同态加密算法对待检测数据进行加密，得到加密后数据；
将所述加密后数据发送至服务器，以便服务器基于从不同终端获取到的数据对所述加密后数据进行聚类处理；
接收服务器返回的第一聚类结果，并采用所述同态加密算法对第一聚类结果进行解密；
根据解密后的第一聚类结果确定待检测数据所属聚类的目标聚类中心和隶属度值；
获取所述目标聚类中心对应的范围区间值，并通过隶属度值、范围区间值以及目标聚类中心对待检测数据进行检测，得到待检测数据对应的检测结果。


2.根据权利要求1所述的方法，其特征在于，所述通过隶属度值、范围区间值以及目标聚类中心对待检测数据进行检测，得到待检测数据对应的检测结果，包括：
提取解密后的聚类结果中所有的聚类中心；
计算所述目标聚类中心与各聚类中心之间的距离；
基于隶属度值、范围区间值以及距离对待检测数据进行检测，得到待检测数据对应的检测结果。


3.根据权利要求2所述的方法，其特征在于，所述基于隶属度值、范围区间值以及距离对待检测数据进行检测，得到待检测数据对应的检测结果，包括：
在所述距离小于等于第一阈值时，判断目标隶属度值是否位于目标聚类中心的范围区间值内，若目标隶属度值位于目标聚类中心的范围区间值内，则确定待检测对象为正常数据。


4.根据权利要求3所述的方法，其特征在于，还包括：
当目标聚类中心与其他聚类中心之间的距离大于第一阈值时，将当前处理对象确定为异常数据，或者；
当目标聚类中心与其他聚类中心之间的距离小于等于第一阈值，且目标隶属度值不位于目标聚类中心的范围区间值内时，将待检测对象确定为异常数据。


5.根据权利要求1至4任一项所述的方法，其特征在于，所述获取所述聚类中心对应的范围区间值之前，还包括：
获取样本数据集，所述样本数据集包括多个数据情况标注为正常的样本数据；
通过预设同态加密算法对所述样本数据集的样本数据进行加密，得到加密数据集；
将所述加密数据集发送至服务器，以便服务器基于从不同终端获取到的数据对所述加密数据集中的数据进行聚类处理；
接收服务器返回的第二聚类结果，采用所述同态加密算法对第二聚类结果进行解密；
根据解密后的第二聚类结果确定样本数据所属聚类的聚类中心以及样本数据对应的隶属度值；
根据样本数据对应的隶属度值，计算样本数据所属聚类的聚类中心的范围区间值；
通过样本数据对应的隶属度值、样本数据所属聚类的聚类中心以及样本数据所属聚类的聚类中心的范围区间值对样本数据的数据情况进行预测，得到样本数据的预测数据情况；
根据真实数据情况和预测数据情况，对样本数据所属聚类的聚类中心进行调整，直到样本数据所属聚类的聚类中心满足预设条件完毕；
保存满足预设条件的聚类中心对应的范围区间值；
所述获取所述目标聚类中心对应的范围区间值，包括：从保存的范围区间值中获取所述目标聚类中心对应的范围区间值。


6.根据权利要求5所述的方法，其特征在于，还包括：
提取样本数据对应的聚类中心的属性信息；
构建属性信息与范围区间值之间的映射关系。


7.根据权利要求6所述的方法，其特征在于，所述获取所述聚类中心对应的范围区间值，包括：
提取所述目标聚类中心对应的属性信息；
基于预设映射关系，从保存的范围区间值中获取所述目标聚类中心对应的范围区间值。


8.根据权利要求1至4任一项所述的方法，其特征在于，所述采用所述同态...

【专利技术属性】
技术研发人员：赵瑞辉，石维，苏晓东，陈婷，
申请(专利权)人：腾讯云计算北京有限责任公司，
类型：发明
国别省市：北京;11