规则模型的安全性的确定方法、装置和服务器制造方法及图纸

本说明书提供了规则模型的安全性的确定方法、装置和服务器。基于上述方法，可以先根据预设的转换规则，将待检测的规则模型转换为二叉树结构，得到二叉树结构的规则模型；其中，二叉树结构的规则模型包括多个节点，且每一个节点分别对应一个规则或一个规则连接词；再利用二叉树的结构特点，对二叉树结构的规则模型进行结构化拆分，并结合属性的数据值分布，通过递归计算确定出属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率，以确定出规则模型是否存在安全性风险。从而可以高效、准确地确定出规则模型的安全性，降低数据提供方由于运行不安全的规则模型导致数据发生泄露的风险。

【技术实现步骤摘要】
规则模型的安全性的确定方法、装置和服务器
本说明书属于互联网
，尤其涉及规则模型的安全性的确定方法、装置和服务器。
技术介绍
在一些数据处理场景中，模型生成方与数据提供方往往是分离的。通常数据提供方可以响应模型生成方的请求，利用己方所拥有的数据资源，运行模型生成方提供的规则模型，得到相应的处理结果；再将上述处理结果反馈给模型生成方。这样模型生成方可以在不接触到数据提供方所拥有的数据资源的前提下，得到相应的处理结果；并可以根据上述处理结果进行具体的数据处理。但是，如果上述规则模型本身不安全，那么数据提供方在运行规则模型的过程中，可能会泄露出数据提供方所拥有的数据资源。因此，亟需一种能够较为高效、准确地确定规则模型的安全性的方法。
技术实现思路
本说明书提供了一种规则模型的安全性的确定方法、装置和服务器，以能够高效、准确地确定出规则模型的安全性，降低数据提供方由于运行不安全的规则模型导致数据发生泄露的风险。本说明书提供的规则模型的安全性的确定方法、装置和服务器是这样实现的：一种规则模本文档来自技高网...

【技术保护点】
1.一种规则模型的安全性的确定方法，包括：/n获取规则模型，以及属性的数据值分布；其中，所述规则模型包括一个规则集，所述规则集包括多个规则，所述多个规则通过规则连接词连接；/n根据预设的转换规则，将所述规则模型转换为二叉树结构，得到二叉树结构的规则模型；其中，所述二叉树结构的规则模型包括多个节点，所述多个节点中的各个节点分别对应一个规则或一个规则连接词；/n根据所述二叉树结构的规则模型和所述属性的数据值分布，通过递归计算确定出属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率；/n根据所述属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情...

【技术特征摘要】
1.一种规则模型的安全性的确定方法，包括：
获取规则模型，以及属性的数据值分布；其中，所述规则模型包括一个规则集，所述规则集包括多个规则，所述多个规则通过规则连接词连接；
根据预设的转换规则，将所述规则模型转换为二叉树结构，得到二叉树结构的规则模型；其中，所述二叉树结构的规则模型包括多个节点，所述多个节点中的各个节点分别对应一个规则或一个规则连接词；
根据所述二叉树结构的规则模型和所述属性的数据值分布，通过递归计算确定出属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率；
根据所述属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率，确定所述规则模型是否存在安全性风险。


2.根据权利要求1所述的方法，根据所述二叉树结构的规则模型和所述属性的数据值分布，通过递归计算确定出属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率，包括：
根据所述二叉树结构的规则模型和所述属性的数据值分布，从叶子节点出发，沿向根节点的方向，递归计算出各个节点处的规则的命中概率和/或未命中概率，以及规则模型的命中概率和/或未命中概率；
根据所述二叉树结构的规则模型、规则模型的命中概率和/或未命中概率，从根节点出发，沿远离根节点的方向，递归计算出属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率。


3.根据权利要求2所述的方法，根据所述二叉树结构的规则模型和所述属性的数据值分布，从叶子节点出发，沿向根节点的方向，递归计算出各个节点处的规则的命中概率和/或未命中概率，包括：按照以下方式计算出当前节点处的规则的命中概率和/或未命中概率：
检测当前节点所对应的数据类型；
在确定当前节点所对应的数据类型为规则的情况下，获取当前节点所对应的规则作为当前规则，并从所述当前规则中提取出属性作为当前属性；
根据所述属性的数据值分布，确定出当前属性的数据值分布；
根据所述当前属性的数据值分布，确定出当前规则的命中概率和/或未命中概率，作为当前节点处的规则的命中概率和/或未命中概率。


4.根据权利要求3所述的方法，在检测当前节点所对应的数据类型之后，所述方法还包括：
在确定当前节点所对应的数据类型为规则连接词的情况下，获取与当前节点相连且远离根节点方向的节点处的规则的命中概率和/或未命中概率；
根据与当前节点相连且远离根节点方向的节点处的规则的命中概率和/或未命中概率，确定出当前节点处的规则的命中概率和/或未命中概率。


5.根据权利要求4所述的方法，确定规则模型的命中概率和/或未命中概率，包括：
获取与根节点相连的两个节点处的规则的命中概率和/或未命中概率；
根据所述根节点所对应的规则连接词，以及所述与根节点相连的两个节点处的规则的命中概率和/或未命中概率，确定出根节点处的规则的命中概率和/或未命中概率，作为所述规则模型的命中概率和/或未命中概率。


6.根据权利要求2所述的方法，根据所述二叉树结构的规则模型、规则模型的命中概率和/或未命中概率，从根节点出发，沿远离根节点的方向，递归计算出属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率，包括：
根据所述二叉树结构的规则模型、规则模型的命中概率和/或未命中概率，从根节点出发，沿远离根节点的方向，通过递归计算，确定出在规则模型命中的情况下各个节点处的规则的条件命中概率和/或条件未命中概率，以及在规则模型未命中的情况下各个节点处的规则的条件命中概率和/或条件未命中概率；
根据在规则模型命中的情况下各个节点处的规则的条件命中概率和/或条件未命中概率、在规则模型未命中的情况下各个节点处的规则的条件命中概率和/或条件未命中概率，以及属性的数据值分布，确定出属性在规则模型命中的情况下的预设的猜中概率，以及属性在规则模型未命中的情况下的预设的猜中概率。


7.根据权利要求1所述的方法，根据所述属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率，确定所述规则模型是否存在安全性风险，包括：
根据所述属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率，确定出属性的数据值的泄露指示参数；
比较所述属性的数据值的泄露指示参数，和预设的概率阈值，得到比较结果；
根据所述比较结果，确定所述规则模型是否存在安全性风险。


8.根据权利要求7所述的方法，所述根据所述比较结果，确定所述规则模型是否存在安全性风险，包括：
在根据所述比较结果，确定存在属性的数据值的泄露指示参数大于所述预设的概率阈值的情况下，确定所述规则模型存在安全性风险。


9.根据权利要求8所述的方法，在确定所述规则模型存在安全性风险的情况下，所述方法还包括：
生成风险提示信息；其中，所述风险提示信息用于提示数据提供方拒绝运行所述规则模型。


10.根据权利要求8所述的方法，所述方法还包括：
根据所述比较结果，将数据值的泄露指示参数大于所述预设的概率阈值的属性确定为存在泄露风险的风险属性。


11.一种规则模型的安全性的确定装置，包括：
获取模块，用于获取规则模型，以及属性的数据值分布；其中，所述规则模型包括一个规则集，所述规则集包括多个规则，所述多个规则通过规则连接词连接；
转换模块，用于根据预设的转换规则，将所述规则模型转换为二叉树结构，得到二叉树结构的规则模型；其中，所述二叉树结构的规则模型包括多个节点，所述多个节点中的各个节点分别对应一个规则或一个规则连接词；
计算模块，用于根据所述二叉树结构的规则模型和所述属性的数据值分布，通过递归计算确定出属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率；
确定模块，用于根据所述属性在规则模型命中情况下的预设的猜中概率，以及属性在规则模型未命中情况下的预设的猜中概率，确定所述规则模型是否存在安全性风险。


12.根据权利要求11所述的...

【专利技术属性】
技术研发人员：张文彬，李漓春，殷山，李翰林，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33