一种异常请求识别方法及装置制造方法及图纸

本申请公开了一种异常请求识别方法及装置，该方法包括：获取数据请求；通过多个识别模型确定数据请求分别对应的多个异常识别结果；根据第一异常识别结果和第一阈值，判断数据请求是否存在异常，第一异常识别结果是根据多个异常识别结果确定的，第一阈值是根据多个识别模型分别对应的异常识别阈值确定的。该方法能够提高异常的数据请求的识别可靠性。够提高异常的数据请求的识别可靠性。够提高异常的数据请求的识别可靠性。

【技术实现步骤摘要】
一种异常请求识别方法及装置


[0001]本申请实施例涉及数据治理
，尤其涉及一种异常请求识别方法及装置。

技术介绍

[0002]数据是资产的概念已经成为行业共识。目前，大部分企业和政府部门的数据基础存在不足，例如存在数据标准混乱、数据质量层次不齐、各条块之间数据孤岛化严重等现象，阻碍了数据的共享应用。数据治理平台应运而生，对数据资产进行管理和维护。其中，api(application programming interface，api)接口管理功能广泛应用于数据治理平台。
[0003]目前，api接口管理平台可以将用户所需的数据权限、细粒度的分配到api接口上，同时可以定制接口的访问频次、认证方式及token的有效时间，得以有效控制接口的访问范围。但是随着使用api接口的过程中使用人员的流动，及相关管理配置中可能存在的疏漏，已有的api接口管理平台可能存在数据请求被泄露，或出现数据接口被滥用，甚至被恶意大量爬取数据的情况。因此，目前对于异常的数据请求的识别可靠性较低，有待改进。

技术实现思路

[0004]本申请实施例提供一种异常请求识别方法及装置，用以提高异常的数据请求的识别可靠性。
[0005]第一方面，本申请实施例提供一种异常请求识别方法，包括：
[0006]获取数据请求；通过多个识别模型确定所述数据请求分别对应的多个异常识别结果；根据第一异常识别结果和第一阈值，判断所述数据请求是否存在异常，所述第一异常识别结果是根据所述多个异常识别结果确定的，所述第一阈值是根据所述多个识别模型分别对应的异常识别阈值确定的。
[0007]根据该方法，可以根据多个识别模型确定数据请求的异常程度，可提高异常的数据请求的识别可靠性。
[0008]在一种可能的设计中，所述多个识别模型包括第一识别模型，所述第一识别模型对应的异常识别阈值是根据所述第一识别模型的训练数据中被标注为异常的训练数据的异常程度确定的。
[0009]根据该方法，可以根据对所述第一识别模型的训练，确定被标注为异常的训练数据的异常程度，可提高异常的数据请求的识别准确性。
[0010]在一种可能的设计中，所述方法还包括：根据所述多个异常识别结果通过加权运算确定所述第一异常识别结果。
[0011]根据该方法，可以根据加权确定所述第一异常识别结果，可提高异常的数据请求的识别准确性。
[0012]在一种可能的设计中，所述方法还包括：根据多个识别模型分别对应的异常识别阈值确定所述第一阈值。
[0013]根据该方法，可以根据多个识别模型的训练结果确定所述第一阈值，可提高第一
异常识别结果的识别准确性。
[0014]在一种可能的设计中，所述多个识别模型包括随机统计算法和/或隐马尔可夫算法。
[0015]根据该方法，可以根据多个识别模型确定所述第一阈值或第一异常识别结果，可提高第一异常识别结果的识别准确性。
[0016]第二方面，本申请实施例提供一种异常请求识别装置，包括：
[0017]获取模块，用于获取数据请求；处理模块，用于通过多个识别模型确定所述数据请求分别对应的多个异常识别结果；所述处理模块，还用于根据第一异常识别结果和第一阈值，判断所述数据请求是否存在异常，所述第一异常识别结果是根据所述多个异常识别结果确定的，所述第一阈值是根据所述多个识别模型分别对应的异常识别阈值确定的。
[0018]在一种可能的设计中，所述多个识别模型包括第一识别模型，所述第一识别模型对应的异常识别阈值是根据所述第一识别模型的训练数据中被标注为异常的训练数据的异常程度确定的。
[0019]在一种可能的设计中，所述处理模块还用于：根据所述多个异常识别结果通过加权运算确定所述第一异常识别结果。
[0020]在一种可能的设计中，所述处理模块还用于：根据多个识别模型分别对应的异常识别阈值确定所述第一阈值。
[0021]在一种可能的设计中，所述多个识别模型包括随机统计算法和/或隐马尔可夫算法。
[0022]第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现第一方面及其任意一种设计的方法。
[0023]第四方面，本申请实施例还提供了一种电子设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器实现第一方面及其任意一种设计的方法。
[0024]第二方面至第四方面及其任意一种设计所带来的技术效果可参见第一方面中对应的设计所带来的技术效果，此处不再赘述。
附图说明
[0025]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1为本申请实施例提供的一种异常请求识别方法的流程示意图；
[0027]图2为本申请实施例提供的一种处理过程示意图；
[0028]图3为本申请实施例提供的另一种处理过程示意图；
[0029]图4为本申请实施例提供的一种装置结构示意图；
[0030]图5为本申请实施例提供的另一种装置结构示意图。
具体实施方式
[0031]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作可选的详细描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。应理解，下面所介绍的方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
[0032]数据是资产的概念已经成为行业共识。目前，大部分企业和政府部门的数据基础存在不足，例如存在数据标准混乱等现象，阻碍了数据的共享应用。使用数据治理平台可对数据资产进行管理和维护。此外，数据治理平台一般都包括数据服务管理工具，所述数据服务管理工具可以在数据管理平台上提供数据或数据分析结果的服务，包括企业内部数据共享和外部数据流通，提供数据资产下载、共享、流通及服务接口等，支持按共享属性(如无条件共享、有条件共享、不共享等)对资源目录下的数据资产进行分类，或支持直接提供数据和数据分析结果；所述数据服务管理工具也可以通过“数据超市”的形式开展，用户通过订阅具体服务获取和使用数据。api接口管理功能广泛应用于数据治理平台。api接口管理功能可应用于数据治理平台，对api接口数据进行api管理和api申请，或者对api接口数据进行监控和分析。
[0033]在api接口管理功能的使用过程中，随着使用人员流动及相关管理配置中43可能存在的疏漏，数据请求识别的安全性较低，可能存在数据请求被泄露，或出现数据接口被滥用，甚至被恶意大量爬取数据的情况。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常请求识别方法，其特征在于，包括：获取数据请求；通过多个识别模型确定所述数据请求分别对应的多个异常识别结果；根据第一异常识别结果和第一阈值，判断所述数据请求是否存在异常，所述第一异常识别结果是根据所述多个异常识别结果确定的，所述第一阈值是根据所述多个识别模型分别对应的异常识别阈值确定的。2.如权利要求1所述的方法，其特征在于，所述多个识别模型包括第一识别模型，所述第一识别模型对应的异常识别阈值是根据所述第一识别模型的训练数据中被标注为异常的训练数据的异常程度确定的。3.如权利要求1所述的方法，其特征在于，所述方法还包括：根据所述多个异常识别结果通过加权运算确定所述第一异常识别结果。4.如权利要求1所述的方法，其特征在于，所述方法还包括：根据多个识别模型分别对应的异常识别阈值确定所述第一阈值。5.如权利要求1
‑
4中任一所述的方法，其特征在于，所述多个识别模型包括随机统计算法和/或隐马尔可夫算法。6.一种异常请求识别装置，其特征在于，包括：获取模块，用于获取数据请求；处理模块，用于通过多个识别模型确定所述数据请求分别对应的多个异常识别结果；所述处理模块，还用于根据第一异常识别结果和第一阈值，判断所...

【专利技术属性】
技术研发人员：杨硕，林文辉，王煜，张研，杨军，潘厚玉，
申请(专利权)人：安徽航天信息科技有限公司安徽航天信息有限公司，
类型：发明
国别省市：