基于人工智能的数据访问管控方法及相关设备技术

本申请提出一种基于人工智能的数据访问管控方法、装置、电子设备及存储介质，基于人工智能的数据访问管控方法包括：查询预设集群中每个服务器的端口信息，根据所述端口信息标记所述服务器的类别；依据所述服务器的端口信息和类别构建训练数据集，并利用所述训练数据集训练服务器分类模型；解析数据访问请求获得源端口信息和目标数据库的信息，依据所述源端口信息构建待识别特征数据；获取所述目标数据库的类别，依据所述服务器分类模型判别所述待识别特征数据的类别，对比所述待识别特征数据的类别与所述目标数据库的类别以制定数据管控决策。该方法可以实现自动化的数据访问管控，从而能够提升数据访问管控的效率。从而能够提升数据访问管控的效率。从而能够提升数据访问管控的效率。

【技术实现步骤摘要】
基于人工智能的数据访问管控方法及相关设备


[0001]本申请涉及人工智能
，尤其涉及一种基于人工智能的数据访问管控方法、装置、电子设备及存储介质。

技术介绍

[0002]随着大数据技术的发展，越来越多的行业倾向于利用大数据技术提升产业质量，对于大量数据的传输、计算、访问等需求也越来越多。与此同时，数据安全问题受到的关注也与日俱增。
[0003]目前，通常采取组织内部逐层审批的方式管控数据访问，而这种方式通常会造成数据访问的便利性与数据安全管控的精准度之间的冲突，且人工审批会导致对于数据访问的管控效率较低。

技术实现思路

[0004]鉴于以上内容，有必要提供一种基于人工智能的数据访问管控方法及相关设备，以解决如何提高数据访问管控的效率这一技术问题，其中，相关设备包括基于人工智能的数据访问管控装置、电子设备及存储介质。
[0005]本申请实施例提供一种基于人工智能的数据访问管控方法，所述方法包括：
[0006]查询预设集群中每个服务器的端口信息，根据所述端口信息标记所述服务器的类别，所述服务器的类别至少本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的数据访问管控方法，其特征在于，所述方法包括：查询预设集群中每个服务器的端口信息，根据所述端口信息标记所述服务器的类别，所述服务器的类别至少包括本地和云端；依据所述服务器的端口信息和类别构建训练数据集，并利用所述训练数据集训练服务器分类模型；解析数据访问请求获得源端口信息和目标数据库的信息，依据所述源端口信息构建待识别特征数据；根据所述目标数据库的信息获取所述目标数据库的类别，所述目标数据库的类别包括管控与非管控，并依据所述服务器分类模型判别所述待识别特征数据的类别，对比所述待识别特征数据的类别与所述目标数据库的类别以制定数据管控决策。2.如权利要求1所述的基于人工智能的数据访问管控方法，其特征在于，所述依据所述服务器的端口信息和类别构建训练数据集，并利用所述训练数据集训练服务器分类模型，包括：依据所述服务器的端口信息构建所述服务器的特征数据；依据所述服务器的类别构建所述服务器的标签数据；将所述特征数据与所述标签数据一一对应作为训练数据集；构建初始服务器分类模型，并将所述训练数据集中的特征数据输入到所述初始分类模型中，获得预测分类数据，将所述预测分类数据与所述标签数据输入预设的损失函数以计算所述初始服务器分类模型的损失值；利用梯度下降法更新所述初始服务器分类模型，响应于所述初始服务器分类模型的损失值停止变化，则停止更新并获得服务器分类模型。3.如权利要求1所述的基于人工智能的数据访问管控方法，其特征在于，所述解析数据访问请求获得源端口信息和目标数据库的信息，依据所述源端口信息构建待识别特征数据，包括：查询所述预设集群中的通信协议；依据所述通信协议拆分所述数据访问请求，获得请求头和请求报文；依据所述通信协议的数据封装规则从所述请求头中提取源端口信息和目标数据库的信息，所述源端口信息至少包括源端口IP，所述目标数据库的信息至少包括目标数据库的存储地址；依据所述源端口IP构建待识别特征数据。4.如权利要求3所述的基于人工智能的数据访问管控方法，其特征在于，响应于所述数据访问请求，所述方法还包括：查询所述预设集群中每个类别为云端的服务器中的用户数量，并计算所述用户数量的均值；若所述用户数量的均值大于预设的扩容阈值，则创建新的云端服务器以进行集群扩容；若所述用户数量的均值不大于预设的扩容阈值，则随机删除至少一个类别为云端的服务器以进行集群缩容。5.如权利要求3所述的基于人工智能的数据访问管控方法，其特征在于，所述获取所述
目标数据库的类别，包括：依据所述目标数据库的存储地址查询所述目标数据库...

【专利技术属性】
技术研发人员：梁龙成，邹凤娟，李钊，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：