一种招聘平台异常自检系统技术方案

本发明专利技术涉及一种招聘平台异常自检系统，包括交互管理子系统、异常分析子系统，通过信息获取以及异常分析就可以对用户行为进行统计，通过对偏差基准值、信任异常值和行为异常值的量化计算，分别得出对应用户监控频率以及通过对用户行为分析，当用户有异常行为时，通过输出异常校验策略，以阻止爬取程序的继续进行，而异常校验策略相比于普通的验证策略更加复杂，则可以兼顾验证策略的便捷性和异常校验策略的安全性，针对性的对异常操作的用户进行验证，防止信息的大量窃取。防止信息的大量窃取。防止信息的大量窃取。

【技术实现步骤摘要】
一种招聘平台异常自检系统


[0001]本专利技术涉及数据安全
，更具体地说，涉及一种招聘平台异常自检系统。

技术介绍

[0002]招聘平台，又成为人力资源管理平台，其通过数字化实现人力资源信息共享，随着数字化进程的发展，招聘平台已经成为了目前较为主流的招聘信息和应聘信息交互渠道，用户可以通过平台获取联系方式，求职意向等等内容，而为了实现更精确的匹配，越来越多的平台对数据精细化要求越来越高，例如联系方式、住址等其他个人信息，而随着信息的精细化，信息安全性就变得尤为重要，而本身招聘平台作为信息共享平台，又需要兼顾信息公开性和信息获取的便捷性，由此对招聘平台而言是一个难题，由此申请号为CN202110708846.0的一种用于招聘平台的账号安全防护系统，该账号安全防护系统，应聘者输入个人简历信息至应聘端，对其进行加密处理，将个人简历信息划分显示字段和加密字段；每个加密字段对应一个加密操作，对应聘者输入的个人简历信息进行加密字段识别并对识别到的加密字段执行对应的加密操作得到加密简历信息，将加密简历信息发送至服务器，服务器依据应聘者的设置权限等级将加密简历信息发送至招聘平台，通过对应聘者的个人简历信息进行对应加密，提高应聘者的个人敏感信息的安全，避免应聘者的简历信息在招聘平台泄露。并且通过一系列判断标准判断是否有异常操作，而以上方式虽然安全性在一定程度得到了保障，但是难以兼顾公开性，同时据调研，用户对上传的信息一般是默认对目标用户提供公开，目前涉及数据泄漏的案例中，对于严格保密信息的泄漏是较少的，因为用户本身不会在平台上传需要严格保密的信息，但是目前针对大量用户信息的爬取导致的泄漏案件较多，所以如何防范针对招聘信息的爬取软件就成为了目前针对招聘平台的数据安全的重点工作，而目前市场上有较多通过用户验证防止信息爬取的方式，但是这种方式无疑给便捷性带来较大影响，目前较为常见的是通过单击目标按钮实现关键信息的展示，这种方式虽然能够提供一定的便捷性，但是爬取软件只要针对性识别按钮区域编辑程式就可以完成快速信息爬取的目的，所以如果通过用户验证方式解决爬取的问题，便捷程度越高、那么验证复杂性越低，反之亦然，所以便捷性和安全性就难以平衡。所以需要一种针对信息爬取的安全系统。

技术实现思路

[0003]有鉴于此，本专利技术目的是提供一种招聘平台异常自检系统。
[0004]为了解决上述技术问题，本专利技术的技术方案是：一种招聘平台异常自检系统，包括交互管理子系统、异常分析子系统，所述交互管理子系统用于管理用户关键信息，并对应配置有验证策略，当作为请求方的终端通过验证策略的验证时，于所述交互管理子系统显示所述用户关键信息于对应的显示页面，所述异常分析子系统包括信息获取模块以及异常分析模块，所述信息获取模块用于获取每一用户基础信息和用户行为信息；所述异常分析模块包括用户监控单元、关联监控单元以及行为监控单元；
[0005]所述用户监控单元根据用户基础信息生成基准偏差值；
[0006]所述关联监控单元根据用户基础信息和用户行为信息生成信任异常值；
[0007]所述行为监控单元根据用户行为信息生成行为异常值；
[0008]所述异常分析模块配置有异常分析策略，所述异常分析策略配置有异常分析算法，所述异常分析策略根据基准偏差值配置监控时距，并根据监控时距调用所述异常分析算法，所述异常分析算法根据信任异常值和信任异常值生成用户异常值，当用户异常值高于预设的异常基准时，输出异常触发指令；所述异常分析算法为
[0009]其中，S
v
为用户异常值，a
n
为第n个用户行为信息对应的信任比例权重，T
n
为第n个用户行为信息对应的信任异常值，β
T
为预设的信任衰减参数，β
R
为预设的行为衰减参数，R
n
为第n个用户行为信息对应的行为异常值，k为用户行为信息的数量，t
x
为预设的信任衰减周期，t
y
为预设的行为衰减周期，t
n
为第n个用户行为信息对应的衰减时间间隔，所述衰减时间间隔反映用户行为的操作时间间隔，当操作时间间隔大于对应的信任衰减周期或行为衰减周期时，令衰减时间间隔等于对应的信任衰减周期或行为衰减周期，当出现相同的用户行为信息时，重置已经发生的用户行为信息对应的衰减时间间隔；
[0010]所述交互管理子系统还包括有异常响应模块，所述异常响应模块接收异常触发指令，并根据异常触发指令生成对应的异常校验策略，通过异常校验策略代替所述验证策略。
[0011]进一步的，所述用户监控单元配置有基准生成算法，所述基准生成算法为其中，B为基准偏差值，α
b
为预设的可靠填充参数，g
a
为注册可靠值，所述注册可靠值反映注册信息的可靠程度，w％为注册填充比，所述注册填充比反映注册信息的填写程度，p
g
为注册偏差值，所述注册偏差值反映注册信息的偏离信息基准的程度，p
f
为注册异常值，所述注册异常值反映注册信息和历史异常的注册信息的相似程度。
[0012]进一步的，所述关联监控单元配置有关联监控策略，所述关联监控策略包括
[0013]步骤A1、从用户基础信息中提取若干用户特征，同时从用户行为信息中提取若干行为特征；
[0014]步骤A2、配置有关联行为词库，所述关联行为词库预先配置有若干关联行为词组，每一关联行为词组对应有一关联行为子值，每一关联行为词组内包括若干特征关键词，根据得到的用户特征和行为特征获取对应的关联行为子值，当任意的用户特征和行为特征被关联于同一关联行为词组时，获取对应的关联行为子值；
[0015]步骤A3、配置有历史行为模型，并将用户特征和行为特征输入历史行为模型中以获取历史行为值；
[0016]步骤A4、配置有关联信任算法计算信任关联值，有U＝χ1Y
u
+χ2Q
u
，其中U为信任关联值，χ1为预设的关联权重，χ2为预设的历史权重，有χ1+χ2＝1，Y
u
为关联行为值，所述关联行为值为所述关联行为子值之和，Q
u
为历史行为值；
[0017]步骤A5、配置有信任异常表，所述信任异常表存储有若干信任关联范围，每一信任关联范围对应有一信任异常值，根据信任关联值落入的范围从信任异常表中确定对应的信
任异常值。
[0018]进一步的，还包括模型训练子系统，所述模型训练子系统配置有行为训练模块，所述行为训练模块用于训练所述历史行为模型，所述历史行为模型通过用户特征建立若干用户特征节点和行为特征节点，所述用户特征之间和行为特征节点之间形成有效率关联线，当不同用户出现相同的用户行为信息时，提取用户基准信息中不同的用户特征并为对应效率关联线标记预设的第一效率增量，当同一用户出现两个不同的用户行为时，提取用户行为信息中不同的行为特征并为对应的效率关联线标记预设的第二效率增量，当用户产生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种招聘平台异常自检系统，其特征在于：包括交互管理子系统、异常分析子系统，所述交互管理子系统用于管理用户关键信息，并对应配置有验证策略，当作为请求方的终端通过验证策略的验证时，于所述交互管理子系统显示所述用户关键信息于对应的显示页面，所述异常分析子系统包括信息获取模块以及异常分析模块，所述信息获取模块用于获取每一用户基础信息和用户行为信息；所述异常分析模块包括用户监控单元、关联监控单元以及行为监控单元；所述用户监控单元根据用户基础信息生成基准偏差值；所述关联监控单元根据用户基础信息和用户行为信息生成信任异常值；所述行为监控单元根据用户行为信息生成行为异常值；所述异常分析模块配置有异常分析策略，所述异常分析策略配置有异常分析算法，所述异常分析策略根据基准偏差值配置监控时距，并根据监控时距调用所述异常分析算法，所述异常分析算法根据信任异常值和信任异常值生成用户异常值，当用户异常值高于预设的异常基准时，输出异常触发指令；所述异常分析算法为其中，S
v
为用户异常值，a
n
为第n个用户行为信息对应的信任比例权重，T
n
为第n个用户行为信息对应的信任异常值，β
T
为预设的信任衰减参数，β
R
为预设的行为衰减参数，R
n
为第n个用户行为信息对应的行为异常值，k为用户行为信息的数量，t
x
为预设的信任衰减周期，t
y
为预设的行为衰减周期，t
n
为第n个用户行为信息对应的衰减时间间隔，所述衰减时间间隔反映用户行为的操作时间间隔，当操作时间间隔大于对应的信任衰减周期或行为衰减周期时，令衰减时间间隔等于对应的信任衰减周期或行为衰减周期，当出现相同的用户行为信息时，重置已经发生的用户行为信息对应的衰减时间间隔；所述交互管理子系统还包括有异常响应模块，所述异常响应模块接收异常触发指令，并根据异常触发指令生成对应的异常校验策略，通过异常校验策略代替所述验证策略。2.如权利要求1所述的一种招聘平台异常自检系统，其特征在于：所述用户监控单元配置有基准生成算法，所述基准生成算法为其中，B为基准偏差值，α
b
为预设的可靠填充参数，g
a
为注册可靠值，所述注册可靠值反映注册信息的可靠程度，w％为注册填充比，所述注册填充比反映注册信息的填写程度，p
g
为注册偏差值，所述注册偏差值反映注册信息的偏离信息基准的程度，p
f
为注册异常值，所述注册异常值反映注册信息和历史异常的注册信息的相似程度。3.如权利要求1所述的一种招聘平台异常自检系统，其特征在于：所述关联监控单元配置有关联监控策略，所述关联监控策略包括步骤A1、从用户基础信息中提取若干用户特征，同时从用户行为信息中提取若干行为特征；步骤A2、配置有关联行为词库，所述关联行为词库预先配置有若干关联行为词组，每一关联行为词组对应有一关联行为子值，每一关联行为词组内包括若干特征关键词，根据得到的用户特征和行为特征获取对应的关联行为子值，当任意的用户特征和行为特征被关联于同一关联行为词组时，获取对应的关联行为子值；
步骤A3、配置有历史行为模型，并将用户特征和行为特征输入历史行为模型中以获取历史行为值；步骤A4、配置有关联信任算法计算信任关联值，有U＝χ1Y
u
+χ2Q
u
，其中U为信任关联值，χ1为预设的关联权重，χ2为预设的历史权重，有χ1+χ2＝1，Y
u

【专利技术属性】
技术研发人员：高路，
申请(专利权)人：深圳市知速流软件技术有限公司，
类型：发明
国别省市：