一种云端存储数据的异常访问识别方法及系统技术方案

本发明专利技术公开了一种云端存储数据的异常访问识别方法及系统，涉及数据识别技术领域，该方法包括：获取云端访问记录数据，包括用户身份验证信息和访问行为信息；获得访问异常指标信息，构建访问异常识别分类器，对云端访问记录数据进行异常识别，获得异常访问数据信息，对其进行特征值赋予，获得异常访问数据特征值信息，映射至网状坐标系中，生成异常访问特征网状图，获取异常访问评判逻辑，对异常访问特征网状图进行评估，获得异常访问识别结果。本发明专利技术解决了现有技术中由于云端存储数据的异常访问识别的准确度低，导致数据的安全性低的技术问题，达到了通过提高数据异常访问识别的准确度，来提高云端存储数据的安全性的技术效果。果。果。

【技术实现步骤摘要】
一种云端存储数据的异常访问识别方法及系统


[0001]本专利技术涉及数据识别
，具体涉及一种云端存储数据的异常访问识别方法及系统。

技术介绍

[0002]云端存储是一种互联网在线存储模式，通过将数据存放在由第三方托管的多台虚拟服务器上，对外提供数据存储和业务访问功能，来保证数据的安全性，并节约存储空间。随着云技术的飞速发展，云端存储系统的复杂性和规模不断增加，但仍存在一些数据访问识别方面的安全性问题。

技术实现思路

[0003]本申请提供了一种云端存储数据的异常访问识别方法及系统，用于解决现有技术中由于云端存储数据的异常访问识别准确度低，导致数据的安全性低的技术问题。
[0004]本申请的第一个方面，提供了一种云端存储数据的异常访问识别方法，所述方法包括：获取云端访问记录数据，所述云端访问记录数据包括用户身份验证信息和访问行为信息；获得访问异常指标信息，根据所述访问异常指标信息构建访问异常识别分类器；基于所述异常识别分类器对所述云端访问记录数据进行异常识别，获得异常访问数据信息；对所述异常访问数据信息进行特征值赋予，获得异常访问数据特征值信息；将所述异常访问数据特征值信息映射至网状坐标系中，生成异常访问特征网状图；获取异常访问评判逻辑，基于所述异常访问评判逻辑对所述异常访问特征网状图进行评估，获得异常访问识别结果。
[0005]本申请的第二个方面，提供了一种云端存储数据的异常访问识别系统，所述系统包括：云端访问记录数据获取模块，所述云端访问记录数据获取模块用于获取云端访问记录数据，所述云端访问记录数据包括用户身份验证信息和访问行为信息；访问异常识别分类器构建模块，所述访问异常识别分类器构建模块用于获得访问异常指标信息，根据所述访问异常指标信息构建访问异常识别分类器；异常访问数据信息获得模块，所述异常访问数据信息获得模块用于基于所述异常识别分类器对所述云端访问记录数据进行异常识别，获得异常访问数据信息；异常访问数据特征值信息获得模块，所述异常访问数据特征值信息获得模块用于对所述异常访问数据信息进行特征值赋予，获得异常访问数据特征值信息；异常访问特征网状图生成模块，所述异常访问特征网状图生成模块用于将所述异常访问数据特征值信息映射至网状坐标系中，生成异常访问特征网状图；异常访问识别结果获得模块，所述异常访问识别结果获得模块用于获取异常访问评判逻辑，基于所述异常访问评判逻辑对所述异常访问特征网状图进行评估，获得异常访问识别结果。
[0006]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：本申请提供的一种云端存储数据的异常访问识别方法，涉及数据识别
，通过获取云端访问记录数据、访问异常指标信息，构建访问异常识别分类器，对云端访问记
录数据进行异常识别，获得异常访问数据信息，对其进行特征值赋予，获得异常访问数据特征值信息，映射至网状坐标系中，生成异常访问特征网状图，获取异常访问评判逻辑，对异常访问特征网状图进行评估，获得异常访问识别结果，解决了现有技术中由于云端存储数据的异常访问识别准确度低，导致数据的安全性低的技术问题，实现了通过提高数据异常访问识别的准确度，来提高云端存储数据的安全性的技术效果。
附图说明
[0007]为了更清楚地说明本专利技术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单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，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。
[0008]图1为本申请实施例提供的一种云端存储数据的异常访问识别方法流程示意图；图2为本申请实施例提供的一种云端存储数据的异常访问识别方法中构建访问异常识别分类器的流程示意图；图3为本申请实施例提供的一种云端存储数据的异常访问识别方法中生成异常访问特征网状图的流程示意图；图4为本申请实施例提供的一种云端存储数据的异常访问识别系统结构示意图。
[0009]附图标记说明：云端访问记录数据获取模块11，访问异常识别分类器构建模块12，异常访问数据信息获得模块13，异常访问数据特征值信息获得模块14，异常访问特征网状图生成模块15，异常访问识别结果获得模块16。
实施方式
[0010]本申请提供了一种云端存储数据的异常访问识别方法，用于解决现有技术中由于云端存储数据的异常访问识别的准确度低，导致数据的安全性低的技术问题。
[0011]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅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作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0012]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语
ꢀ“
包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例
[0013]如图1所示，本申请提供了一种云端存储数据的异常访问识别方法，所述方法包括：S100：获取云端访问记录数据，所述云端访问记录数据包括用户身份验证信息和访问行为信息；具体的，通过登录云端存储系统的管理模块，提取云端访问记录数据，所述云端访
问记录数据就是用户访问云端系统查看存储数据的记录数据，包括用户身份验证信息和访问行为信息，所述用户身份验证信息可以包括用户名、登录密码、人脸识别信息等，可以用来识别访问者的身份，所述访问行为信息可以是访问频次、访问时间、访问数据类型、是否下载数据等，可以用来表征用户的访问行为。
[0014]S200：获得访问异常指标信息，根据所述访问异常指标信息构建访问异常识别分类器；具体而言，基于大数据获得多个访问异常类型，例如凌晨的访问、短时间内多次频繁的访问、多次输错访问密码的访问、系统访问异常等，以此作为访问异常指标信息，根据所述访问异常指标信息将云端的异常访问数据进行分类，得到多个类型的样本异常访问数据，以多个类型的样本异常访问数据作为训练数据，训练出多个访问异常识别模型，由多个访问异常识别模型构成访问异常识别分类器，可以用来对所述云端访问记录数据进行数据异常类型识别。
[0015]进一步的，如图2所示，本申请实施例步骤S200还包括：S210：获得云端异常访问数据库；S220：按照所述访问异常指标信息对所述云端异常访问数据库进行分类，获得异常指标样本数据集合；S230：基于所述异常指标样本数据集合分别进行异常识别模型训练，获得访问异常识别分支模型集合；S240：对所述访问异常识别分支模型集合中的各分支模型进行均分权重融合，生成所述访问异常识别分类器。
[0016]具体的，通过登录云端存储系统的管理模块，提取过去一段时间内（可以是一个月、三个月、一年等，具体时间可以根据实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云端存储数据的异常访问识别方法，其特征在于，所述方法包括：获取云端访问记录数据，所述云端访问记录数据包括用户身份验证信息和访问行为信息；获得访问异常指标信息，根据所述访问异常指标信息构建访问异常识别分类器；基于所述异常识别分类器对所述云端访问记录数据进行异常识别，获得异常访问数据信息；对所述异常访问数据信息进行特征值赋予，获得异常访问数据特征值信息；将所述异常访问数据特征值信息映射至网状坐标系中，生成异常访问特征网状图；获取异常访问评判逻辑，基于所述异常访问评判逻辑对所述异常访问特征网状图进行评估，获得异常访问识别结果。2.如权利要求1所述的方法，其特征在于，所述根据所述访问异常指标信息构建访问异常识别分类器，包括：获得云端异常访问数据库；按照所述访问异常指标信息对所述云端异常访问数据库进行分类，获得异常指标样本数据集合；基于所述异常指标样本数据集合分别进行异常识别模型训练，获得访问异常识别分支模型集合；对所述访问异常识别分支模型集合中的各分支模型进行均分权重融合，生成所述访问异常识别分类器。3.如权利要求2所述的方法，其特征在于，所述获得访问异常识别分支模型集合，包括：对所述异常指标样本数据集合进行划分，获得异常指标训练样本集合和异常指标验证样本集合；根据所述异常指标训练样本集合和所述异常指标验证样本集合，分别确定训练样本异常评估标签和验证样本异常评估标签；将所述异常指标训练样本集合和所述训练样本异常评估标签作为训练数据，获得初始访问异常识别分支模型集合；基于所述异常指标验证样本集合和所述验证样本异常评估标签进行模型验证，直至模型准确率达标，获得所述访问异常识别分支模型集合。4.如权利要求1所述的方法，其特征在于，所述获得异常访问数据特征值，包括：根据所述异常访问数据信息，确定异常访问特征类型；获取异常指标属性细分规则，所述异常指标属性细分规则包括数据风险性、云端稳定性、泄露损失性；基于所述异常访问特征类型和所述异常指标属性细分规则分别对异常访问数据进行评价，获得异常特征矩阵集合；将所述异常特征矩阵集合的元素平均值，作为所述异常访问数据特征值信息。5.如权利要求4所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：李庭育，邱创隆，齐元辅，王声义，
申请(专利权)人：江苏华存电子科技有限公司，
类型：发明
国别省市：