一种用于客户端的数据安全防护方法及系统技术方案

本发明专利技术涉及数据安全领域，尤其涉及一种用于客户端的数据安全防护方法及系统，该方法包括以下步骤：获取客户端访问数据，利用安全标识符对客户端访问数据进行安全审计，生成客户端安全审计数据；对客户端安全审计数据进行异常行为检测，生成客户端安全异常数据；对客户端安全异常数据进行敏感数据统计特征提取，生成客户端安全敏感数据；对客户端安全敏感数据进行安全环境计算分析计算，生成客户瑞安全环境数据；对客户端安全审计数据及客户瑞安全环境数据进行数据挖掘建模，生成客户端安全防护模型；对客户端安全防护区块链网络进行动态加密，对客户端安全防护动态加密区块链网络进行安全框架构建，本发明专利技术实现了对客户端数据安全的高效防护。的高效防护。的高效防护。

【技术实现步骤摘要】
一种用于客户端的数据安全防护方法及系统


[0001]本专利技术涉及数据安全领域，尤其涉及一种用于客户端的数据安全防护方法及系统。

技术介绍

[0002]随着互联网技术的发展，客户端数据的产生和流动越来越多，在传统的客户端数据安全防护方法中。由于客户端数据量庞大，安全防护效率低下，数据威胁较大，因此，研发一种高效可靠的客户端数据安全防护方法及系统成为了迫切需求。以提升客户端数据安全防护系统的整体效率和用户体验，通过一种用于客户端的数据安全防护方法及系统，利用安全审计、异常行为检测技术对客户端数据进行安全检测，通过空洞卷积算法对客户端数据进行卷积处理，生成客户端安全防护模型，基于区块链网络技术，数据加密算法对客户端数据进行加密处理，提供高效的安全防护，增强数据安全性。

技术实现思路

[0003]本专利技术为解决上述技术问题，提出了一种用于客户端的数据安全防护方法及系统，以解决至少一个上述技术问题。
[0004]为实现上述目的，本专利技术提供一种用于客户端的数据安全防护方法，包括以下步骤：步骤S1：利用信息采集模块获取客户端访问数据，利用安全标识符对客户端访问数据进行安全审计，生成客户端安全审计数据；步骤S2：利用支持向量机算法对客户端安全审计数据进行异常行为检测，生成客户端安全异常数据；根据特征工程法对客户端安全异常数据进行敏感数据统计特征提取，生成客户端安全敏感数据；利用客户端可信执行环境技术对客户端安全敏感数据进行安全环境计算分析计算，生成客户瑞安全环境数据；步骤S3：对客户端安全审计数据及客户瑞安全环境数据进行数据挖掘建模，生成客户端安全防护模型；基于指定共识算法对客户端安全防护模型进行区块链网络构建，生成客户端安全防护区块链网络；步骤S4：对客户端安全防护区块链网络进行动态加密，构建客户端安全防护动态加密区块链网络；步骤S5：对客户端安全防护动态加密区块链网络进行安全框架构建，生成客户端动态加密区块链网络入侵检测框架；利用客户端动态加密区块链网络入侵检测框架对访问数据进行威胁检测以执行拦截危险访问作业。
[0005]本专利技术通过信息采集模块获取客户端访问数据，利用安全标识符对客户端访问数据进行安全审计，生成客户端安全审计数据，通过采集客户端访问数据并进行安全审计，系统可以分析和监控客户端的行为，识别可疑操作、异常行为和潜在的安全威胁。系统使用支持向量机（SVM）算法对客户端安全审计数据进行异常行为检测。SVM可以通过对已知正常行
为和异常行为进行训练，识别潜在的安全风险和异常行为，生成客户端安全异常数据利用特征工程方法从客户端安全异常数据中提取敏感数据的统计特征。这些特征可以包括敏感数据的频率、访问模式、异常访问时间等。生成的客户端安全敏感数据将用于后续的安全环境计算分析系统利用客户端可信执行环境技术对客户端安全敏感数据进行安全环境计算分析。这包括对数据的机密性、完整性和可信度进行评估，以生成客户端安全环境数据。安全环境数据反映了客户端的当前安全状态和可信程度，利用随机森林算法对客户端安全审计数据及客户端安全环境数据进行数据挖掘建模，生成客户端安全防护模型，系统使用随机森林算法对客户端安全审计数据和客户端安全环境数据进行数据挖掘和建模。随机森林可以通过多个决策树集成的方式，对数据集进行分析和预测，生成客户端安全防护模型，利用指定共识算法对客户端安全防护模型进行区块链网络构建，生成客户端安全防护区块链网络，利用指定的共识算法对客户端安全防护模型进行区块链网络构建。通过区块链的去中心化特性和分布式共识机制，可以确保客户端安全防护模型在网络中的可信度和安全性。生成的客户端安全防护区块链网络将用于后续的安全防护和威胁检测，利用同态加密算法对客户端安全防护区块链网络进行动态加密，生成客户端安全防护动态加密区块链网络系统使用同态加密算法对客户端安全防护区块链网络进行动态加密处理。同态加密使得可以对数据进行加密，而无需解密就可以进行计算操作。在区块链网络中传输和存储的数据可以得到保护，即使在数据使用和处理时也能保持其机密性，统基于客户端安全防护动态加密区块链网络构建安全框架。这个安全框架包括各种组件和机制，用于确保区块链网络的安全性、完整性和可靠，系统创建客户端动态加密区块链网络入侵检测框架。这个框架利用动态加密的区块链网络来监测和检测访问数据中的潜在威胁和入侵行为。通过使用各种威胁检测技术和算法，可以及时识别和拦截危险访问行为，提高对客户端安全防护效率，减小数据威胁。
[0006]在本说明书中，还提供了一种用于客户端的数据安全防护系统，包括：信息采集模块，利用信息采集模块获取客户端访问数据，利用安全标识符对客户端访问数据进行安全审计，生成客户端安全审计数据；特征工程模块，利用支持向量机算法对客户端安全审计数据进行异常行为检测，生成客户端安全异常数据；利用特征工程法对客户端安全异常数据进行敏感数据统计特征提取，生成客户端安全敏感数据；利用客户端可信执行环境技术对客户端安全敏感数据进行安全环境计算分析计算，生成客户瑞安全环境数据；区块链网络模块，利用随机森林算法对客户端安全审计数据及客户瑞安全环境数据进行数据挖掘建模，生成客户端安全防护模型；利用指定共识算法对客户端安全防护模型进行区块链网络构建，生成客户端安全防护区块链网络；数据加密模块，利用同态加密算法对客户端安全防护区块链网络进行动态加密，生成客户端安全防护动态加密区块链网络；安全框架模块，对客户端安全防护动态加密区块链网络进行安全框架构建，生成客户端动态加密区块链网络入侵检测框架；利用客户端动态加密区块链网络入侵检测框架对访问数据进行威胁检测以执行拦截危险访问作业。
[0007]本专利技术通过构建客户端数据安全防护系统，系统通过信息采集模块对客户端访问数据进行安全审计，并生成安全审计数据。利用支持向量机算法进行异常行为检测和特征
工程方法进行敏感数据特征提取，可以准确识别和分析安全异常数据和敏感信息。通过区块链网络的构建和动态加密，进一步增强了数据的安全性和机密性。通过对客户端安全审计数据和安全环境数据进行挖掘建模，生成客户端安全防护模型。这个模型可以不断学习和适应新的安全威胁，并基于区块链网络的共识算法构建安全防护区块链网络。这种分布式的防护机制提供了多节点的决策和验证，增强了整个系统的安全性和鲁棒性。系统利用数据加密模块对客户端安全防护区块链网络进行动态加密，确保数据在传输和存储过程中的完整性和机密性。这种动态加密能力可以有效防止数据被篡改和未经授权访问，同时保护用户数据的隐私和机密性。通过安全框架模块构建客户端动态加密区块链网络入侵检测框架，对访问数据进行威胁检测。这个框架能够识别潜在的危险访问作业并进行拦截，防止恶意行为对系统造成损害。这样的入侵检测能够快速响应并降低潜在的风险和威胁。该系统通过信息采集、异常行为检测、数据挖掘、区块链技术、数据加密和安全框架构建等多个步骤，实现了数据安全保护、安全防护模型建立、防篡改和数据隐私保护以及入侵检测和威胁拦截等有益效果。这些效果可以提高系统的安全性、机密性和可靠性，帮助用户防止安全威胁和数据泄露，维护数据的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于客户端的数据安全防护方法，其特征在于，包括以下步骤：步骤S1：利用信息采集模块获取客户端访问数据，利用安全标识符对客户端访问数据进行安全审计，生成客户端安全审计数据；步骤S2：利用支持向量机算法对客户端安全审计数据进行异常行为检测，生成客户端安全异常数据；根据特征工程法对客户端安全异常数据进行敏感数据统计特征提取，生成客户端安全敏感数据；利用客户端可信执行环境技术对客户端安全敏感数据进行安全环境计算分析计算，生成客户瑞安全环境数据；步骤S3：对客户端安全审计数据及客户瑞安全环境数据进行数据挖掘建模，生成客户端安全防护模型；基于指定共识算法对客户端安全防护模型进行区块链网络构建，生成客户端安全防护区块链网络；步骤S4：对客户端安全防护区块链网络进行动态加密，构建客户端安全防护动态加密区块链网络；步骤S5：对客户端安全防护动态加密区块链网络进行安全框架构建，生成客户端动态加密区块链网络入侵检测框架；利用客户端动态加密区块链网络入侵检测框架对访问数据进行威胁检测以执行拦截危险访问作业。2.根据权利要求1所述的方法，其特征在于，步骤S1的具体步骤为：步骤S11：利用信息采集模块对客户端进行网络监听，获取客户端访问数据；步骤S12：利用安全标识符对客户端访问数据进行数字认证，生成客户端访问认证数据；步骤S13：利用数据流分析法对客户端访问认证数据进行安全审计，生成客户端安全审计数据。3.根据权利要求2所述的方法，其特征在于，步骤S2的具体步骤为：步骤S21：利用支持向量机算法对客户端安全审计数据进行异常行为检测，生成客户端安全异常数据；步骤S22：根据特征工程法对客户端安全异常数据进行特征提取，生成第一客户端安全异常特征数据；步骤S23：利用聚类分析法对第一客户端安全异常特征数据进行聚类分析，生成第二客户端安全异常特征数据；步骤S24：对第二客户端安全异常特征数据进行敏感数据统计特征提取，生成客户端安全敏感数据；步骤S25：利用客户端可信执行环境技术对客户端安全敏感数据进行安全环境分析，生成客户端安全敏感环境数据；步骤S26：利用可信执行环境安全系数计算公式对客户端安全敏感环境数据进行安全计算，生成客户瑞安全环境数据；其中，步骤S26中的可信执行环境安全系数计算公式具体为：；其中，是可信执行环境安全系数，为可信执行环境安全系数调整参数，为可信执行
环境的可靠性，为可信执行环境的威胁程度，为可信执行环境的保密性，为可信执行环境的泄露风险，为可信执行环境的完整性，为可信执行环境的篡改风险，为可信执行环境的可用性，为可信执行环境的故障风险，α、β、γ和δ为可信执行环境安全敏感系数调节参数，为所输入的客户端安全敏感环境数据，为可信执行环境数据承载量，为安全系数对性能和负载的敏感参数，为可信执行环境的性能，为可信执行环境的负载。4.根据权利要求3所述的方法，其特征在于，步骤S3的具体步骤为：步骤S31：对客户端安全审计数据及客户端安全环境数据进行数据可视化，生成客户端安全防护可视化视图；步骤S32：利用空洞卷积算法对客户端安全防护可视化视图进行膨胀卷积，生成客户端安全防护模型；步骤S33：利用联邦学习算法对客户端安全防护模型进行模型切片，生成客户端安全防护模型切片；步骤S34：基于指定共识算法对客户端安全防护模型切片进行合约分析，生成客户端安全防护智能合约逻辑；步骤S35：利用客户端安全防护智能合约逻辑对客户端安全防护模型切片进行智能合约集成编辑，构建客户端安全防护智能合约；步骤S36：利用客户端安全防护智能合约对客户端安全防护模型切片进行架构设计，生成客户端安全防护区块链节点；步骤S37：利用区块链网络多方权重计算公式对客户端安全防护区块链节点进行区块链网络构建，生成客户端安全防护区块链网络。5.根据权利要求4所述的方法，其特征在于，步骤S31的具体步骤为：步骤S311：利用深度学习算法对客户端安全审计数据及客户端安全环境数据进行频繁项集挖掘，生成客户端安全防护特征权重向量；步骤S312：对客户端安全防护特征权重向量进行数据可视化处理，生成客户端安全防护特征权重可视化视图；步骤S313：用JavaScript库对客户端安全防护特征权重可视化视图进行交互化处理，生成客户端安全防护特征权重可交互视图。6.根据权利要求3所述的方法，其特征在于，步骤S32的具体步骤为：步骤S321：利用卷积神经网络对客户端安全防护特征权重可交互视图进行卷积预处理，生成客户端安全防护...

【专利技术属性】
技术研发人员：王冠鸿，
申请(专利权)人：深圳迅销科技股份有限公司，
类型：发明
国别省市：