System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能领域,尤其涉及一种基于数据流向的风险识别方法、装置、电子设备及存储介质。
技术介绍
1、在金融科技领域中,通常会产生很多与金融业务相关的数据,这些数据具有流动性质的且能够产生与之对应的价值。数据在流动的过程中为了保证数据的安全可靠通常是采用用户权限审计的方式对接入、使用、流转的数据进行管理和控制,以及采用分层和分级的方式对数据安全性进行定级。但是,这种方式会随着金融数据使用方的增多,导致无法精准定位到数据的最终流向,并且数据的隐蔽性持续增加,进而无法正确对数据的风险性和安全性进行定级。因此,亟待提出一种准确度更高的风险识别方法。
技术实现思路
1、本专利技术提供一种基于数据流向的风险识别方法、装置、电子设备及存储介质,其主要目的在于提高风险识别的准确度。
2、为实现上述目的,本专利技术提供的一种基于数据流向的风险识别方法,包括:
3、获取初始业务数据集,根据预设风险判断规则对所述初始业务数据集中的各个初始业务数据进行数据风险判断,得到所述初始业务数据集对应的数据风险等级,将所述数据风险等级对应的风险标签添加在对应的初始业务数据上,得到风险标记业务数据集;
4、对所述初始业务数据集进行数据加工处理,得到加工数据集,根据所述加工数据集和所述风险标记业务数据集构建风险数据参考表;
5、获取所述初始业务数据集中不同初始业务数据对应的数据使用区域,根据所述数据使用区域对所述初始业务数据进行区域风险判断,得到区域风险判断结果
6、基于所述风险数据参考表和所述区域风险判断结果对所述初始业务数据集中业务数据进行流向风险识别,得到最终风险识别结果。
7、可选地,所述根据预设风险判断规则对所述初始业务数据集中的各个初始业务数据进行数据风险判断,得到所述初始业务数据集对应的数据风险等级,包括:
8、获取预设风险判断规则对应的风险判断参考对照表,所述风险判断参考对照表中包含参考实体及所述参考实体对应的风险等级;
9、提取所述初始业务数据集中不同初始业务数据对应的业务实体,将所述业务实体与所述风险判断参考对照表中的参考实体进行比对;
10、将比对一致的所述参考实体对应的风险等级作为所述初始业务数据对应的数据风险等级;
11、统计所述初始业务数据集中不同初始业务数据对应的风险等级的频次,根据所述频次和预设的鉴别规则对所述初始业务数据集进行等级鉴别,得到所述初始业务数据集对应的数据风险等级。
12、可选地,所述根据所述频次和预设的鉴别规则对所述初始业务数据集进行等级鉴别,得到所述初始业务数据集对应的数据风险等级,包括:
13、当所述初始业务数据集中任意一个初始业务数据的风险等级为高风险时,令所述初始业务数据集对应的数据风险等级为高风险;
14、当所述初始业务数据集中初始业务数据的风险等级为中风险的频次大于预设阈值时,令所述初始业务数据集对应的数据风险等级为中风险;
15、当所述初始业务数据集中初始业务数据不满足任意一个初始业务数据的风险等级为高风险的条件且不满足初始业务数据的风险等级为中风险的频次大于预设阈值的条件时,令所述初始业务数据集对应的数据风险等级为低风险。
16、可选地,所述根据所述加工数据集和所述风险标记业务数据集构建风险数据参考表,包括:
17、提取所述风险标记业务数据集中的风险标签,并将所述风险标签添加至所述加工数据集中,得到加工标签集;
18、对预设数据库中的数据进行字段过滤,得到过滤后数据库,在所述过滤后数据库中插入所述加工标签集对应的标签表,得到风险数据参考表。
19、可选地,所述根据所述数据使用区域对所述初始业务数据进行区域风险判断,得到区域风险判断结果,包括:
20、当所述数据使用区域为外网区域,则所述区域风险判断结果为高风险;
21、当所述数据使用区域为内网区域时,对所述数据使用区域进行区域内容识别,根据所区域内容识别的结果生成区域风险判断结果。
22、可选地,所述对所述数据使用区域进行区域内容识别,根据所区域内容识别的结果生成区域风险判断结果,包括:
23、当区域内容识别的结果为存在数据流转时,则所述区域风险判断结果为高风险;
24、当区域内容识别的结果为存在数据交换时,则所述区域风险判断结果为中风险;
25、当区域内容识别的结果为不存在数据流转且不存在数据交换时,则所述区域风险判断结果为低风险。
26、可选地,所述基于所述风险数据参考表和所述区域风险判断结果对所述初始业务数据集中业务数据进行流向风险识别,得到最终风险识别结果,包括:
27、识别所述初始业务数据集中不同业务数据之间的数据流向,得到业务数据流向,所述业务数据流向由所述初始业务数据集中任意两个初始业务数据确定;
28、根据所述风险数据参考表和所述区域风险判断结果识别所述业务数据流向对应的流向风险级别;
29、根据预设推荐算法和所述流向风险级别对所述初始业务数据进行方案推荐,得到推荐方案;
30、将所述流向风险级别和所述推荐方案作为所述最终风险识别结果输出。
31、为了解决上述问题,本专利技术还提供一种基于数据流向的风险识别装置,所述装置包括:
32、数据风险判断模块,用于获取初始业务数据集,根据预设风险判断规则对所述初始业务数据集中的各个初始业务数据进行数据风险判断,得到所述初始业务数据集对应的数据风险等级,将所述数据风险等级对应的风险标签添加在对应的初始业务数据上,得到风险标记业务数据集;
33、参考表构建模块,用于对所述初始业务数据集进行数据加工处理,得到加工数据集,根据所述加工数据集和所述风险标记业务数据集构建风险数据参考表;
34、区域风险判断模块,用于获取所述初始业务数据集中不同初始业务数据对应的数据使用区域,根据所述数据使用区域对所述初始业务数据进行区域风险判断,得到区域风险判断结果;
35、流向风险识别模块,用于基于所述风险数据参考表和所述区域风险判断结果对所述初始业务数据集中业务数据进行流向风险识别,得到最终风险识别结果。
36、为了解决上述问题,本专利技术还提供一种电子设备,所述电子设备包括:
37、至少一个处理器;以及,
38、与所述至少一个处理器通信连接的存储器;其中,
39、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的基于数据流向的风险识别方法。
40、为了解决上述问题,本专利技术还提供一种存储介质,所述存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于数据流向的风险识别方法。
41、本专利技术实施例中,通过构建生本文档来自技高网...
【技术保护点】
1.一种基于数据流向的风险识别方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于数据流向的风险识别方法,其特征在于,所述根据预设风险判断规则对所述初始业务数据集中的各个初始业务数据进行数据风险判断,得到所述初始业务数据集对应的数据风险等级,包括:
3.如权利要求2所述的基于数据流向的风险识别方法,其特征在于,所述根据所述频次和预设的鉴别规则对所述初始业务数据集进行等级鉴别,得到所述初始业务数据集对应的数据风险等级,包括:
4.如权利要求1所述的基于数据流向的风险识别方法,其特征在于,所述根据所述加工数据集和所述风险标记业务数据集构建风险数据参考表,包括:
5.如权利要求1所述的基于数据流向的风险识别方法,其特征在于,所述根据所述数据使用区域对所述初始业务数据进行区域风险判断,得到区域风险判断结果,包括:
6.如权利要求5所述的基于数据流向的风险识别方法,其特征在于,所述对所述数据使用区域进行区域内容识别,根据所区域内容识别的结果生成区域风险判断结果,包括:
7.如权利要求1所述的基于数据流向的风险识
8.一种基于数据流向的风险识别装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于数据流向的风险识别方法。
...【技术特征摘要】
1.一种基于数据流向的风险识别方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于数据流向的风险识别方法,其特征在于,所述根据预设风险判断规则对所述初始业务数据集中的各个初始业务数据进行数据风险判断,得到所述初始业务数据集对应的数据风险等级,包括:
3.如权利要求2所述的基于数据流向的风险识别方法,其特征在于,所述根据所述频次和预设的鉴别规则对所述初始业务数据集进行等级鉴别,得到所述初始业务数据集对应的数据风险等级,包括:
4.如权利要求1所述的基于数据流向的风险识别方法,其特征在于,所述根据所述加工数据集和所述风险标记业务数据集构建风险数据参考表,包括:
5.如权利要求1所述的基于数据流向的风险识别方法,其特征在于,所述根据所述数据使用区域对所述初始...
【专利技术属性】
技术研发人员:徐弘,
申请(专利权)人:中国平安财产保险股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。