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() 一种数据处理方法、装置、设备及介质制造方法及图纸_技高网

一种数据处理方法、装置、设备及介质制造方法及图纸

技术编号:41076513 阅读:4 留言:0更新日期:2024-04-24 11:34
本发明专利技术公开了一种数据处理方法、装置、设备及介质。本发明专利技术涉及大数据技术领域。该方法包括:获取目标对象在当前页面中的操作数据;基于操作数据以及目标对象在至少一个固有属性下的属性特征,确定待使用数据;其中,至少一个固有属性包括用户角色属性、高峰时间段属性以及岗位属性中的至少一种;将待使用数据输入至预先训练得到的行为监测模型中进行异常监测,确定目标对象的操作行为是否异常;其中,行为监测模型是基于异常操作数据来训练的,异常操作数据是基于密度的异常检测算法确定的。本发明专利技术的技术方案,能够达到在提高异常监测准确性的同时,提高异常监测的及时性,提高系统安全性的效果。

【技术实现步骤摘要】

本专利技术实施例涉及大数据,尤其涉及一种数据处理方法、装置、设备及介质


技术介绍

1、为了提高系统的安全性,通常会对系统上的操作用户的操作数据进行管控,以避免不正当的操作,造成数据泄露或者使用风险等。

2、目前,对用户操作行为的管控方式通常是先将用户的操作日志进行保存,然后,针对各个功能的操作频率进行统计评估分析,人为观测功能使用频率是否超过设定阈值,进行操作行为的风险评估。这种方式需要全局观测用户的整体操作行为,存在风险遗漏的问题,且无法及时的、有效的发现异常操作,导致安全性低的问题。


技术实现思路

1、本专利技术实施例提供一种数据处理方法、装置、设备及介质,以实现在提高异常监测准确性的同时,提高异常监测的及时性,达到提高系统安全性的效果。

2、第一方面,本专利技术实施例提供了一种数据处理方法,该方法包括:

3、获取目标对象在当前页面中的操作数据;

4、基于所述操作数据以及所述目标对象在至少一个固有属性下的属性特征,确定待使用数据;其中,所述至少一个固有属性包括用户角色属性、高峰时间段属性以及岗位属性中的至少一种;

5、将所述待使用数据输入至预先训练得到的行为监测模型中进行异常监测,确定所述目标对象的操作行为是否异常;

6、其中,所述行为监测模型是基于异常操作数据来训练的,所述异常操作数据是基于密度的异常检测算法确定的。

7、第二方面,本专利技术实施例还提供了一种数据处理装置,该装置包括:>

8、操作数据获取模块,用于获取目标对象在当前页面中的操作数据;

9、待使用数据确定模块,用于基于所述操作数据以及所述目标对象在至少一个固有属性下的属性特征,确定待使用数据;其中,所述至少一个固有属性包括用户角色属性、高峰时间段属性以及岗位属性中的至少一种;

10、异常监测模块,用于将所述待使用数据输入至预先训练得到的行为监测模型中进行异常监测,确定所述目标对象的操作行为是否异常;

11、其中,所述行为监测模型是基于异常操作数据来训练的,所述异常操作数据是基于密度的异常检测算法确定的。

12、第三方面,本专利技术实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本专利技术实施例中任一所述的数据处理方法。

13、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本专利技术实施例中任一所述的数据处理方法。

14、第五方面,本专利技术实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如本专利技术实施例中任一所述的数据处理方法。

15、本专利技术实施例中,通过获取目标对象在当前页面中的操作数据;基于操作数据以及目标对象在至少一个固有属性下的属性特征,确定待使用数据;其中,至少一个固有属性包括用户角色属性、高峰时间段属性以及岗位属性中的至少一种;将待使用数据输入至预先训练得到的行为监测模型中进行异常监测,确定目标对象的操作行为是否异常;其中,行为监测模型是基于异常操作数据来训练的,异常操作数据是基于密度的异常检测算法确定的,解决了现有技术中通过基于人工统计用户操作日志中的操作数据进行异常检测,导致异常检测准确性差,效率低的问题,实现了通过基于密度的异常检测算法确定异常操作数据,进而基于异常操作数据训练行为监测模型,提高模型的检测精度,进而通过目标对象在当前页面中的操作数据以及目标对象在至少一个固有属性下的属性特征,筛选到受影响的异常数据,得到待使用数据,通过行为监测模型对待使用数据进行异常检测,实现提高异常监测准确性的同时,提高异常监测的及时性,达到提高系统安全性的效果。

本文档来自技高网...

【技术保护点】

1.一种数据处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,还包括:

3.根据权利要求2所述的方法,其特征在于,所述采用异常检测算法对所述历史操作数据进行处理,确定异常操作数据,包括:

4.根据权利要求3所述的方法,其特征在于,所述依据所述距离信息从所述其他历史操作数据中确定与所述当前历史操作数据相对应的至少一个邻居数据,包括:

5.根据权利要求3所述的方法,其特征在于,所述确定所述当前历史操作数据与各所述邻居数据之间的可达距离,包括:

6.根据权利要求3所述的方法,其特征在于,所述基于各所述可达距离以及所述邻居数据的数量,确定所述当前历史操作数据所对应的局部立群因子,包括:

7.根据权利要求6所述的方法,其特征在于,所述基于与所述当前历史操作数据相对应的局部可达密度、与各所述邻居数据相对应的局部可达密度以及所述邻居数据的数量,确定所述当前历史操作数据所对应的局部立群因子,包括:

8.根据权利要求3所述的方法,其特征在于,所述基于各历史操作数据的局部立群因子,确定异常操作数据,包括:

9.根据权利要求3所述的方法,其特征在于,还包括:

10.根据权利要求1所述的方法,其特征在于,所述操作数据包括操作页面、触发至少一个功能控件的次数、每次触发平均时长、登录地址、登录IP以及日常登录时间。

11.根据权利要求1所述的方法,其特征在于,还包括:

12.一种数据处理装置,其特征在于,包括:

13.一种电子设备,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-11中任一项所述的数据处理方法。

14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-11中任一所述的数据处理方法。

15.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现如权利要求1-11中任一项所述的数据处理方法。

...

【技术特征摘要】

1.一种数据处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,还包括:

3.根据权利要求2所述的方法,其特征在于,所述采用异常检测算法对所述历史操作数据进行处理,确定异常操作数据,包括:

4.根据权利要求3所述的方法,其特征在于,所述依据所述距离信息从所述其他历史操作数据中确定与所述当前历史操作数据相对应的至少一个邻居数据,包括:

5.根据权利要求3所述的方法,其特征在于,所述确定所述当前历史操作数据与各所述邻居数据之间的可达距离,包括:

6.根据权利要求3所述的方法,其特征在于,所述基于各所述可达距离以及所述邻居数据的数量,确定所述当前历史操作数据所对应的局部立群因子,包括:

7.根据权利要求6所述的方法,其特征在于,所述基于与所述当前历史操作数据相对应的局部可达密度、与各所述邻居数据相对应的局部可达密度以及所述邻居数据的数量,确定所述当前历史操作数据所对应的局部立群因子,包括:

8.根据权利要求3所述的方...

【专利技术属性】
技术研发人员:张振强叶敏连维淞薛飞魏聪惠王怡冰王俐陈俊俊
申请(专利权)人:中国建设银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1