一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法技术

技术编号:41306979 阅读:15 留言:0更新日期:2024-05-13 14:51
本发明专利技术涉及一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,包括:日志数据解析与事件提取步骤:将经过预处理后的数据通过工具解析日志数据,并转化为结构化的事件数据,并从解析后的数据中提取关键事件;事件图谱构建步骤:根据业务需求定义实体和关系,并使用图数据库构建事件,将解析后的时间数据转换为图的节点和边;异常检测模型构建步骤:将事件图谱作为异常检测模型的输入,从中提取用于异常检测的特征,并设置目标函数,通过优化方法对异常检测模型进行训练,最后通过训练好的模型进行检测。本发明专利技术结合了事件图谱建模、事件图谱表示和深度学习技术,具有较强的建模和泛化能力,适用于个人敏感信息脱敏操作的异常检测场景。

【技术实现步骤摘要】

本专利技术涉及数据分析领域,尤其涉及一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法


技术介绍

1、异常检测在现代大规模分布式系统的管理中发挥着关键作用,日志记录系统运行时信息已成为异常检测的广泛应用;在传统方法中,开发人员或者操作者通常依赖关键字搜索和规则匹配来手动检查日志。

2、如申请号为cn202310856983.8的中国专利,其公开了“一种基于机器学习的日志异常检测方法”,包括:步骤1:对系统日志数据进行批量归一化;步骤2:对系统日志数据进行pca降维、去噪操作,得到不平衡数据;步骤3:对系统日志数据样本进行平衡处理;步骤4:对平衡后的系统日志数据样本进行特征提取;步骤5:利用分类器对特征提取后的系统日志数据特征进行分类。本专利技术检测精度高,避免了神经网络在参数寻优时的梯度消失和梯度爆炸现象,同时避免了参数陷入局部最优的情况。申请号为cn202211424557.9的中国专利,其公开了“基于邻域节点结构编码的图神经网络异常检测方法与装置”,包括:将原始数据转换为图神经网络的输入数据,输入数据包括节点属性矩阵、邻接矩阵;从邻接矩本文档来自技高网...

【技术保护点】

1.一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述异常检测方法包括:

2.根据权利要求1所述的一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述解析后的数据中提取关键事件包括以下内容:

3.根据权利要求1所述的一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述事件图谱构建步骤具体包括以下内容:

4.根据权利要求1所述的一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述异常检测模型构建步骤具体包括以下内容:

5.根据权利要求4所述的一种基于事件图谱的个人敏感信...

【技术特征摘要】

1.一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述异常检测方法包括:

2.根据权利要求1所述的一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述解析后的数据中提取关键事件包括以下内容:

3.根据权利要求1所述的一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述事件图谱构建步骤具体包括以下内容:

4.根据权利要求1所述的一种基于事件图谱的个人敏感信息脱敏操作的异常检测方法,其特征在于:所述异常检测模型构建步骤具体包括以下内容:

5.根据权利要求4所述的一种基于事...

【专利技术属性】
技术研发人员:胡瑞林宋超任政鲁力
申请(专利权)人:电子科技大学
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