【技术实现步骤摘要】
本专利技术属于数据分析，具体涉及到一种操作系统用户数据隔离与处理分析方法。
技术介绍
1、随着信息技术的迅速发展，操作系统在处理大量用户数据时面临着越来越多的安全挑战，用户数据包括但不限于用户操作记录、应用程序使用数据及系统日志等，这些数据中潜藏着用户行为的风险等级信息。在实际应用中，如何从复杂的操作系统用户数据中有效地提取风险信息，并据此执行相应的安全隔离措施，是确保系统安全运行的关键。
2、现有技术中，申请号为cn202210249805.4的中国专利技术专利公开了一种基于机器学习的用户异常行为检测方法及装置，该方法包括：获取用户的操作日志信息；将操作日志信息输入到行为检测模型中，得到行为检测模型输出的用户行为属性；其中，行为检测模型为以样本日志信息为样本，以与样本日志信息对应的用户行为属性样本数据为标签进行训练得到的；行为检测模型内部包括多种神经网络模型，每种神经网络模型基于操作日志信息输出一种参考行为属性，用户行为属性为基于多种神经网络模型的权重参数以及对应输出的参考行为属性确定的。申请号为cn20231170298...
【技术保护点】
1.一种操作系统用户数据隔离与处理分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的操作系统用户数据隔离与处理分析方法，其特征在于：所述的步骤S1中的离散属性包括Ra1、Ra2、Ra3、Ra4、Ra5、Ra6、Ra7、Ra8、Ra9、Ra10；
3.根据权利要求1所述的操作系统用户数据隔离与处理分析方法，其特征在于，步骤S2中所述的基于图理论的生成对抗网络算法的训练流程包括以下步骤：
4.根据权利要求3所述的操作系统用户数据隔离与处理分析方法，其特征在于：所述的步骤S204中的生成对抗网络的学习率通过动态调节的方式进行设...
【技术特征摘要】
1.一种操作系统用户数据隔离与处理分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的操作系统用户数据隔离与处理分析方法，其特征在于：所述的步骤s1中的离散属性包括ra1、ra2、ra3、ra4、ra5、ra6、ra7、ra8、ra9、ra10；
3.根据权利要求1所述的操作系统用户数据隔离与处理分析方法，其特征在于，步骤s2中所述的基于图理论的生成对抗网络算法的训练流程包括以下步骤：
4.根据权利要求3所述的操作系统用户数据隔离与处理分析方法，其特征在于：所述的步骤s204中的生成对抗网络的学习率通过动态调节的方式进行设置，根据模型的在每次迭代中的性能调整学习步长，进而提高模型对新数据的适应能力和整体的生成质量，定义生成对抗网络学习率的动态调节函数为ad()，学习率在每次迭代时的计算方式表示为：
5.根据权利要求1所述的操作系统用户数据隔离与处理分析方法，其特征在于，所述的步骤s3中的基于量子...
【专利技术属性】
技术研发人员：袁伟，
申请(专利权)人：上海商甲信息科技有限公司，
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。