一种基于运行时行为指纹的API异常检测方法、系统、设备及介质技术方案

本发明专利技术涉及API安全防护技术领域，本发明专利技术公开了一种基于运行时行为指纹的API异常检测方法、系统、设备及介质，包括，实时采集API调用过程中的运行日志数据；对日志数据进行预处理，从预处理后数据中提取多维度行为特征，构建API行为指纹向量；基于历史行为指纹向量，采用高斯混合模型建立正常行为基准模型；通过贝叶斯信息准则动态确定高斯混合模型的最优聚类数量；将实时API调用的行为指纹向量输入高斯混合模型，计算异常得分并判定异常行为，定期增量更新高斯混合模型参数并重新优化聚类数量。本方法通过动态行为建模与闭环自适应机制，显著提升复杂环境下异常识别的准确率与系统长期稳定性。

【技术实现步骤摘要】

本专利技术涉及api安全防护，尤其涉及一种基于运行时行为指纹的api异常检测方法、系统、设备及介质。

技术介绍

1、应用程序接口(api)已成为各类系统之间数据交互的核心通道。在此背景下，如何有效识别并防范针对api的异常访问行为，成为保障系统安全的关键课题。目前已有多种技术尝试通过分析运行时行为特征来实现对api调用过程中的异常检测，主要包括基于规则匹配的日志分析方法、静态阈值判断机制，以及部分引入机器学习模型的行为建模手段。

2、然而，这些现有技术普遍存在以下几个方面的局限性。首先，多数方法依赖于预设规则或固定阈值进行异常判定，缺乏对运行环境动态变化的适应能力，难以应对复杂多变的调用模式，导致误报率高、漏检现象频发。其次，一些基于行为分析的技术虽然引入了聚类、分类等无监督或半监督学习策略，但其特征提取方式较为单一，通常仅关注请求频率、响应时间等基础指标，忽略了api调用路径、参数组合、用户行为序列等更深层次的行为语义信息，限制了模型的判别能力。

3、此外，现有技术普遍缺乏对行为指纹的精细化建模与持续更新机制，无法准确刻画正常行为本文档来自技高网...

【技术保护点】

1.一种基于运行时行为指纹的API异常检测方法，其特征在于：包括，

2.如权利要求1所述的一种基于运行时行为指纹的API异常检测方法，其特征在于：所述预处理包括清洗无效请求及去重冗余调用；

3.如权利要求2所述的一种基于运行时行为指纹的API异常检测方法，其特征在于：所述构建API行为指纹向量包括，提取多维度行为特征后，计算同一用户标识在预设时间窗口内的请求频率；

4.如权利要求3所述的一种基于运行时行为指纹的API异常检测方法，其特征在于：所述基于历史行为指纹向量，采用高斯混合模型建立正常行为基准模型包括，获取历史API数据并提取历史行为指纹向量；<...

【技术特征摘要】

1.一种基于运行时行为指纹的api异常检测方法，其特征在于：包括，

2.如权利要求1所述的一种基于运行时行为指纹的api异常检测方法，其特征在于：所述预处理包括清洗无效请求及去重冗余调用；

3.如权利要求2所述的一种基于运行时行为指纹的api异常检测方法，其特征在于：所述构建api行为指纹向量包括，提取多维度行为特征后，计算同一用户标识在预设时间窗口内的请求频率；

4.如权利要求3所述的一种基于运行时行为指纹的api异常检测方法，其特征在于：所述基于历史行为指纹向量，采用高斯混合模型建立正常行为基准模型包括，获取历史api数据并提取历史行为指纹向量；

5.如权利要求4所述的一种基于运行时行为指纹的api异常检测方法，其特征在于：所述动态确定正常行为基准模型的最优聚类数量包括，在预设数量范围内训练不同高斯分量的高斯混合模型；

6.如权利要求5所述的一种基于运行时行为指纹的api异常检测方法，其特征在于：所述增量更新高斯混合模型参数并重新优化最优聚类...

【专利技术属性】
技术研发人员：艾徐华，黄依婷，银源，陈昭利，董贇，林子健，韦宗慧，蒙琦，刘凯杰，谭期文，蒙志鹏，艾洲，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：