[發明專利]信息識別方法以及系統

有效

• 申請號: 201280036705.8
• 申請日: 2012-04-26
• 公開（公告）號: CN103703487B
• 公開（公告）日: 2016-11-02
• 發明（設計）人: 立堀道昭;比戶將平
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06N3/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 于麗

1.一種計算機實現的信息識別方法，該信息識別方法用于檢測使用不正常數據進行的對通過受監督的機器學習構成的分類器的攻擊，該方法包括如下步驟：

準備各自包含特征數據、標簽和時間的多個訓練數據；

通過使用所述多個訓練數據來構成分類器；

在將由所述分類器分類而獲得的類中的數據分類為子類的同時，通過使用所述多個訓練數據來構成副分類器；

準備各自包含特征數據、標簽和時間的多個測試數據；

通過使用所述分類器對所述多個測試數據進行分類；

通過使用所述副分類器將已經被分類的所述多個測試數據分類為子類；

計算表示所述多個測試數據相對于所述多個訓練數據的相對頻度的統計數據，所述統計數據是在具有對于時間的預定寬度的時間窗中對每個相同子類集合計算的；以及

響應于所述統計數據的值超過預定閥值，對發生使用不正常數據進行的攻擊的可能性進行警報。

2.根據權利要求1所述的信息識別方法，其中

所述特征數據通過將對金融申請文檔中問題項的回答轉換為電子形式而獲得的特征向量來表示，并且所述類包括接受類和拒絕類。

3.根據權利要求1所述的信息識別方法，其中

所述分類器由支持向量機構成。

4.根據權利要求1所述的信息識別方法，其中

所述副分類器使用K-means算法。

5.根據權利要求2所述的信息識別方法，其中

所述不正常數據是錯誤地接受的數據。

6.根據權利要求1所述的信息識別方法，其中

所述統計數據通過使用頻度的移動平均和所述移動平均的方差來計算。

7.一種計算機執行的信息識別程序產品，該程序產品用于檢測用不正常數據進行的對通過受監督的機器學習構成的分類器的攻擊，該程序產品使得計算機執行如下步驟：

準備各自包含特征數據、標簽和時間的多個訓練數據；

通過使用所述多個訓練數據來構成分類器；

在將由所述分類器分類而獲得的類中的數據分類為子類的同時，通過使用所述多個訓練數據來構成副分類器；

準備各自包含特征數據、標簽和時間的多個測試數據；

通過使用所述分類器對所述多個測試數據進行分類；

通過使用所述副分類器將已經被分類的所述多個測試數據分類為子類；

計算表示所述多個測試數據相對于所述多個訓練數據的相對頻度的統計數據，所述統計數據是在具有對于時間的預定寬度的時間窗中對每個相同子類集合計算的；以及

響應于所述統計數據的值超過預定閥值，對發生使用不正常數據進行的攻擊的可能性進行警報。

8.根據權利要求7所述的信息識別程序產品，其中

所述特征數據通過將對金融申請文檔中問題項的回答轉換為電子形式而獲得的特征向量來表示，并且所述類包括接受類和拒絕類。

9.根據權利要求7所述的信息識別程序產品，其中

所述分類器由支持向量機構成。

10.根據權利要求7所述的信息識別程序產品，其中

所述副分類器使用K-means算法。

11.根據權利要求8所述的信息識別程序產品，其中

所述不正常數據是錯誤地接受的數據。

12.根據權利要求7所述的信息識別程序產品，其中

所述統計數據通過使用頻度的移動平均和所述移動平均的方差來計算。