[發明專利]安全預警方法及相關設備、計算機可讀存儲介質

有效

• 申請號: 201910880321.8
• 申請日: 2019-09-18
• 公開（公告）號: CN110730164B
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 金曉輝;姜軍軍;阮曉雯;徐亮
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06F17/18;G06N3/02
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種安全預警方法，其特征在于，包括：

獲取目標設備的目標屬性數據，所述目標屬性數據描述了所述目標設備的硬件設施和軟件配置；

將所述目標屬性數據分別輸入到N個算法不同的網絡安全模型中進行訓練，得到N個輸出結果，其中，所述N為大于或等于2的正整數，所述N個算法不同的網絡安全模型用于預測所述目標設備的網絡安全指數；其中，所述N個算法不同的網絡安全模型包括LightGBM模型和xDeepFM模型；所述LightGBM模型是基于決策樹算法的分布式梯度提升框架；所述xDeepFM模型包括壓縮交互網絡CIN、線性回歸單元和全連接神經網絡單元，所述線性回歸單元中接入攻擊樣本數據，所述CIN或者全連接神經網絡單元中導入預處理后的屬性數據，所述預處理包括對數值型數據進行分箱，以及對非數值型數據進行編碼；

將所述N個輸出結果進行預設規則計算，以得到最終的預測結果，所述預測結果描述了所述目標設備的網絡安全指數。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標設備的目標屬性數據包括：

獲取目標設備的屬性數據，所述屬性數據的數據類型包括數值型數據和非數值型數據；

預處理所述屬性數據以得到預處理后的目標屬性數據，所述預處理包括對所述數值型數據進行分箱，以及對所述非數值型數據進行編碼。

3.根據權利要求1所述的方法，其特征在于，所述獲取目標設備的目標屬性數據包括：

獲取目標設備的目標屬性數據，所述目標屬性數據包括所述目標設備在預設時間段內和/或預設區域內的屬性數據，所述屬性數據描述了所述目標設備的硬件設施和軟件配置。

4.根據權利要求1所述的方法，其特征在于，所述將所述N個輸出結果進行預設規則計算，以得到最終的預測結果之后，還包括：

根據所述預測結果輸出網絡安全預警，所述網絡安全預警包括所述目標設備的網絡安全等級或所述目標設備的網絡安全等級的文字描述。

5.根據權利要求1所述的方法，其特征在于，所述將所述N個輸出結果進行預設規則計算，以得到最終的預測結果之后，還包括：

若所述預測結果的數據大于預設閾值，則表示所述目標設備處于不安全狀態，輸出網絡安全預警，所述網絡安全預警包括所述目標設備的安全等級或所述目標設備的網絡安全等級的文字描述。

6.一種安全預警裝置，其特征在于，包括：

獲取單元，用于獲取目標設備的目標屬性數據，所述目標屬性數據描述了所述目標設備的硬件設施和軟件配置；

輸入單元，用于將所述目標屬性數據分別輸入到N個算法不同的網絡安全模型中進行訓練，得到N個輸出結果，其中，所述N為大于或等于2的正整數，所述N個算法不同的網絡安全模型用于預測所述目標設備的網絡安全指數；其中，所述N個算法不同的網絡安全模型包括LightGBM模型和xDeepFM模型；所述LightGBM模型是基于決策樹算法的分布式梯度提升框架；所述xDeepFM模型包括壓縮交互網絡CIN、線性回歸單元和全連接神經網絡單元，所述線性回歸單元中接入攻擊樣本數據，所述CIN或者全連接神經網絡單元中導入預處理后的屬性數據，所述預處理包括對數值型數據進行分箱，以及對非數值型數據進行編碼；

計算單元，用于將所述N個輸出結果進行預設規則計算，以得到最終的預測結果，所述預測結果描述了所述目標設備的網絡安全指數。

7.根據權利要求6所述的裝置，其特征在于，所述獲取單元具體包括：

所述獲取單元，還用于獲取目標設備的屬性數據，所述屬性數據的數據類型包括數值型數據和非數值型數據；

預處理單元，用于預處理所述屬性數據以得到預處理后的目標屬性數據，所述預處理包括對所述數值型數據進行分箱，以及對所述非數值型數據進行編碼，所述目標屬性數據包括所述預處理后的屬性數據。