[發明專利]一種訪問控制方法、裝置、設備及介質

在審

• 申請號: 202011026304.7
• 申請日: 2020-09-25
• 公開（公告）號: CN112149743A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 姚吉;范淵
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/18
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉曉菲

1.一種訪問控制方法，其特征在于，包括：

獲取訓練集數據，其中，所述訓練集數據為帶有單位類型標記的日志數據，所述日志數據中包括對應的IP地址；

利用所述訓練集數據對預先基于樸素貝葉斯算法構建的分類模型進行訓練，得到訓練后分類模型；

當獲取到待分類日志數據時，利用所述訓練后分類模型對所述待分類日志數據進行分類，得到所述待分類日志數據中的待分類IP地址所屬的單位類型；

根據所述待分類IP地址所屬的單位類型對所述待分類IP地址發出的訪問請求進行控制。

2.根據權利要求1所述的訪問控制方法，其特征在于，所述獲取訓練集數據，包括：

獲取IP地址庫，其中，所述IP地址庫中包括不同的IP地址以及各個IP地址對應的單位類型；

獲取目標網站訪問日志庫中的訪問日志集合；

根據所述IP地址庫對所述訪問日志集合中的各個日志數據進行單位類型標記；

將單位類型標記完成的日志數據作為訓練集數據。

3.根據權利要求2所述的訪問控制方法，其特征在于，所述根據所述IP地址庫對所述訪問日志集合中的各個日志數據進行單位類型標記，包括：

確定出當前日志數據中的IP地址；

根據當前日志數據中的IP地址從所述IP地址庫中確定出當前日志數據中的IP地址對應的目標單位類型；

將當前日志數據中的IP地址所屬單位類型標記為所述目標單位類型。

4.根據權利要求1至3任一項所述的訪問控制方法，其特征在于，所述利用所述訓練集數據對預先基于樸素貝葉斯算法構建的分類模型進行訓練，得到訓練后分類模型，包括：

利用所述訓練集數據對預先基于樸素貝葉斯算法構建的分類模型進行訓練，得到待測試分類模型；

對所述待測試分類模型進行測試，并在所述待測試分類模型的測試結果滿足預設要求時，得到訓練后分類模型。

5.根據權利要求4所述的訪問控制方法，其特征在于，所述利用所述訓練集數據對預先基于樸素貝葉斯算法構建的分類模型進行訓練，得到待測試分類模型，包括：

對所述訓練集數據中的各個日志數據進行特征項提取，得到所述訓練集數據中的各個日志數據對應的特征項，其中，所述特征項包括訪問時間、目標網站域名、訪問終端類型、IP地址以及IP地址所屬單位類型；

將所述訪問時間、所述目標網站域名、所述訪問終端類型作為變量，并將所述IP地址所屬單位類型作為分類結果；

將所述特征項輸入到預先基于樸素貝葉斯算法構建的分類模型中進行訓練，得到待測試分類模型。

6.根據權利要求4所述的訪問控制方法，其特征在于，所述對所述測試分類模型進行測試，包括：

利用測試集數據對所述測試分類模型進行測試，得到測試結果；

根據所述測試結果確定出所述待測試分類模型對應的分類準確率。

7.根據權利要求6所述的訪問控制方法，其特征在于，所述根據所述測試結果確定出所述待測試分類模型對應的分類準確率之后，還包括：

判斷所述分類準確率是否不小于預設準確率閾值；

如果所述分類準確率不小于預設準確率閾值，則將所述待測試分類模型作為訓練后分類模型。

8.一種訪問控制裝置，其特征在于，包括：

數據獲取模塊，用于獲取訓練集數據，其中，所述訓練集數據為帶有單位類型標記的日志數據，所述日志數據中包括對應的IP地址；

模型訓練模塊，用于利用所述訓練集數據對預先基于樸素貝葉斯算法構建的分類模型進行訓練，得到訓練后分類模型；

分類模塊，用于當獲取到先的待分類日志數據時，利用所述訓練后分類模型對所述待分類日志數據進行分類，得到所述待分類日志數據中的待分類IP地址所屬的單位類型；

風險控制模塊，用于根據所述待分類IP地址所屬的單位類型對所述待分類IP地址發出的訪問請求進行控制。