[發明專利]一種數據安全監測方法、裝置、設備及存儲介質

在審

• 申請號: 202011330371.8
• 申請日: 2020-11-24
• 公開（公告）號: CN112417477A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 王澤政;李鵬超;尚程;羅志強;黃銘琪;薛強;梁彧;田野;傅強;王杰;楊滿智;蔡琳;金紅;陳曉光
• 申請（專利權）人: 恒安嘉新（北京）科技股份公司
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F21/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種數據安全監測方法，其特征在于，包括：

針對目標業務對象，獲取與目標監測業務關聯的流量數據；

根據與所述目標監測業務對應的敏感數據規則特征，識別所述流量數據中的敏感數據；

對所述敏感數據進行分析，生成與所述敏感數據對應的數據安全事件。

2.根據權利要求1所述的方法，其特征在于，針對目標業務對象，獲取與目標監測業務關聯的流量數據，包括：

獲取流量數據采集設備根據所述目標業務對象的廣譜特征采集的與所述目標監測業務關聯的流量數據。

3.根據權利要求1所述的方法，其特征在于，根據與所述目標監測業務對應的敏感數據規則特征，識別所述流量數據中的敏感數據，包括：

將與所述目標監測業務對應的敏感數據規則特征，導入敏感數據識別引擎；

通過所述敏感數據識別引擎，基于機器學習的方式識別所述流量數據中的敏感數據。

4.根據權利要求1所述的方法，其特征在于，對所述敏感數據進行分析，生成與所述敏感數據對應的數據安全事件，包括：

對所述敏感數據進行分類分級；

根據分類分級結果，結合與所述目標監測業務對應的業務場景，對所述敏感數據進行多維關聯分析；

根據分類分級結果、多維關聯分析結果以及所述目標業務對象的相關數據，生成與所述敏感數據對應的數據安全事件。

5.根據權利要求4所述的方法，其特征在于，對所述敏感數據進行分類分級，包括：

將與所述目標監測業務對應的分類分級規則特征，導入敏感數據分析引擎；

通過所述敏感數據分析引擎，基于機器學習的方式對所述敏感數據進行分類分級。

6.根據權利要求1或3或5所述的方法，其特征在于，針對目標業務對象，獲取與目標監測業務關聯的流量數據之前，還包括：

獲取與所述目標監測業務對應的至少兩組敏感數據樣本；

通過機器學習模型，利用所述至少兩組敏感數據樣本，基于半監督學習的方式生成與所述目標監測業務對應的數據安全監測規則特征；

其中，所述數據安全監測規則特征至少包括敏感數據規則特征和分類分級規則特征中一種或多種。

7.根據權利要求1所述的方法，其特征在于，在生成與所述敏感數據對應的數據安全事件之后，還包括：

接收針對所述數據安全事件的反饋信息；

如果所述反饋信息指示所述數據安全事件無效，則對所述敏感數據規則特征進行更新。

8.一種數據安全監測裝置，其特征在于，包括：

流量數據獲取模塊，針對目標業務對象，獲取與目標監測業務關聯的流量數據；

敏感數據識別模塊，根據與所述目標監測業務對應的敏感數據規則特征，識別所述流量數據中的敏感數據；

數據安全事件生成模塊，對所述敏感數據進行分析，生成與所述敏感數據對應的數據安全事件。

9.一種計算機設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的數據安全監測方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一所述的數據安全監測方法。