[發(fā)明專利]基于賬號體系的智能跟蹤安全檢測方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202011348004.0 | 申請日： | 2020-11-26 |
| 公開（公告）號： | CN112491875B | 公開（公告）日： | 2022-07-08 |
| 發(fā)明（設(shè)計(jì)）人： | 彭曦;龔致;肖建 | 申請（專利權(quán)）人： | 四川長虹電器股份有限公司 |
| 主分類號： | H04L9/40 | 分類號： | H04L9/40 |
| 代理公司： | 成都虹橋?qū)＠聞?wù)所(普通合伙) 51124 | 代理人： | 吳中偉 |
| 地址： | 621000 四*** | 國省代碼： | 四川;51 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 賬號 體系 智能 跟蹤 安全 檢測 方法 系統(tǒng) | ||
1.基于賬號體系的智能跟蹤安全檢測方法，其特征在于，包括：
步驟(1)、對賬號進(jìn)行建模，得到賬號模型，所述賬號模型包含唯一標(biāo)識；
步驟(2)、建模完成之后，隨機(jī)生成跟蹤檢測標(biāo)簽并與唯一標(biāo)識進(jìn)行對應(yīng)綁定；
步驟(3)、跟蹤檢測標(biāo)簽對賬號的登錄信息以及操作行為進(jìn)行全程跟蹤檢測和記錄；
步驟(4)、將當(dāng)前記錄的信息與歷史記錄的信息進(jìn)行對比分析，識別出不符合規(guī)則及非法行為；
步驟(4)中，所述識別出不符合規(guī)則及非法行為的具體方法包括：使用隨機(jī)森林算法結(jié)合機(jī)器學(xué)習(xí)，對賬號當(dāng)前操作行為與該賬號歷史操作行為進(jìn)行對比，設(shè)定行為偏離值，根據(jù)偏離值識別出非法行為；
所述偏離值的計(jì)算公式為，xi是樣本，e為每個(gè)特征值對應(yīng)的特征向量，λ是特征值，一共n個(gè)，每個(gè)特征值對應(yīng)一個(gè)特征向量，score就是樣本在n個(gè)特征向量方向上偏離值的總和。
2.根據(jù)權(quán)利要求1所述的基于賬號體系的智能跟蹤安全檢測方法，其特征在于，在步驟(1)中，所述對賬號進(jìn)行建模的具體方法包括：
步驟101、從賬號注冊或者登錄開始，建立對應(yīng)的賬號模型，所述賬號模型包含賬號的標(biāo)識、屬性以及與賬號關(guān)聯(lián)的所有操作行為；
步驟102、根據(jù)注冊或者生成賬號的地址以及設(shè)備環(huán)境對模型進(jìn)行初始化；
步驟103、根據(jù)相應(yīng)業(yè)務(wù)邏輯，將所有的操作進(jìn)行分類以及編號，并根據(jù)操作的不同重要性進(jìn)行賦值，對每一個(gè)操作都設(shè)置對應(yīng)的操作代碼，每當(dāng)進(jìn)行一個(gè)操作時(shí)就與賬號進(jìn)行關(guān)聯(lián)，通過與賬號關(guān)聯(lián)的操作信息完善賬號模型。
3.根據(jù)權(quán)利要求1所述的基于賬號體系的智能跟蹤安全檢測方法，其特征在于，在步驟(3)中，所述登錄信息包括常用登陸地點(diǎn)及常用登陸設(shè)備，所述操作行為包括鍵盤敲擊習(xí)慣以及鼠標(biāo)軌跡。
4.根據(jù)權(quán)利要求1-3任意一項(xiàng)所述的基于賬號體系的智能跟蹤安全檢測方法，其特征在于，在步驟(4)中，所述識別出不符合規(guī)則的行為的具體方法包括：根據(jù)業(yè)務(wù)的具體邏輯以及每個(gè)接口不同參數(shù)再結(jié)合不同的應(yīng)用場景進(jìn)行規(guī)則定制化，通過與規(guī)則進(jìn)行正則匹配的方式來識別不符合規(guī)則的行為。
5.基于賬號體系的智能跟蹤安全檢測系統(tǒng)，其特征在于，包括賬號建模模塊、跟蹤檢測模塊以及智能分析模塊；
所述賬號建模模塊用于對賬號進(jìn)行建模，得到賬號模型，所述賬號模型包含唯一標(biāo)識；
所述跟蹤檢測模塊用于在建模完成之后隨機(jī)生成跟蹤檢測標(biāo)簽與唯一標(biāo)識進(jìn)行綁定，并對賬號的登錄信息以及操作行為進(jìn)行全程跟蹤檢測和記錄；
所述智能分析模塊用于將當(dāng)前記錄的信息與歷史記錄的信息進(jìn)行對比分析，識別出不符合規(guī)則及非法行為；
所述智能分析模塊包括規(guī)則引擎單元與AI引擎單元；所述規(guī)則引擎單元用于根據(jù)業(yè)務(wù)的具體邏輯以及每個(gè)接口不同參數(shù)結(jié)合不同的應(yīng)用場景進(jìn)行規(guī)則定制化，通過與規(guī)則進(jìn)行正則匹配的方式來識別不符合規(guī)則的行為；
所述AI引擎單元用于使用隨機(jī)森林算法結(jié)合機(jī)器學(xué)習(xí)，對賬號當(dāng)前操作行為與該賬號歷史操作行為進(jìn)行對比，設(shè)定行為偏離值，根據(jù)偏離值識別出非法行為；
偏離值的計(jì)算公式為，xi是樣本，e為每個(gè)特征值對應(yīng)的特征向量，λ是特征值，一共n個(gè)，每個(gè)特征值對應(yīng)一個(gè)特征向量，score就是樣本在n個(gè)特征向量方向上偏離值的總和。
6.根據(jù)權(quán)利要求5所述的基于賬號體系的智能跟蹤安全檢測系統(tǒng)，其特征在于，所述賬號建模模塊在建模完成之后發(fā)送心跳消息通知智能跟蹤檢測模塊。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于四川長虹電器股份有限公司，未經(jīng)四川長虹電器股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011348004.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
