[發明專利]一種數據庫審計方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202210825362.9
• 申請日: 2022-07-14
• 公開（公告）號: CN115328934A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 孟雷
• 申請（專利權）人: 阿里云計算有限公司
• 主分類號: G06F16/242
• 分類號: G06F16/242;G06F16/21;G06F17/18;G06N20/00
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 鞠永帥

本申請提供了一種數據庫審計方法、裝置、電子設備及可讀存儲介質，所述方法包括：基于進行了當前環境的數據庫操作的SQL語句構建訓練樣本，訓練用于對待審計SQL語句進行檢測的檢測模型，所述檢測模型至少包括基于監督學習的SQL注入檢測模型；響應于接收到的用于操作該數據庫的所述待審計SQL語句，通過所述檢測模型檢測所述待審計SQL語句。這樣，通過數據庫本身關聯的SQL語句來構建訓練樣本，一方面可以使得監督模型的訓練無需依賴離線樣本數據，另一方面，SQL語句中包含了數據庫本身的環境信息，可以訓練出與數據庫最為契合的監督模型，大大增加了訓練效果的上限。

技術領域

本申請涉及計算機技術領域，具體而言，涉及一種數據庫審計方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著信息化快速發展，信息安全、數據安全的問題越來越得到重視。用戶從終端開始到訪問網絡，到web服務和應用，到最終的數據庫，各環節都有相應的安全保護設備，而數據庫審計是離數據庫最近的防護能力，可以對SQL注入式攻擊或者入侵式非法訪問行為進行審計防護。

但是數據庫審計方式中，使用監督模型雖然檢出質量高但高度依賴離線樣本數據的數量和質量，人工離線構造代價大還會損失環境信息；使用無監督模型又會帶來大量低危告警。

發明內容

本申請解決的問題是現有數據庫審計中監督模型的離線樣本構造代價大，無監督模型檢測效果差。

為解決上述問題，本申請第一方面提供了一種數據庫審計方法，包括：

基于進行了當前環境的數據庫操作的SQL語句構建訓練樣本，訓練用于對待審計SQL語句進行檢測的檢測模型，所述檢測模型至少包括基于監督學習的SQL注入檢測模型；

響應于接收到的用于操作該數據庫的所述待審計SQL語句，通過所述檢測模型檢測所述待審計SQL語句。

本申請第二方面提供了一種數據庫審計裝置，其包括：

模型訓練模塊，其用于基于進行了當前環境的數據庫操作的SQL語句構建訓練樣本，訓練用于對待審計SQL語句進行檢測的檢測模型，所述檢測模型至少包括基于監督學習的SQL注入檢測模型；

語句檢測模塊，其用于響應于接收到的用于操作該數據庫的所述待審計SQL語句，通過所述檢測模型檢測所述待審計SQL語句。

本申請第三方面提供了一種電子設備，其包括：存儲器和處理器；

所述存儲器，其用于存儲程序；

所述處理器，耦合至所述存儲器，用于執行所述程序，以用于：

基于進行了當前環境的數據庫操作的SQL語句構建訓練樣本，訓練用于對待審計SQL語句進行檢測的檢測模型，所述檢測模型至少包括基于監督學習的SQL注入檢測模型；

響應于接收到的用于操作該數據庫的所述待審計SQL語句，通過所述檢測模型檢測所述待審計SQL語句。

本申請第四方面提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述程序被處理器執行實現上述所述的數據庫審計方法。

這樣，通過數據庫本身關聯的SQL語句來構建訓練樣本，一方面可以使得監督模型的訓練無需依賴離線樣本數據，另一方面，SQL語句中包含了數據庫本身的環境信息，可以訓練出與數據庫最為契合的監督模型，大大增加了訓練效果的上限。

本申請中，通過構建分層治理使系統具備自主對抗能力減弱系統被攻擊繞過風險。具體來說將數據劃分了三個層次：灰數據、異常數據、黑數據。使用不同模型包括基線模型、監督模型、無監督參數框架模型、異常檢測模型在不同層上做檢測，多維度捕獲異常。

本申請中，通過構建告警評估及規則生成模塊自動化生成規則補充人工規則，沉淀智能模型安全能力，形成反饋閉環。