[發明專利]一種異常數據表確定方法、裝置、設備和存儲介質

在審

• 申請號: 202211327239.0
• 申請日: 2022-10-27
• 公開（公告）號: CN115630068A
• 公開（公告）日: 2023-01-20
• 發明（設計）人: 鐘丹東;何文治
• 申請（專利權）人: 江蘇保旺達軟件技術有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F21/62;G06N3/08;G06N20/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 侯軍洋

1.一種異常數據表確定方法，其特征在于，包括：

獲取異常字符信息和待檢測數據表的表名信息，其中，所述表名信息由至少一個字符信息組成；

根據預設窗口長度和預設步長對所述表名信息進行劃分，得到至少一個窗口內的字符信息；

根據每個所述窗口內的字符信息和所述異常字符信息確定所述待檢測數據表是否為異常數據表。

2.根據權利要求1所述的方法，其特征在于，根據每個所述窗口內的字符信息和所述異常字符信息確定所述待檢測數據表是否為異常數據表，包括：

將所述異常字符信息和每個所述窗口內的字符信息輸入機器學習模型，得到每個所述窗口內的字符信息對應的目標分數，其中，所述機器學習模型通過目標樣本集迭代訓練神經網絡模型得到，所述目標樣本包括：異常字符信息、字符信息樣本以及字符信息樣本對應的檢測分數；

根據所述目標分數確定所述待檢測數據表是否為異常數據表。

3.根據權利要求2所述的方法，其特征在于，根據所述目標分數確定所述待檢測數據表是否為異常數據表，包括：

根據所述目標分數和預設分數閾值確定目標窗口，其中，所述目標窗口內的字符信息屬于異常數據表信息；

獲取目標窗口的個數；

根據所述目標窗口的個數和預設目標窗口數量閾值確定所述待檢測數據表是否為異常數據表。

4.根據權利要求3所述的方法，其特征在于，根據所述目標分數和預設分數閾值確定目標窗口，包括：

若所述目標分數大于或者等于所述預設分數閾值，則將所述窗口確定為目標窗口；

若所述目標分數小于所述預設分數閾值，則將所述窗口確定為非目標窗口。

5.根據權利要求3所述的方法，其特征在于，根據所述目標窗口的個數和預設目標窗口數量閾值確定所述待檢測數據表是否為異常數據表，包括：

若所述目標窗口的個數大于或者等于所述預設目標窗口數量閾值，則將所述待檢測數據表確定為異常數據表；

若所述目標窗口的個數小于所述預設目標窗口數量閾值，則將所述待檢測數據表確定為非異常數據表。

6.根據權利要求2所述的方法，其特征在于，通過目標樣本集迭代訓練神經網絡模型包括：

建立神經網絡模型；

將所述目標樣本集中的異常字符信息和字符信息樣本輸入所述神經網絡模型中，得到字符信息樣本對應的檢測分數；

根據字符信息樣本和字符信息樣本對應的檢測分數形成的目標函數訓練所述神經網絡模型的參數；

返回執行將所述目標樣本集中的異常字符信息和字符信息樣本輸入所述神經網絡模型中，得到字符信息樣本對應的檢測分數的操作，直至得到機器學習模型。

7.一種異常數據表確定裝置，其特征在于，包括：

獲取模塊，用于獲取異常字符信息和待檢測數據表的表名信息，其中，所述表名信息由至少一個字符信息組成；

劃分模塊，用于根據預設窗口長度和預設步長對所述表名信息進行劃分，得到至少一個窗口內的字符信息；

確定模塊，用于根據每個所述窗口內的字符信息和所述異常字符信息確定所述待檢測數據表是否為異常數據表。

8.根據權利要求7所述的裝置，其特征在于，所述確定模塊包括：

輸入子模塊，用于將所述異常字符信息和每個所述窗口內的字符信息輸入機器學習模型，得到每個所述窗口內的字符信息對應的目標分數，其中，所述機器學習模型通過目標樣本集迭代訓練神經網絡模型得到，所述目標樣本包括：異常字符信息、字符信息樣本以及字符信息樣本對應的檢測分數；

確定子模塊，用于根據所述目標分數確定所述待檢測數據表是否為異常數據表。