[發明專利]基于人工智能算法的互聯網數據安全保護方法及系統

在審

• 申請號: 202310295974.6
• 申請日: 2023-03-24
• 公開（公告）號: CN116010999A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 楊光輝;毛瀟瀟
• 申請（專利權）人: 云南馥茛互聯網科技有限公司
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06Q50/04
• 代理公司: 佛山市明高知識產權代理事務所(普通合伙) 44701
• 代理人: 曾金帆

本發明公開了基于人工智能算法的互聯網數據安全保護方法及系統，具體涉及工業數據保護技術領域，用于解決現有的對外界因素對工業數據安全影響的監測不夠全面，并且對于從數據本身進行監測的標準的制定方式比較單一的問題；包括處理器以及與處理器通訊連接的數據采集模塊、數據分析模塊、閾值調節模塊以及數據存儲模塊；通過外部數據安全信息和內部數據安全信息結合對綜合工業數據安全性進行評估；并通過部分工業數據外部安全信息對工業數據內部安全信息對應閾值進行調節，從而能夠根據校正后的工業數據內部安全指數臨界閾值更加精準地監測工業數據的安全情況。

技術領域

本發明涉及工業互聯網數據保護技術領域，更具體地說，本發明涉及基于人工智能算法的互聯網數據安全保護方法及系統。

背景技術

工業數據在支撐工業經濟各要素、產業鏈、價值鏈中發揮重要作用，工業數據安全直接關系到工業經濟安全。作為工業經濟的“血液”，工業數據對于國家的重要性可謂不言自明。工業數據是指在工業企業中各項工業流程環節、工業互聯網連接運行中生成的數據的總和，也包括在工業領域中應用的數據。工業數據具體主要由三部分構成：企業運營相關的業務數據、產線設備互聯數據和企業外部數據。工業數據在工業互聯網中位于舉足輕重的地位。因為工業涉及的具體行業非常繁多，導致工業互聯網會與諸多信息系統相聯系，工業數據來源多、分布廣、種類多、體量大等特點及工業數據地位的重要性使得工業數據廣受關注。

而人工智能算法具有自動化處理、實時性強、預測性和多維數據分析的優點，對工業數據安全進行預警和預測具有重要意義和作用，可以幫助工業企業更好地保護數據安全，提高生產效率和降低風險。

目前，對于工業數據安全的監測大多數只對數據進行監測，對外界因素對工業數據安全影響的監測不夠全面，并且對于從數據本身進行監測的標準的制定方式比較單一。

為了解決上述問題，現提供一種技術方案。

發明內容

為了克服現有技術的上述缺陷，本發明的實施例提供基于人工智能算法的互聯網數據安全保護方法及系統以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

基于人工智能算法的互聯網數據安全保護方法，包括如下步驟：

步驟S1，實時獲取工業數據內部安全信息，工業數據內部安全信息包括網絡數據信息和數據安全日志信息，根據工業數據內部安全信息計算工業數據內部安全指數從而判斷工業數據內部安全狀態；

步驟S2，實時獲取工業數據外部安全信息，工業數據外部安全信息包括工業數據設備運行信息、生產數據信息和人為影響信息，根據工業數據外部安全信息計算工業數據外部安全指數從而判斷工業數據外部安全狀態；

步驟S3，對工業數據內部安全信息和工業數據外部安全信息綜合分析，得到綜合工業數據安全狀態；

步驟S4，根據部分工業數據外部安全信息對工業數據內部安全信息對應閾值進行調節，當員工在職比小于員工在職比臨界閾值、危險距離小于危險距離臨界閾值時，計算二次調整后的工業數據內部安全信息對應的臨界閾值。

在一個優選的實施方式中，在步驟S1中，工業數據內部安全信息包括網絡數據信息和數據安全日志信息；

采集網絡數據信息，計算工業數據系統產生的流量值與流量值臨界閾值；將流量值和流量值臨界閾值分別標記為FV和FV0；

計算工業數據系統離線時間為離線時間值，獲取離線時間值臨界閾值；將離線時間值和離線時間值臨界閾值分別標記為OV和OV0；

采集數據安全日志信息，獲取用戶登錄工業數據系統失敗次數，將登錄失敗次數標記為失敗次數，獲取允許的安全登錄失敗次數為失敗次數臨界閾值，當失敗次數大于失敗次數臨界閾值，觸發警報；將失敗次數和失敗次數臨界閾值分別標記為NF和NF0；

采集用戶訪問工業數據系統的端口數量，并標記為訪問端口數量，獲取允許的安全訪問端口數量并標記為訪問端口數量臨界閾值；將訪問端口數量和訪問端口數量臨界閾值分別標記為NP和NP0；