申请/专利权人：长江君业产融物联技术(天津)有限公司

申请日：2024-05-13

公开（公告）日：2024-07-05

公开（公告）号：CN118194331B

主分类号：G06F21/60

分类号：G06F21/60;G06F18/214;G06F18/21;G06F18/2411

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.07.02#实质审查的生效;2024.06.14#公开

摘要：本发明涉及数据综合安全评估领域，尤其涉及一种基于支持向量机的多源数据安全评估方法，包括：S1、利用实时多源数据得到实时多源数据的分类特征；S2、根据所述实时多源数据的分类特征与实时多源数据基于支持向量机建立多源数据流转监督模型；S3、根据所述多源数据流转监督模型得到多源数据安全评估结果，首先发挥了支持向量机（SVM）的最大优势，对于同一数据流的多源数据或某一时段内的多源数据基于该方案实施的安全评估方法在改善各级数据关联性的同时，又提升涉及模型的训练效率及最终准确性，并且创新性的提出了双线程模型理论，即执行模型与执行监督模型，双重监管运行，保证了方案长时间运行的高度稳定性。

主权项：1.一种基于支持向量机的多源数据安全评估方法，其特征在于，包括：S1、利用实时多源数据得到实时多源数据的分类特征；S1-1、获取实时多源数据；S1-2、根据所述实时多源数据获取对应源地址与生成时刻作为一级数据特征；S1-3、根据所述实时多源数据获取对应数据类型与数据容量作为二级数据特征；S1-4、利用所述实时多源数据与对应生成时刻建立多源数据根目录；S1-5、利用所述一级数据特征、二级数据特征与多源数据根目录作为实时多源数据的分类特征；S2、根据所述实时多源数据的分类特征与实时多源数据基于支持向量机建立多源数据流转监督模型；S2-1、利用所述实时多源数据的分类特征基于支持向量机建立分类特征应对模型；S2-1-1、根据所述实时多源数据的分类特征获取对应历史分类特征；S2-1-2、利用所述历史分类特征对应一级数据特征建立第一训练集；S2-1-3、利用所述历史分类特征对应二级数据特征建立第二训练集；S2-1-4、利用所述历史分类特征对应多源数据根目录建立综合验证集；S2-1-5、利用所述第一训练集作为输入，所述第一训练集对应历史多源数据作为输出，基于支持向量机进行训练得到一级分类模型；S2-1-6、利用所述第二训练集作为输入，所述第二训练集对应历史多源数据的数据记录作为输出，基于支持向量机进行训练得到二级分类模型；S2-1-7、利用所述一级分类模型、二级分类模型与综合验证集得到分类特征应对模型；其中，所述数据记录为多源数据的流转记录；S2-2、利用所述实时多源数据对分类特征应对模型进行可靠性验证处理得到分类特征应对模型的可靠性验证处理结果；S2-2-1、利用所述实时多源数据的分类特征对应一级数据特征带入分类特征应对模型的一级分类模型得到对应历史多源数据作为拟运行分类特征应对一级输出结果；S2-2-2、判断所述拟运行分类特征应对一级输出结果在历史多源数据的多源数据根目录是否存在对应内容，若是，则执行S2-2-3，否则，利用所述实时多源数据的分类特征更新第一训练集与第二训练集，并返回S2-1-1；S2-2-3、利用所述实时多源数据的分类特征对应二级数据特征带入分类特征应对模型的二级分类模型得到对应历史多源数据作为拟运行分类特征应对二级输出结果；S2-2-4、判断所述拟运行分类特征应对二级输出结果在历史多源数据的多源数据根目录是否存在对应内容，若是，则所述可靠性验证处理结果通过，保留当前分类特征应对模型，否则，所述可靠性验证处理结果未通过，不保留当前分类特征应对模型，并利用所述实时多源数据的分类特征更新第一训练集与第二训练集，并返回S2-1-1；S2-3、利用所述可靠性验证处理结果得到多源数据流转监督模型；S2-3-1、根据所述可靠性验证处理结果建立标准监督模型；S2-3-1-1、根据所述可靠性验证处理结果对应分类特征应对模型作为执行模型；S2-3-1-2、根据所述执行模型对应训练集数据作为执行标准数据；S2-3-1-3、根据所述执行模型对应一级分类模型的输入数据与输出数据建立一级执行映射；S2-3-1-4、根据所述执行模型对应二级分类模型的输入数据与输出数据建立二级执行映射；S2-3-1-5、利用所述一级执行映射与二级执行映射分别得到第一监督训练集与第二监督训练集；S2-3-1-6、利用所述第一监督训练集作为输入，所述第一监督训练集与执行标准数据的对应关系作为输出，基于支持向量机进行训练得到一级监督模型；S2-3-1-7、利用所述第二监督训练集作为输入，所述第二监督训练集与执行标准数据的对应关系作为输出，基于支持向量机进行训练得到二级监督模型；S2-3-1-8、利用所述一级监督模型与二级监督模型依次排列建立标准监督模型；其中，所述对应关系为监督训练集与执行标准数据的正确对应；S2-3-2、利用所述可靠性验证处理结果对应分类特征应对模型与标准监督模型并列划分作为多源数据流转监督模型；S3、根据所述多源数据流转监督模型得到多源数据安全评估结果。

全文数据：

权利要求：

百度查询： 长江君业产融物联技术(天津)有限公司 一种基于支持向量机的多源数据安全评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD