一种基于机器学习技术的数据泄漏风险检测的方法
基本信息
| 申请号 | CN202111180540.9 | 申请日 | - |
| 公开（公告）号 | CN113886851A | 公开（公告）日 | 2022-01-04 |
| 申请公布号 | CN113886851A | 申请公布日 | 2022-01-04 |
| 分类号 | G06F21/60（2013.01）I;G06F21/62（2013.01）I;G06N20/00（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 廖文哲 | 申请（专利权）人 | 全知科技（杭州）有限责任公司 |
| 代理机构 | 杭州奇炬知识产权代理事务所（特殊普通合伙） | 代理人 | 贺心韬 |
| 地址 | 310000浙江省杭州市余杭区仓前街道仓兴路1号2幢204B室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于机器学习技术的数据泄漏风险检测的方法，涉及信息安全技术领域，解决了目前传统静态异常阈值不准确，配置麻烦，严重依赖专家经验的技术问题。本发明方法如下：计算API历史一段时间的KPI；进行数据抽样；对样本进行时间序列分类；对KPI根据不同的时间序列类别分别给出智能上阈值；计算API最近一个单位时间的KPI值，判断是否超出了上阈值，一旦超出阈值，立即触发告警，启动相应应急方案；每隔一个单位时间重复2‑5步骤。本发明给出的智能阈值不仅能够识别出数据是否存在异常泄漏的情况，摆脱专家经验的问题，从而保护数据安全隐私。 |
