[发明专利]业务操作与数据库操作数据的关联方法及设备

说明书

本发明的目的是提供一种业务操作与数据库操作数据的关联方法及设备，本申请采用一种机器学习方法，在用户业务应用环境下获取用户的业务操作和数据库操作数据，实时学习与分析，整理实际业务操作与数据库操作数据，自动生成业务操作与数据库操作数据的映射规则即筛选后的关联组，然后在业务系统运行过程中继续不断的学习和分析，能够自动识别出业务操作与数据库操作数据的对应关系，动态更新映射规则即筛选后的关联组。本申请适用于大多数多层业务系统的审计工作，能有效识别操作与数据库操作数据之间的关联关系，进而用所述关联关系来审计业务。

技术领域

本发明涉及计算机领域，尤其涉及一种业务操作与数据库操作数据的关联方法及设备。

背景技术

随着计算机系统应用越来越广泛，大量业务系统与数据库分离的应用场景的使用，使得数据审计日益复杂化。

现有的数据审计机制，一般分为直接操作数据及通过业务系统操作数据。针对直接操作数据进行审计的技术较为简单，主要是针对用户及所使用的数据处理链之间的一一对应关系进行处理；而针对通过业务系统进行操作数据库的审计技术则比较复杂，数据库操作已经被业务系统进行了隔离，进行用户操作与数据库操作之间的映射关系变得越发困难，主要体现在以下方面：

1、业务操作与数据库操作数据数量巨大，通过人工干预的方法添加策略，对人员技术要求较高，且费时费力；

2、人工制定的关联策略较为死板，业务系统应用环境多变，难以做出针对性的关联策略，策略监控力度难以把控；

3、纯人工添加的关联策略，关联策略量大且不能保证质量，后期需要大量人工时间去维护从而导致实施起来比较困难。

发明内容

本发明的一个目的是提供一种业务操作与数据库操作数据的关联方法及设备,能够解决现有的业务操作与数据库操作数据关联费时、费力且关联质量低的问题。

根据本发明的一个方面，提供了一种业务操作与数据库操作数据的关联方法，该方法包括：

获取用户的业务操作和数据库操作数据，将所述业务操作和对应的数据库操作数据形成候选关联组；

获取所述候选关联组的出现次数，根据所述候选关联组的出现次数计算该候选关联组的最终可信度；

将所述最终可信度在预设阈值范围内的候选关联组作为筛选后的关联组。

进一步的，上述方法中，获取用户的业务操作和数据库操作数据，将所述业务操作和对应的数据库操作数据形成候选关联组，包括：

接收用户的业务操作及其起止时间信息并写入业务信息库，接收数据库操作数据及其起止时间信息并写入数据信息库；

根据业务信息库中的每一个业务操作的起止时间信息，在所述数据信息库中截取对应起止时间信息的数据库操作数据，将所述截取到的业务操作和对应的数据库操作数据形成候选关联组。

进一步的，上述方法中，获取所述候选关联组的出现次数，包括：

每一次业务操作内出现的一次或多次同一候选关联组时，将所述候选关联组的出现次数增加一次。

进一步的，上述方法中，获取所述候选关联组的出现次数，根据所述候选关联组的出现次数计算该候选关联组的可信度，包括：

获取所述候选关联组的出现次数；

当所述候选关联组的出现次数达到预设上限值时，将所述候选关联组的出现次数乘以固定系数进行线性缩减，形成所述候选关联组的缩减后的出现次数；

根据所述候选关联组的缩减后的出现次数计算该候选关联组的最终可信度。

进一步的，上述方法中，根据所述候选关联组的缩减后的出现次数计算该候选关联组的最终可信度，包括：