[发明专利]移动终端的自学习安全态势特征库构建方法、装置及存储介质在审

专利信息
申请号: 201811356893.8 申请日: 2018-11-15
公开(公告)号: CN109657460A 公开(公告)日: 2019-04-19
发明(设计)人: 龙春;万巍;申罕骥;赵静;杨帆 申请(专利权)人: 中国科学院计算机网络信息中心
主分类号: G06F21/55 分类号: G06F21/55
代理公司: 北京知舟专利事务所(普通合伙) 11550 代理人: 郭韫
地址: 100083 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 移动终端数据 移动终端 自学习 归并 特征库构建 存储介质 数据关联 网络安全领域 移动终端安全 内在关联 态势分析 特征库 安全 构建 整合 关联 分析
【权利要求书】:

1.一种移动终端的自学习安全态势特征库构建方法,其特征在于,包括:

获取移动终端数据集,所述移动终端数据集中包含多个移动终端数据;

针对所述移动终端数据集中的各移动终端数据进行关联归并分析,得到数据归并关系;

针对所述移动终端数据集中的各移动终端数据整合存在内在关联的数据,得到数据关联关系;

基于所述数据归并关系及所述数据关联关系,构建移动终端的自学习安全态势特征库。

2.根据权利要求1所述的移动终端的自学习安全态势特征库构建方法,其特征在于,所述方法还包括:

当进行移动终端安全态势分析时,从所述自学习安全态势特征库中查找相关联的历史态势数据;

将所述历史态势数据作为影响因子,对所述移动终端进行安全态势分析。

3.根据权利要求2所述的移动终端的自学习安全态势特征库构建方法,其特征在于,所述将所述历史态势数据作为影响因子,对所述移动终端进行安全态势分析包括:

将所述历史态势数据作为影响因子,对当前的移动终端数据进行低价值数据过滤;

根据过滤后的移动终端数据,对所述移动终端进行安全态势分析。

4.根据权利要求1所述的移动终端的自学习安全态势特征库构建方法,其特征在于,所述构建移动终端的自学习安全态势特征库,包括:

利用基于分布式系统基础架构和大规模数据处理计算引擎的并行数据预处理算法,构建移动终端的所述自学习安全态势特征库。

5.根据权利要求1所述的移动终端的自学习安全态势特征库构建方法,其特征在于,所述移动终端数据包括:移动终端的用户信息数据、移动终端自身信息数据、系统日志数据、运行日志数据、告警日志数据及错误日志数据。

6.一种移动终端的自学习安全态势特征库构建装置,其特征在于,包括:

获取模块,用于获取移动终端数据集,所述移动终端数据集中包含多个移动终端数据;

分析模块,用于针对所述移动终端数据集中的各移动终端数据进行关联归并分析,得到数据归并关系;

整合模块,用于针对所述移动终端数据集中的各移动终端数据整合存在内在关联的数据,得到数据关联关系;

构建模块,用于基于所述数据归并关系及所述数据关联关系,构建移动终端的自学习安全态势特征库。

7.根据权利要求6所述的移动终端的自学习安全态势特征库构建装置,其特征在于,所述装置还包括:

查找模块,用于当进行移动终端安全态势分析时,从所述自学习安全态势特征库中查找相关联的历史态势数据;

态势分析模块,用于将所述历史态势数据作为影响因子,对所述移动终端进行安全态势分析。

8.根据权利要求7所述的移动终端的自学习安全态势特征库构建装置,其特征在于,

所述态势分析模块,还将所述历史态势数据作为影响因子,对当前的移动终端数据进行低价值数据过滤;根据过滤后的移动终端数据,对所述移动终端进行安全态势分析。

9.根据权利要求6所述的移动终端的自学习安全态势特征库构建装置,其特征在于,

所述构建模块,还用于利用基于分布式系统基础架构和大规模数据处理计算引擎的并行数据预处理算法,构建移动终端的所述自学习安全态势特征库。

10.根据权利要求6所述的移动终端的自学习安全态势特征库构建装置,其特征在于,

所述获取模块获取的所述移动终端数据包括:移动终端的用户信息数据、移动终端自身信息数据、系统日志数据、运行日志数据、告警日志数据及错误日志数据。

11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1-5所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算机网络信息中心,未经中国科学院计算机网络信息中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811356893.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code