[发明专利]服务器、员工泄露企业信息的预测方法及存储介质

说明书

本发明涉及一种服务器、员工泄露企业信息的预测方法及存储介质，该方法包括：以员工操作信息、员工个人信息、员工办公信息和员工习惯信息为主因子进行梳理得到指标数据；获取样本数据集；建立预测模型，将样本数据集输入至预测模型进行训练；获取预测模型输出的指标数据及权重，若有预测模型的指标数据属于预定的非业务可解释性指标数据，且该指标数据的权重与其他指标数据的权重的相对差值大于阈值，则丢弃该预测模型；获取剩余的预测模型的面积AUC，以该面积AUC最大的预测模型作为员工泄露企业信息的预测模型；利用该预测模型对嫌疑员工进行预测。本发明能够对员工泄露企业信息的概率进行预测，增加了防范手段，降低信息泄露的风险。

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种服务器、员工泄露企业信息的预测方法及存储介质。

背景技术

目前，对员工泄露企业信息的防范已经成为企业信息安全的重要工作。对员工信息泄露的防范手段主要是从泄露手段上进行杜绝，如禁止外发电子邮件、禁止USB拷贝、禁止使用聊天工具进行文件传输等。但是信息泄露的手段层出不穷，例如，员工在获取机密或敏感信息以后，直接拍照得到机密或敏感信息。因此，从信息泄露的手段上进行防范仍然不能解决员工泄露企业信息的问题，企业信息安全得不到有效的保障。

发明内容

本发明的目的在于提供一种服务器、员工泄露企业信息的预测方法及存储介质，旨在对员工泄露企业信息的概率进行预测，增加了防范手段，降低信息泄露的风险。

为实现上述目的，本发明提供一种服务器，所述服务器包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的处理系统，所述处理系统被所述处理器执行时实现如下步骤：

以员工操作信息、员工个人信息、员工办公信息和员工习惯信息为主因子进行逐级梳理，得到各个主因子的指标数据；

从企业的历史数据中获取已核实的泄露企业信息的员工的指标数据并为该员工标识对应的第一标签，以及获取未泄露企业信息的员工的指标数据并为该员工标识对应的第二标签，以每一员工对应的指标数据为样本数据，已核实的泄露企业信息的员工的指标数据及未泄露企业信息的员工的指标数据构成样本数据集；

利用预定的预测算法分别建立对应的各预测模型，将样本数据集中每一员工对应的样本数据输入至各预测模型，以对各预测模型进行训练；

获取各预测模型输出的指标数据及该指标数据对应的权重，若有预测模型的指标数据属于预定的非业务可解释性指标数据，且该指标数据对应的权重与除该指标数据外的其他指标数据的权重的相对差值大于预定的阈值，则丢弃该预测模型；

对于未丢弃的各预测模型，获取各预测模型的受试者工作特征曲线，并计算各预测模型的受试者工作特征曲线下对应的面积AUC，以该面积AUC最大的预测模型作为员工泄露企业信息的预测模型；

获取嫌疑员工的指标数据，将该指标数据输入至该员工泄露企业信息的预测模型中，获取输出的指标数据的权重，将输出的指标数据的权重相加得到该嫌疑员工泄露企业信息的概率值。

优选地，所述以员工操作信息、员工个人信息、员工办公信息和员工习惯信息为主因子进行逐级梳理，得到各个主因子的指标数据的步骤，具体包括：

以员工操作信息、员工个人信息、员工办公信息和员工习惯信息为主因子进行数据梳理，得到各主因子对应的各从因子，对各从因子进行数据梳理得到各次因子，对各次因子进行数据梳理得到各分因子，对各分因子进行数据梳理得到各分因子的指标数据。