[发明专利]一种安全数据分析方法、装置、系统、设备及存储介质

权利要求书

1.一种安全数据分析方法，其特征在于，所述方法包括：

获取原始安全数据；所述原始安全数据包括被监测系统产生的数据；

对所述原始安全数据进行预处理，得到待分析安全数据；

将所述待分析安全数据划分为统计数据和分布式数据；所述统计数据具有聚集特征，所述分布式数据具有非聚集特征；

针对由所述统计数据所属的属性组成的第一属性集合，根据所述第一属性集合中各种属性下的统计数据量，确定所述第一属性集合中各种属性各自的重要度和/或覆盖度；根据所述第一属性集合中各种属性各自的重要度和/或覆盖度，从所述第一属性集合中选出第一目标属性；

针对由所述分布式数据所属的属性组成的第二属性集合，通过机器学习模型根据所述第二属性集合中各种属性下的分布式数据，确定所述第二属性集合中各种属性各自的重要度；根据所述第二属性集合中各种属性各自的重要度，从所述第二属性集合中选出第二目标属性；

根据所述第一目标属性对应的统计数据和所述第二目标属性对应的分布式数据，确定安全数据分析结果。

2.根据权利要求1所述的方法，其特征在于，所述机器学习模型包括多个弱分类器；所述通过机器学习模型根据所述第二属性集合中各种属性下的分布式数据，确定所述第二属性集合中各种属性各自的重要度，包括：

针对所述第二属性集合中的每种属性，将该种属性下的分布式数据分别输入所述多个弱分类器，得到所述多个弱分类器各自输出的评分；根据所述多个弱分类器各自输出的评分确定该种属性的综合评分，作为该种属性的重要度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二属性集合中各种属性各自的重要度，从所述第二属性集合中选出第二目标属性，包括：

对所述第二属性集合中各种属性各自的综合评分进行降序排序，确定排序靠前的预设个数的属性，作为所述第二目标属性。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一属性集合中各种属性下的统计数据量，确定所述第一属性集合中各种属性各自的重要度，包括：

确定所述统计数据中合法数据的占比作为第一占比，确定所述统计数据中恶意数据的占比作为第二占比；

针对所述第一属性集合中的每种属性，确定该种属性下的统计数据中合法数据的占比作为第三占比，确定该种属性下的统计数据中恶意数据的占比作为第四占比；根据所述第一占比、第二占比、第三占比和第四占比，确定该种属性的重要度。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一属性集合中各种属性下的统计数据量，确定所述第一属性集合中各种属性各自的覆盖度，包括：

针对所述第一属性集合中的每种属性，确定该种属性下的统计数据在所述统计数据中的占比，作为该种属性的覆盖度。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一属性集合中各种属性各自的重要度和/或覆盖度，从所述第一属性集合中选出第一目标属性，包括：

从所述第一属性集合中，选出重要度大于第一阈值和/或覆盖度大于第二阈值的属性，作为所述第一目标属性。

7.根据权利要求1所述的方法，其特征在于，所述根据所述第一目标属性对应的统计数据和所述第二目标属性对应的分布式数据，确定安全数据分析结果，包括：

通过决策树算法，根据所述第一目标属性对应的统计数据和所述第二目标属性对应的分布式数据，确定所述第一目标属性对应的数据参考阈值和所述第二目标属性对应的数据参考阈值，作为所述安全数据分析结果。