[发明专利]规则模型的安全性的确定方法、装置和数据处理方法

权利要求书

1.一种规则模型的安全性的确定方法，包括：

获取规则模型和样本集；其中，所述规则模型包括规则集，所述样本集包括多个样本数据；

根据所述样本集，确定出目标属性的第一分布；利用所述规则模型处理所述样本集，以确定出多种命中情况下的目标属性的第二分布；

根据所述目标属性的第一分布，和所述多种命中情况下的目标属性的第二分布，确定多种命中情况下的安全指示参数；其中，所述安全指示参数包括以下至少之一：信息熵差、基尼指数差、纯度差、KL散度；根据所述目标属性的第一分布，和所述多种命中情况下的目标属性的第二分布，确定多种命中情况下的安全指示参数，包括：确定安全指示参数的参数类型；根据安全指示参数的参数类型，采用相匹配的方式利用所述目标属性的第一分布，和所述多种命中情况下的目标属性的第二分布，确定多种命中情况下的安全指示参数；

根据多种命中情况下的安全指示参数，确定所述规则模型是否存在安全性风险。

2.根据权利要求1所述的方法，在所述安全指示参数包括信息熵差的情况下，所述根据所述目标属性的第一分布，和所述多种命中情况下的目标属性的第二分布，确定多种命中情况下的安全指示参数，包括：

根据所述目标属性的第一分布，计算目标属性的信息熵作为第一信息熵；

根据多种命中情况下的目标属性的第二分布，分别计算多种命中情况下的目标属性的信息熵，得到多种命中情况下的第二信息熵；

将所述第一信息熵，分别与所述多种命中情况下的第二信息熵作差，得到多个差值，作为多种命中情况下的安全指示参数。

3.根据权利要求1所述的方法，所述根据多种命中情况下的安全指示参数，确定所述规则模型是否存在安全性风险，包括：

将所述多种命中情况下的安全指示参数分别与预设的安全阈值进行比较处理；

在确定所述多种命中情况下的安全指示参数中至少有一个命中情况下的安全指示参数大于预设的安全阈值的情况下，确定所述规则模型存在安全性风险。

4.根据权利要求3所述的方法，在确定所述多种命中情况下的安全指示参数中至少有一个命中情况下的安全指示参数大于预设的安全阈值的情况下，所述方法还包括：

将安全指示参数大于预设的安全阈值的命中情况，确定为风险命中情况；

统计样本集中属于所述风险命中情况的样本数据在所述样本集中的占比，作为风险样本占比；

比较所述风险样本占比和预设的占比阈值；

在确定所述风险样本占比大于所述预设的占比阈值的情况下，确定所述规则模型存在安全性风险。

5.根据权利要求1所述的方法，所述根据所述样本集，确定出目标属性的第一分布，包括：

统计所述样本集中目标属性的各个数据值的样本数据数量；

根据所述样本集中目标属性的各个数据值的样本数据数量，确定出样本集中目标属性的各个数据值的分布，作为所述目标属性的第一分布。

6.根据权利要求1所述的方法，所述利用所述规则模型处理所述样本集，以确定出多种命中情况下的目标属性的第二分布，包括：

利用所述规则模型处理所述样本集中的多个样本数据，得到多个样本数据的处理结果；其中，所述处理结果包括样本数据所命中的规则集的标识信息；

根据所述多个样本数据的处理结果，确定出样本数据所命中的规则集；

根据样本数据所命中的规则集，将所述多个样本数据划分为多种命中情况下的子样本集；

根据所述多种命中情况下的子样本集，确定出多种命中情况下目标属性的数据值分布，作为多种命中情况下的目标属性的第二分布。

7.根据权利要求1所述的方法，所述规则模型包括用于检测疾病的规则模型，相应的，所述规则集包括与用户的健康数据相关的判定规则。