[发明专利]基线的自适应调整方法及装置

说明书

本发明提供一种基线的自适应调整方法及装置。所述方法包括：根据包含模型参数的基线模型确定用于评估敏感信息的访问行为数据是否存在异常的第一基线值；若待检测用户在目标时段内的访问行为数据大于所述第一基线值，且接收到对所述待检测用户在目标时段内的异常访问行为的消除指令，则将所述待检测用户在目标时段内的访问行为数据作为修正基线值；根据所述修正基线值反向修改所述基线模型中的模型参数，以根据经过模型参数修改的基线模型确定用于评估敏感信息的访问行为数据是否存在异常的第一基线值。从而，能够对基线模型的模型参数进行自适应调整，基于该自适应调整的基线对访问异常行为进行准确监测，可以减少误报漏报的情况发生。

技术领域

本发明涉及网络技术领域，具体涉及一种基线的自适应调整方法及装置。

背景技术

大数据时代，大量敏感数据在各种业务活动中产生，其价值越来越凸显，在商业策略、社会治理和国家战略制定过程中，敏感数据都起到了重要的决策支撑作用。但价值的背后同样潜藏着巨大的风险，敏感数据泄露、滥用等问题会危害个人隐私、企业发展。所以高效地构建敏感数据的正常访问基线、并准确地识别出异常访问行为，对敏感数据保护具有重要意义。

发明内容

有鉴于此，本发明提供一种基线的自适应调整方法及装置，以至少解决相关技术中的技术问题。

为实现上述目的，本发明提供技术方案如下：

根据本发明的第一方面，提出了一种基线的自适应调整方法，包括：

根据包含模型参数的基线模型确定用于评估敏感信息的访问行为数据是否存在异常的第一基线值；

若待检测用户在目标时段内的访问行为数据大于所述第一基线值，且接收到对所述待检测用户在目标时段内的异常访问行为的消除指令，则将所述待检测用户在目标时段内的访问行为数据作为修正基线值；

根据所述修正基线值反向修改所述基线模型中的模型参数，以根据经过模型参数修改的基线模型确定用于评估敏感信息的访问行为数据是否存在异常的第一基线值。

可选地，所述根据包含模型参数的基线模型确定用于评估对敏感信息的访问行为数据是否存在异常的第一基线值，包括：

根据多个历史目标时段内对敏感信息的访问行为数据确定第一行为数据序列；

根据所述基线模型确定对应于所述第一行为数据序列的第二基线值；

将所述第二基线值确定为用于评估对敏感信息的访问行为是否存在异常的第一基线值。

可选地，所述方法还包括：

根据多个历史目标时段内对敏感信息的访问行为数据确定第一行为数据序列，以及根据多个近期全时段内对敏感信息的访问行为数据确定第二行为数据序列；

分别根据所述基线模型确定对应于所述第一行为数据序列的第二基线值，以及对应于所述第二行为数据序列的第三基线值；

将所述第二基线值和所述第三基线值中的最大值确定为所述第一基线值。

可选地，所述根据包含模型参数的基线模型确定用于评估对敏感信息的访问行为数据是否存在异常的第一基线值，包括：

获取由对敏感信息的访问行为数据而确定的数据期望值和数据标准差；

将所述数据期望值和数据标准差输入所述基线模型，以使所述基线模型将在所述数据期望值的基础上增加所述模型参数与所述数据标准差的乘积后的值确定为所述第一基线值。

可选地，所述根据所述修正基线值反向修改所述基线模型中的模型参数，包括：

确定所述修正基线值与所述数据期望值的差值；