[发明专利]日志行为分析的训练方法、身份安全风险预测方法

权利要求书

1.一种日志行为分析的训练方法，包括：

对日志数据进行结构化处理，获得各种单一行为的日志数据；

对每种单一行为的日志数据进行标注，标注出日志行为；

根据设定的评分标准，对所有日志行为进行风险评分；

将标注好的日志数据有序输入到训练模型中，进行训练；

获得预测日志行为的预测模型。

2.如权利要求1所述的训练方法，其特征在于，所述训练模型为隐马尔科夫模型。

3.如权利要求1所述的训练方法，其特征在于，对日志数据进行结构化处理，获得各种单一行为的日志数据包括：

对日志数据进行清洗；

将日志数据按设定的分隔符分割成各种单一行为的日志数据。

4.一种基于日志行为的身份安全风险预测方法，其特征在于，包括步骤：

将新生成的日志数据实时输入到预测模型中；

预测模型根据该新生成的日志数据进行处理，获得日志行为；

根据设定的行为评分表，得出日志行为的评分结果；

根据评分结果判断是否属于风险访问。

5.如权利要求4所述的预测方法，其特征在于，所述预测模型为权利要求1至3所述的任一方法训练获得的预测模型。

6.如权利要求4所述的预测方法，其特征在于，根据评分结果判断是否属于风险访问之后还包括步骤：

若访问的评分结果在评分表可接受的范围，则允许访问；

若访问的评分结果不在评分表可接受的范围，则拒绝访问。

7.如权利要求6所述的预测方法，其特征在于，若访问的评分结果不在评分表可接受的范围，则拒绝访问的步骤还包括：

将该拒绝访问的信息加入到预警库中；

对该拒绝访问的信息进行分析以及核实。

8.一种基于日志行为的身份安全风险预测方法，其特征在于，包括：

训练阶段：包括对日志数据进行清洗以及结构化处理，并输入到训练模型中进行训练，获得预测模型；

预测阶段：预测模型对新的日志数据进行处理，并预测出该访问的身份是否属于安全访问。

9.如权利要求8所述的预测方法，其特征在于，所述训练模型为隐马尔科夫模型。

10.一种电子设备，其特征在于，所述系统包括处理器以及存储器，

所述存储器用于存储可执行程序；

所述处理器用于执行所述可执行程序以实现权利要求1-9任意一所述的方法。