[发明专利]基于工业互联网的数据防泄漏系统以及方法

权利要求书

1.一种基于工业互联网的数据防泄漏系统，其特征在于，包括：分别部署在各级工业互联网的流量采集终端、工业数据防泄漏平台以及展示管理终端；

所述流量采集终端，用于采集工业互联网的业务流量，并获取所述业务流量中的工业相关数据上传至所述工业数据防泄漏平台；

所述工业数据防泄漏平台，用于对所述流量采集终端上传的工业相关数据进行数据安全检测，得到异常数据，根据与所述异常数据的数据类别匹配的数据保护策略进行告警；

所述展示管理终端，用于根据所述工业数据防泄漏平台发送的所述工业相关数据的数据安全检测结果，从多个维度生成与所述工业相关数据对应的安全状态视图并展示；

所述工业数据防泄漏平台，包括：

检测单元，用于从业务流量维度，和/或数据访问行为维度，对所述流量采集终端上传的工业相关数据进行数据安全检测，得到异常数据；

分类单元，用于使用预先训练的数据分类模型，确定所述异常数据的数据类别；

告警单元，用于根据与所述异常数据的数据类别匹配的数据保护策略，生成预警报告进行告警；

其中，所述检测单元，包括：

业务流量检测子单元，用于使用行业通用业务流量模型以及客户业务流量模型，对所述工业相关数据进行实时异常数据流感知、跨境不明数据识别、数据非法跨境流动溯源取证、违规数据提取操作，发现违规的异常数据；

数据访问行为检测子单元，用于根据授信行为特征库和指纹模型库，为所述工业相关数据的数据访问方建立正常行为基线和历史行为基线，并通过比对所述正常行为基线和所述历史行为基线，识别异常数据访问行为和异常数据；

所述分类单元，包括：

内容识别子单元，用于通过对所述异常数据进行机器学习自动分类、中文自然语言处理、常规内容检测和误报漏洞对照分类识别检测处理，识别所述异常数据的内容；

数据分类子单元，用于根据所述异常数据内容查询数据类别与数据内容的映射关系，确定所述异常数据的数据类别；

所述告警单元，包括：

脱敏子单元，用于识别所述异常内容中的敏感数据，并对所述敏感数据进行脱敏处理；

报告生成子单元，用于确定与所述异常数据的数据类别匹配的数据保护策略，并针对脱敏后的异常数据，生成与所述数据保护策略对应的预警报告并进行发送。

2.根据权利要求1所述的系统，其特征在于，所述流量采集终端，具体用于：

基于网络流量分析NTA技术、并行协议栈还原技术、码流匹配技术以及文件还原技术，从采集的业务流量中提取工业相关数据，并将所述工业相关数据上传至所述工业数据防泄漏平台。

3.根据权利要求1所述的系统，其特征在于，所述脱敏子单元，具体用于：

识别所述异常内容中的敏感数据，并确定与所述敏感数据对应的脱敏场景；

使用与所述脱敏场景对应的脱敏技术对所述敏感数据进行脱敏处理；

其中，脱敏场景包括：数据库到数据库脱敏、数据库到文件脱敏、文件到文件脱敏、文件到数据库脱敏、本地脱敏与异地脱敏；

所述脱敏技术包括：不落地脱敏技术、脱敏结果不可逆防护技术以及局部脱敏技术。

4.根据权利要求1所述的系统，其特征在于，所述数据分类模型是使用移动通信网网元和信令行为特征、工业设备和终端设备的业务流量特征、终端用户的业务行为特征、网络攻击特征、数据泄露动作特征训练得到的。

5.根据权利要求1所述的系统，其特征在于，与所述工业相关数据对应的安全状态视图，包括：

反映范围内工业数据安全现状的工业资产视图；

反映违规数据的触发、追踪和核查情况的数据违规视图；

反映工业敏感数据泄露情况的数据泄露视图；

提供监控任务管理、告警管理和数据质量监控功能的系统接入数据健康视图。

6.一种基于工业互联网的数据防泄漏方法，其特征在于，包括：

通过流量采集终端，采集工业互联网的业务流量，并将所述业务流量中的工业相关数据上传至工业数据防泄漏平台；

通过所述工业数据防泄漏平台，对所述流量采集终端上传的工业相关数据进行数据安全检测，得到异常数据，根据与所述异常数据的数据类别匹配的数据保护策略进行告警；

通过展示管理终端，根据所述工业数据防泄漏平台发送的所述工业相关数据的数据安全检测结果，从多个维度生成与所述工业相关数据对应的安全状态视图并展示；

通过所述工业数据防泄漏平台，对所述流量采集终端上传的工业相关数据进行数据安全检测，得到异常数据，根据与所述异常数据的数据类别匹配的数据保护策略进行告警，还包括：从业务流量维度，和/或数据访问行为维度，对流量采集终端上传的工业相关数据进行数据安全检测，得到异常数据；使用预先训练的数据分类模型，确定异常数据的数据类别；根据与异常数据的数据类别匹配的数据保护策略，生成预警报告进行告警；

其中，所述从业务流量维度，和/或数据访问行为维度，对流量采集终端上传的工业相关数据进行数据安全检测，得到异常数据，包括：对工业相关数据进行实时异常数据流感知、跨境不明数据识别、数据非法跨境流动溯源取证、违规数据提取操作，发现违规的异常数据；和/或，根据授信行为特征库和指纹模型库，为工业相关数据的数据访问方建立正常行为基线和历史行为基线，并通过比对正常行为基线和历史行为基线，识别异常数据访问行为和异常数据；

所述使用预先训练的数据分类模型，确定异常数据的数据类别，包括：通过对异常数据进行机器学习自动分类、中文自然语言处理、常规内容检测和误报漏洞对照分类识别检测处理，识别异常数据的内容；根据异常数据内容查询数据类别与数据内容的映射关系，确定异常数据的数据类别；

所述根据与异常数据的数据类别匹配的数据保护策略，生成预警报告进行告警，包括：识别异常内容中的敏感数据，并对敏感数据进行脱敏处理；确定与异常数据的数据类别匹配的数据保护策略，并针对脱敏后的异常数据，生成与数据保护策略对应的预警报告并进行发送。