[发明专利]数据库安全风险评估系统

权利要求书

1.一种数据库安全风险评估系统，其特征在于，包括：

风险评估引擎，用于调度服务器端SQL异常风险评估模块、内网节点SQL异常风险评估模块和基本风险评估模块，分别执行首轮的服务器端SQL异常风险评估L₁、次轮的内网节点SQL异常风险评估L₂和末轮的基本风险评估L₃；

服务器端SQL异常风险评估模块，用于对本轮检测周期内，日志记录保存的数据库服务器执行的SQL命令进行异常检测，完成服务器端SQL异常风险评估L₁；

内网节点SQL异常风险评估模块，用于对本轮检测周期内，收集到的客户端数据库SQL操作行为进行异常检测，完成内网节点SQL异常风险评估L₂；

基本风险评估模块，利用漏洞扫描、日志分析、SQL注入检查、弱口令测试、数据库配置的标准测评结果，完成基本风险评估L₃；

漏洞库，用于存储已知数据库漏洞，以及web服务器漏洞；

历史评估记录模块，用于存储评估历史记录数据；

所述服务器端SQL异常风险评估模块具体包括：

第一信息收集模块，用于检索数据库日志记录，收集数据库系统在本轮检测周期执行的SQL命令；

第一样本提取模块，用于分析收集到的服务器端SQL命令属性，提取命令样本；

第一机器学习模型训练模块，基于历史收集的服务器端正常SQL命令样本构成的训练集合，训练机器学习模型用于服务器端SQL命令特征识别，以刻画服务器端执行的正常SQL命令特征；

第一机器学习更新模块，利用服务器端SQL异常风险评估结果为低风险的检测周期内收集的服务器端SQL命令样本，以及用户针对上一次检测的评估反馈信息，对第一机器学习模型进行更新训练；

第一异常检测模块，将检测周期内采集到的服务器端SQL命令样本输入训练好的第一机器学习模型进行分类，第一机器学习模型比较新收集到的样本与服务器端正常SQL命令特征之间的偏离程度，若偏离程度超过阈值，则检测结果为异常，否则检测结果为正常；

L₁风险评估模块，根据异常检测结果对服务器端SQL异常风险进行评估，评估方法如下：

其中，m为异常样本的类别数量，θ_i代表检测周期内服务器端匹配到第i类SQL命令异常样本数量，x_i为第一机器学习模型输出的第i类异常样本偏离正常服务器端SQL命令特征程度的累积和。

2.根据权利要求1所述的数据库安全风险评估系统，其特征在于，所述机器学习模型包括单分类支持向量机one-class SVM、人工免疫检测器、支持向量聚类算法SVDD或隐马尔可夫模型HMM。