[发明专利]基于隔离算法的异常数据检测方法

权利要求书

1.基于隔离算法的异常数据检测方法，其特征在于，该检测方法具体步骤如下：

(1)收集并筛选数据：对计算机数据进行收集，并对收集的数据进行数据分类，同时分别生成数据黑名单以及数据白名单对数据进行记录，同时对两组名单数据进行实时更新；

(2)构建学习神经网络以进行参数设置：将数据黑名单上的数据分为训练集和测试集，并通过训练样本对学习神经网络进行训练，再用测试样本对训练得到的学习神经网络进行数据验证，并获取最佳参数；

(3)对数据进行数据隔离：参数设置完成后，构建隔离模型并将参数导入隔离模型中，同时将数据黑名单中的数据导入隔离模型中进行隔离检测，并将其中检测出的异常数据进行记录，同时构建风险管控数据库对相关软件进行监控；

(4)对异常数据进行溯源处理并记录：依次对检测出的异常数据进行数据溯源，并对溯源结果进行判断分类，同时对分类完成的异常数据进行二次分析，并将分析结果反馈给用户；

(5)修复异常数据并反馈用户：对风险指数高的异常数据进行数据修复处理，同时生成修复日志，并将修复日志上传至云端服务器进行存储，将修复信息上传至共享平台进行数据共享。

2.根据权利要求1所述的基于隔离算法的异常数据检测方法，其特征在于，步骤(1)中所述数据分类具体步骤如下：

步骤一：收集计算机中所有软件数据，并将其按照系统软件数据以及应用软件数据进行分类；

步骤二：将系统软件数据录入数据白名单中，将应用软件数据录入数据黑名单中，同时将相关软件名称分别录入两组名单中；

步骤三：将两组名单记录的软件名称按照名称首字母A～Z进行排序，同时将各组软件数据与相关软件名称进行关联。

3.根据权利要求1所述的基于隔离算法的异常数据检测方法，其特征在于，步骤(2)中所述数据验证具体步骤如下：

第一步：统计数据黑名单中的数据总量n，并从中中选择一个数据作为验证数据；

第二步：用数据黑名单中剩余的数据拟合一个测试模型，并用最先被排除的那个验证数据来验证测试模型的精度；

第三步：对测试模型的平均路径长度进行计算，其具体计算公式如下：

其中，c(n)代表平均路径长度，H(n-1)代表调和数，n代表数据黑名单中的数据总量。

4.根据权利要求3所述的基于隔离算法的异常数据检测方法，其特征在于，步骤(3)中所述隔离检测具体步骤如下：

S1.1：隔离模型随机选择一个属性A，并随机选择该属性的一个值V；

S1.2：根据属性A对每组数据进行分类，并递归的构建隔离树，同时分别构建MAX表以及MIN表；

S1.3：当A＜V的软件数据录入MIN表中，当A≥C的软件数据录入MAX表中；

S1.4：对分类完成的数据进行预测，并对预测结果进行归一化处理，其具体计算公式如下：

其中，s(x,n)代表数据x在由n个数据构成的隔离树的异常指数，h(x)代表用来标准化数据x的路径长度，E(h(x))代表数据x在一批孤立树中的路径长度的期望；

S1.5：当E(h(x))→c(n)时，s→0.5，即数据x的路径平均长度与树的平均路径长度相近时，则不能区分是不是异常；当E(h(x))→0时，s→1，即x的异常分数接近1时，则判定为异常数据；当E(h(x))→n-1时，s→0，则判定为正常数据。

5.根据权利要求4所述的基于隔离算法的异常数据检测方法，其特征在于，步骤(4)中所述判断分类具体步骤如下：

S2.1：依据数据黑名单对异常数据对应的软件进行提取，并构建反馈名单记录各组软件名称；

S2.2：收集软件许可规则，并构建规则判断库，同时将反馈名单中的软件导入构建规则判断库中，将不符合许可规则的软件强制停止运行，并将各组软件运行状态录入数据黑名单中。

6.根据权利要求4所述的基于隔离算法的异常数据检测方法，其特征在于，步骤(5)中所述修复处理具体步骤如下：

S3.1：与方案共享平台通信连接，并提取相应处理方案，同时将提取出的处理方案反馈给用户；

S3.2：用户选择处理方案，计算机依据用户选择的处理方案对异常数据进行修复，并生成修复日志记录修复时间以及数据信息。