[发明专利]正态分布下基于密文数据的异常检测方法、装置和设备有效

专利信息
申请号: 202211059589.3 申请日: 2022-09-01
公开(公告)号: CN115150196B 公开(公告)日: 2022-11-18
发明(设计)人: 胡永亮;曲武 申请(专利权)人: 北京金睛云华科技有限公司;金睛云华(沈阳)科技有限公司
主分类号: H04L9/40 分类号: H04L9/40;H04L9/14;H04L67/1097;G06F16/215;G06F16/22;G06K9/62;G06F21/62;G06F21/60
代理公司: 辽宁惟则知识产权代理事务所(普通合伙) 21273 代理人: 李巨智
地址: 100088 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 正态分布 基于 数据 异常 检测 方法 装置 设备
【权利要求书】:

1.一种正态分布下基于密文数据的异常检测方法,应用于数据拥有者,其特征在于,所述方法包括:

生成主密钥、对称密钥和哈希函数;

通过所述主密钥对数据集进行加密,得到加密数据集,上传至云服务器;

对数据集进行分类,得到每个类别对应的数据标签,且所述数据标签服从正态分布;

构建异常检测索引,利用所述对称密钥和哈希函数对所述异常检测索引进行加密,生成加密异常检测索引,上传至云服务器;

将每个类别的数据划分为训练集、交叉验证集和测试集;利用每个类别的交叉验证集数据,得到数据异常阈值,构建验证字典,上传至云服务器;

响应于检测用户发送的待检测数据的异常检测请求和待检测数据的数据标签,生成所述待检测数据的异常检测令牌,发送至所述检测用户;所述异常检测令牌用于通过所述检测用户发送至所述云服务器,使所述云服务器利用所述异常检测令牌对所述待检测数据进行数据异常检测。

2.根据权利要求1所述的方法,其特征在于,所述异常检测索引为字典形式,具体为:

其中,为异常检测索引,包括,表示数据集的类别个数,服从正态分布,,为期望,为方差,表示每一类数据集的数据标签的个数。

3.根据权利要求2所述的方法,其特征在于,所述利用所述对称密钥和哈希函数对所述异常检测索引进行加密,包括:

对所述异常检测索引的key部分,利用所述哈希函数进行加密;

对所述异常检测索引的value部分,利用所述对称密钥进行加密。

4.根据权利要求1所述的方法,其特征在于,所述验证字典为:

其中,为数据标签;为数据异常阈值。

5.根据权利要求1所述的方法,其特征在于,所述异常检测令牌为经过哈希函数后的待检测数据的数据标签,具体为:

其中,为异常检测令牌;为待检测数据的数据标签;为经过哈希函数后的待检测数据的数据标签。

6.根据权利要求1所述的方法,其特征在于,所述利用所述异常检测令牌对所述待检测数据进行数据异常检测,包括:

所述云服务器将所述异常检测令牌与所述加密异常检测索引的Key部分进行匹配,若匹配成功,则所述待检测数据的数据类型在所述数据集中,对所述待检测数据进行数据异常检测,得到异常检测结果;否则,所述待检测数据的数据类型不在所述数据集中。

7.根据权利要求6所述的方法,其特征在于,所述对所述待检测数据进行数据异常检测,得到异常检测结果,包括:

所述云服务器将匹配出的所述加密异常检测索引的value部分根据所述对称密钥进行解密,得到对应类别数据的期望方差集;

所述云服务器根据所述期望方差集与所述待检测数据计算异常值,并将所述验证字典中的数据异常阈值与所述异常值进行比较,若所述数据异常阈值大于所述异常值,则检测数据异常;否则检测数据正常。

8.根据权利要求7所述的方法,其特征在于,所述根据所述期望方差集与所述待检测数据计算异常值,包括:

其中,为异常值;为数据的向量维度;表示第j个数据集的方差;为第j个数据集;为第j个数据集的期望。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金睛云华科技有限公司;金睛云华(沈阳)科技有限公司,未经北京金睛云华科技有限公司;金睛云华(沈阳)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211059589.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top