[发明专利]基于知识图谱的数据访问异常检测及控制方法、装置

权利要求书

1.一种基于知识图谱的数据访问异常检测及控制方法，其特征在于，包括：

构建电网用户的数据访问行为的知识图谱；

基于所述知识图谱建立电网用户不同数据访问行为之间的关联关系；

基于所述关联关系判定目标电网用户的数据访问行为是否正常；

若确定所述目标电网用户的数据访问行为异常，则计算所述目标电网用户的实际数据访问行为的风险值；

基于所述风险值确定所述目标电网用户的信任等级；

预先设置不同数据类型对应的访问信任值；

允许所述目标电网用户访问信任等级大于所述访问信任值的数据；

追踪所述目标电网用户的数据访问行为，基于所述数据访问行为动态调整所述目标电网用户的信任等级；

基于动态调整的所述目标电网用户的信任等级，对所述目标电网用户的数据访问行为进行动态控制；

使用以下模型进行电网用户信任度的计算，分别计算用户行为为高风险和低风险时，用户信任度调整的方法：

其中T是电网用户信任度，T的取值为自然数，t为电网用户异常行为次数，为电网用户行为风险阈值常数，表示在电网用户行为风险的变化过程中影响用户信任度下降或增长的风险阈值，为最近一次计算的电网用户信任度，为高行为风险状态下的信任修正因子，为低行为风险状态下的信任修正因子。

2.根据权利要求1所述的方法，其特征在于，所述基于所述关联关系判定目标电网用户的数据访问行为是否正常，包括：

获取所述目标电网用户的当前数据访问行为；

基于所述当前数据访问行为，预估所述目标电网用户下一时刻的预估数据访问行为；

基于所述当前数据访问行为和所述关联关系，追踪所述目标电网用户下一时刻的实际数据访问行为；

基于所述预估数据访问行为和实际数据访问行为判定目标电网用户的数据访问行为是否正常。

3.根据权利要求2所述的方法，其特征在于，所述基于所述当前数据访问行为，预估所述目标电网用户下一时刻的预估数据访问行为，包括：

基于所述当前数据访问行为，通过预训练的用户数据访问行为预测模型，预估得到所述目标电网用户下一时刻的预估数据访问行为。

4.根据权利要求2所述的方法，其特征在于，所述基于所述预估数据访问行为和实际数据访问行为判定目标电网用户的数据访问行为是否正常，包括：

获取所述预估数据访问行为和实际数据访问行为的概率差值；

若所述概率差值大于或等于预设阈值，则确定所述目标电网用户的数据访问行为异常；

若所述概率差值小于预设阈值，则确定所述目标电网用户的数据访问行为正常。

5.一种基于知识图谱的数据访问异常检测及控制装置，其特征在于，包括：

构建模块，用于构建电网用户的数据访问行为的知识图谱；

关联关系建立模块，还用于基于所述知识图谱建立电网用户不同数据访问行为之间的关联关系；

判定模块，用于基于所述关联关系判定目标电网用户的数据访问行为是否正常；

控制模块，用于若确定所述目标电网用户的数据访问行为异常，则计算所述目标电网用户的实际数据访问行为的风险值；

基于所述风险值确定所述目标电网用户的信任等级；预先设置不同数据类型对应的访问信任值；

允许所述目标电网用户访问信任等级大于所述访问信任值的数据；

追踪所述目标电网用户的数据访问行为，基于所述数据访问行为动态调整所述目标电网用户的信任等级；

基于动态调整的所述目标电网用户的信任等级，对所述目标电网用户的数据访问行为进行动态控制；

使用以下模型进行电网用户信任度的计算，分别计算用户行为为高风险和低风险时，用户信任度调整的方法：

其中T是电网用户信任度，T的取值为自然数，t为电网用户异常行为次数，为电网用户行为风险阈值常数，表示在电网用户行为风险的变化过程中影响用户信任度下降或增长的风险阈值，为最近一次计算的电网用户信任度，为高行为风险状态下的信任修正因子，为低行为风险状态下的信任修正因子。