[发明专利]一种异常数据表确定方法、装置、设备和存储介质

权利要求书

1.一种异常数据表确定方法，其特征在于，包括：

获取异常字符信息和待检测数据表的表名信息，其中，所述表名信息由至少一个字符信息组成；

根据预设窗口长度和预设步长对所述表名信息进行划分，得到至少一个窗口内的字符信息；

根据每个所述窗口内的字符信息和所述异常字符信息确定所述待检测数据表是否为异常数据表。

2.根据权利要求1所述的方法，其特征在于，根据每个所述窗口内的字符信息和所述异常字符信息确定所述待检测数据表是否为异常数据表，包括：

将所述异常字符信息和每个所述窗口内的字符信息输入机器学习模型，得到每个所述窗口内的字符信息对应的目标分数，其中，所述机器学习模型通过目标样本集迭代训练神经网络模型得到，所述目标样本包括：异常字符信息、字符信息样本以及字符信息样本对应的检测分数；

根据所述目标分数确定所述待检测数据表是否为异常数据表。

3.根据权利要求2所述的方法，其特征在于，根据所述目标分数确定所述待检测数据表是否为异常数据表，包括：

根据所述目标分数和预设分数阈值确定目标窗口，其中，所述目标窗口内的字符信息属于异常数据表信息；

获取目标窗口的个数；

根据所述目标窗口的个数和预设目标窗口数量阈值确定所述待检测数据表是否为异常数据表。

4.根据权利要求3所述的方法，其特征在于，根据所述目标分数和预设分数阈值确定目标窗口，包括：

若所述目标分数大于或者等于所述预设分数阈值，则将所述窗口确定为目标窗口；

若所述目标分数小于所述预设分数阈值，则将所述窗口确定为非目标窗口。

5.根据权利要求3所述的方法，其特征在于，根据所述目标窗口的个数和预设目标窗口数量阈值确定所述待检测数据表是否为异常数据表，包括：

若所述目标窗口的个数大于或者等于所述预设目标窗口数量阈值，则将所述待检测数据表确定为异常数据表；

若所述目标窗口的个数小于所述预设目标窗口数量阈值，则将所述待检测数据表确定为非异常数据表。

6.根据权利要求2所述的方法，其特征在于，通过目标样本集迭代训练神经网络模型包括：

建立神经网络模型；

将所述目标样本集中的异常字符信息和字符信息样本输入所述神经网络模型中，得到字符信息样本对应的检测分数；

根据字符信息样本和字符信息样本对应的检测分数形成的目标函数训练所述神经网络模型的参数；

返回执行将所述目标样本集中的异常字符信息和字符信息样本输入所述神经网络模型中，得到字符信息样本对应的检测分数的操作，直至得到机器学习模型。

7.一种异常数据表确定装置，其特征在于，包括：

获取模块，用于获取异常字符信息和待检测数据表的表名信息，其中，所述表名信息由至少一个字符信息组成；

划分模块，用于根据预设窗口长度和预设步长对所述表名信息进行划分，得到至少一个窗口内的字符信息；

确定模块，用于根据每个所述窗口内的字符信息和所述异常字符信息确定所述待检测数据表是否为异常数据表。

8.根据权利要求7所述的装置，其特征在于，所述确定模块包括：

输入子模块，用于将所述异常字符信息和每个所述窗口内的字符信息输入机器学习模型，得到每个所述窗口内的字符信息对应的目标分数，其中，所述机器学习模型通过目标样本集迭代训练神经网络模型得到，所述目标样本包括：异常字符信息、字符信息样本以及字符信息样本对应的检测分数；

确定子模块，用于根据所述目标分数确定所述待检测数据表是否为异常数据表。