利索能及
我要发布
收藏
专利号: 201910578479X
申请人: 平安科技(深圳)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种网络访问的安全判定方法,其特征在于,包括以下步骤:

根据终端设备的历史网络访问的第一设备参数,得到所述第一设备参数的特征信息,并生成多个第一非线性组合特征集;

通过终端设备上的脚本程序获取所述终端设备当前网络访问的第二设备参数,提取所述第二设备参数的特征信息,并生成第二非线性组合特征集;

采用无监督聚类的离群点检测算法,以所述第二非线性组合特征集的数据点为检测参数,根据所述第一非线性组合特征集的分簇计算所述第二非线性组合特征集的数据点的局部离群点因子,以所述局部离群点因子的最大陡点的值作为判定阈值;

当所述第二非线性组合特征集的数据点的局部离群点因子的值大于所述判定阈值,判定所述网络访问为安全访问;

其中,所述第一非线性组合特征集为历史网络访问获取的终端设备的非线性特征信息;所述第二非线性组合特征集为当前网络方法获取的终端设备的非线性特征信息,该特征信息包括终端设备的属性数据和访问数据;该特征信息包括终端设备的属性数据和访问数据。

2.根据权利要求1所述的方法,其特征在于,

所述采用无监督聚类的离群点检测算法,以所述第二非线性组合特征集的数值点为检测参数,根据所述第一非线性组合特征集的分簇计算所述第二非线性组合特征集的数据点的局部离群点因子的步骤,包括:采用无监督聚类的离群点检测算法,将所述第一非线性组合特征集划为大簇和小簇;

根据所述第二非线性组合特征集的数据点,并利用所述第一非线性组合特征集的大簇和小簇,分别计算对应第二非线性组合特征集的数据点的大簇的第一局部离群点因子或对应第二非线性组合特征集的数据点的小簇的第二局部离群点因子;

其中,所述大簇和小簇是根据包含数据点的个数,并按照设定比例值进行划分。

3.根据权利要求2所述的方法,其特征在于,

所述根据所述第二非线性组合特征集的数据点,并利用所述第一非线性组合特征集的大簇和小簇,分别计算对应第二非线性组合特征集的数据点的大簇的第一局部离群点因子或对应第二非线性组合特征集的数据点的小簇的第二局部离群点因子的步骤,包括:根据所述第二非线性组合特征集的数据点,分别得到所述数据点与所述大簇的第一距离和所述小簇的第二距离;

若所述第一距离小于所述第二距离,求取所述第二非线性组合特征集的数据点的大簇的第一局部离群点因子,其中,所述第二非线性组合特征集的数据点的大簇的第一局部离群点因子为所述大簇的大小值与所述数据点与所述大簇的相似性的乘积;

若所述第一距离大于所述第二距离,求取所述第二非线性组合特征集的数据点的小簇的第二局部离群点因子,其中,所述第二非线性组合特征集的数据点的小簇的第二局部离群点因子为所述小簇的大小值与所述数据点与最接近的所述大簇的相似性的乘积。

4.根据权利要求3所述的方法,其特征在于,

所述大簇的大小值或所述小簇的大小值通过对应所述多个第一非线性组合特征集的数据点个数进行衡量;

所述大簇的相似性通过所述第二非线性组合特征集的数据点与所述大簇的中心的距离进行衡量。

5.根据权利要求4所述的方法,其特征在于,

所述以所述局部离群点因子的最大陡点的值作为判定阈值的步骤,包括:通过选取所有所述第二非线性组合特征集的数据点的局部离群点因子中斜率最大的局部离群点因子的值作为最大陡点的值,并以所述最大陡点的值作为判定阈值。

6.根据权利要求5所述的方法,其特征在于,

所述当所述第二非线性组合特征集的数据点的值大于所述判定阈值,判定所述网络访问为安全访问的步骤,包括:当所述第一距离大于第二距离,所述第二非线性组合特征集的数据点的大簇的第一局部离群点因子的值大于所述第一局部离群点因子对应的判定阈值时;或,当所述第一距离大于第二距离,所述第二非线性组合特征集的数据点的小簇的第二局部离群点因子的值大于所述第二局部离群点因子对应的判定阈值时,判定所述网络访问为安全访问。

7.根据权利要求1所述的方法,其特征在于,

所述第一非线性组合特征集或所述第二非线性组合特征集分别包括:通过对所述第一非线性组合特征集或所述第二非线性组合特征集的数据点进行度量数据散布计算得到的识别离群点的有效衍生特征信息。

8.一种网络访问的安全判定装置,其特征在于,包括:

第一生成模块,用于根据终端设备的历史网络访问的第一设备参数,得到所述第一设备参数的特征信息,并生成多个第一非线性组合特征集;

第二生成模块,用于通过终端设备上的脚本程序获取所述终端设备当前网络访问的第二设备参数,提取所述第二设备参数的特征信息,并生成第二非线性组合特征集;

计算模块,用于采用无监督聚类的离群点检测算法,以所述第二非线性组合特征集的数据点为检测参数,根据所述第一非线性组合特征集的分簇计算所述第二非线性组合特征集的数据点的局部离群点因子,以所述局部离群点因子的最大陡点的值作为判定阈值;

判定模块,用于当所述第二非线性组合特征集的数据点的局部离群点因子的值大于所述判定阈值,判定所述网络访问为安全访问;

其中,所述第一非线性组合特征集为历史网络访问获取的终端设备的非线性特征信息;所述第二非线性组合特征集为当前网络方法获取的终端设备的非线性特征信息,该特征信息包括终端设备的属性数据和访问数据;该特征信息包括终端设备的属性数据和访问数据。

9.一种服务器,其特征在于,包括:

一个或多个处理器;

存储器;

一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个计算机程序配置用于执行根据权利要求1至7任一项所述的网络访问的安全判定方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现权利要求1至7任一项所述的网络访问的安全判定方法。