利索能及
我要发布
收藏
专利号: 2024104583417
申请人: 莱芜职业技术学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于大数据的计算机数据安全评估方法,其特征在于,该方法包括以下步骤:

采集一个月内每天的网络流量数据;

根据相邻两天的网络流量数据得到每天网络流量数据的近似度,根据每天网络流量数据的近似度和每天的网络流量数据得到每天的网络流量数据中每个数据的异常增长程度;

获取每天的网络流量数据中每个数据的局部窗口,根据每天的网络流量数据中每个数据的异常增长程度、每天的网络流量数据中每个数据的局部窗口内的极差值和局部窗口内所有相邻数据的差异,得到每天的网络流量数据中每个数据的异常程度,根据每天的网络流量数据中每个数据的局部窗口内所有数据的异常程度、相邻两天的同一时间节点的数据的局部窗口内相同时间节点的数据的异常程度的差异、相邻两天的同一时间节点的数据的局部窗口内所有数据的异常程度的均值,得到每天的网络流量数据中每个数据的安全隐患程度;

根据每天的网络流量数据中每个数据的安全隐患程度对每两个数据之间距离进行修正,得到修正之后每两个数据之间的距离,根据修正之后每两个数据之间的距离完成计算机数据安全评估;

所述根据每天网络流量数据的近似度和每天的网络流量数据得到每天的网络流量数据中每个数据的异常增长程度,包括的具体步骤如下:根据最小二乘法对每天的网络流量数据进行曲线拟合,得到每天的流量曲线;

每天的网络流量数据中每个数据的异常增长程度的计算公式为:

式中, 表示第i天的网络流量数据的近似度, 表示第i天的网络流量数据中第j个数据的异常增长程度,表示绝对值符号, 表示第i天的流量曲线上第j个时间节点对应的切线的斜率;

其中,每天的流量曲线上每个时间节点为每天的网络流量数据的每个数据对应的时间;

所述根据每天的网络流量数据中每个数据的异常增长程度、每天的网络流量数据中每个数据的局部窗口内的极差值和局部窗口内所有相邻数据的差异,得到每天的网络流量数据中每个数据的异常程度,包括的计算公式如下:式中, 表示第i天的网络流量数据中第j个数据的异常增长程度, 表示第i天的网络流量数据中第j个数据的局部窗口内的极差值, 表示第i天的网络流量数据中第j个数据的局部窗口内所有相邻数据的差异的方差, 表示第i天的网络流量数据中第j个数据的异常程度;

所述根据每天的网络流量数据中每个数据的局部窗口内所有数据的异常程度、相邻两天的同一时间节点的数据的局部窗口内相同时间节点的数据的异常程度的差异、相邻两天的同一时间节点的数据的局部窗口内所有数据的异常程度的均值,得到每天的网络流量数据中每个数据的安全隐患程度,包括的具体步骤如下:式中, 表示第i天的网络流量数据中第j个数据的局部窗口内所有数据的异常程度的方差, 表示第i天的网络流量数据中第j个数据的局部窗口内第d个数据的异常程度,表示第i+1天的网络流量数据中第j个数据的局部窗口内第d个数据的异常程度,表示第i天的网络流量数据中第j个数据的局部窗口内所有数据的异常程度的均值, 表示第i+1天的网络流量数据中第j个数据的局部窗口内所有数据的异常程度的均值,D表示局部窗口内的数据个数,表示绝对值符号, 表示第i天的网络流量数据中第j个数据的安全隐患程度;

所述根据修正之后每两个数据之间的距离完成计算机数据安全评估,包括的具体步骤如下:

根据修正之后每两个数据之间的距离对每天的网络流量数据通过LOF算法进行异常数据的检测,得到每天的异常数据个数;

当每天的异常数据个数大于或者等于预设阈值T时,则判定该天中计算机出现异常;当每天的异常数据个数小于预设阈值T时,则判定该天中计算机没有出现异常,即该天的计算机数据安全。

2.根据权利要求1所述一种基于大数据的计算机数据安全评估方法,其特征在于,所述根据相邻两天的网络流量数据得到每天网络流量数据的近似度,包括的具体步骤如下:根据每天的网络流量数据与相邻前一天的网络流量数据通过DTW算法获取这两天之间的距离,用该距离表示每天的网络流量数据的近似度。

3.根据权利要求1所述一种基于大数据的计算机数据安全评估方法,其特征在于,所述获取每天的网络流量数据中每个数据的局部窗口,包括的具体步骤如下:以每天的网络流量数据中的每个数据为局部窗口中心点,以D为局部窗口的数据个数获取每天的网络流量数据中的每个数据的局部窗口,其中,D为预设阈值。

4.根据权利要求1所述一种基于大数据的计算机数据安全评估方法,其特征在于,所述每天的网络流量数据中每个数据的局部窗口内的极差值的具体获取步骤如下:局部窗口内的极差值等于局部窗口内最大值减去最小值。

5.根据权利要求1所述一种基于大数据的计算机数据安全评估方法,其特征在于,所述根据每天的网络流量数据中每个数据的安全隐患程度对每两个数据之间距离进行修正,得到修正之后每两个数据之间的距离,包括的具体步骤如下:将每两个数据的安全隐患程度的均值作为每两个数据之间的距离的权重,用每两个数据之间的距离的权重乘以每两个数据之间的距离得到修正之后每两个数据之间的距离。

6.一种基于大数据的计算机数据安全评估系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1‑5任意一项所述一种基于大数据的计算机数据安全评估方法的步骤。