一种基于人工智能分析的信息处理方法及系统与流程

本发明涉及数据智能处理，具体涉及一种基于人工智能分析的信息处理方法及系统。

背景技术：

1、协同办公平台作为协同办公的核心部分，将多个分支机构与单位连接起来，以进行统一管理，由于平台覆盖的宽泛性，使得其管控数据较为繁杂，同时，进行线上办公时，主要通过信息通信来完成信息交互，由于当前系统还不够完善，使得进行数据交互时存在一定的安全性风险，相关隐私信息无法得到有效保障，现如今，主要是通过设定用户访问规则，将超出规则限制的访问则视为异常用户行为，但是随着技术的不断发展，恶意访问逐渐呈现多层次，难识别的特征，当前的检测方式无法满足信息处理需求。

2、现有技术中，进行日志数据分析时，由于传统的数据处理方式智能度不足，对于异常用户行为的检出率较低，存在一定的安全性风险。

技术实现思路

1、本申请提供了一种基于人工智能分析的信息处理方法及系统，用于针对解决现有技术中存在的进行日志数据分析时，由于传统的数据处理方式智能度不足，对于异常用户行为的检出率较低，存在一定的安全性风险的技术问题。

2、鉴于上述问题，本申请提供了一种基于人工智能分析的信息处理方法及系统。

3、第一方面，本申请提供了一种基于人工智能分析的信息处理方法，所述方法包括：

4、根据协同办公平台，采集第一时间粒度内第一用户的第一访问日志数据；

5、遍历所述第一访问日志数据进行频繁项挖掘，生成第一访问基线行为序列和离散访问行为序列；

6、判断所述离散访问行为序列是否属于可靠性行为序列；

7、若属于，将所述离散访问行为序列添加进所述第一访问基线行为序列，生成第二访问基线行为序列；

8、根据所述第二访问基线行为序列，基于长短时记忆神经网络，构建第一用户行为异常检测模型；

9、获取所述第一用户的第二访问日志数据输入所述第一用户行为异常检测模型，输出第一用户异常访问行为识别结果；

10、将所述第一用户异常访问行为识别结果发送至协同办公平台后台管理端。

11、第二方面，本申请提供了一种基于人工智能分析的信息处理系统，所述系统包括：

12、数据采集模块，所述数据采集模块用于根据协同办公平台，采集第一时间粒度内第一用户的第一访问日志数据；

13、序列生成模块，所述序列生成模块用于遍历所述第一访问日志数据进行频繁项挖掘，生成第一访问基线行为序列和离散访问行为序列；

14、序列判断模块，所述序列判断模块用于判断所述离散访问行为序列是否属于可靠性行为序列；

15、序列添加模块，所述序列添加模块用于若属于，将所述离散访问行为序列添加进所述第一访问基线行为序列，生成第二访问基线行为序列；

16、模型构建模块，所述模型构建模块用于根据所述第二访问基线行为序列，基于长短时记忆神经网络，构建第一用户行为异常检测模型；

17、结果输出模块，所述结果输出模块用于获取所述第一用户的第二访问日志数据输入所述第一用户行为异常检测模型，输出第一用户异常访问行为识别结果；

18、结果发送模块，所述结果发送模块用于将所述第一用户异常访问行为识别结果发送至协同办公平台后台管理端。

19、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

20、本申请实施例提供的一种基于人工智能分析的信息处理方法，根据协同办公平台，采集第一时间粒度内第一用户的第一访问日志数据；遍历所述第一访问日志数据进行频繁项挖掘，生成第一访问基线行为序列和离散访问行为序列；判断所述离散访问行为序列是否属于可靠性行为序列；若属于，将所述离散访问行为序列添加进所述第一访问基线行为序列，生成第二访问基线行为序列；根据所述第二访问基线行为序列，基于长短时记忆神经网络，构建第一用户行为异常检测模型；获取所述第一用户的第二访问日志数据输入所述第一用户行为异常检测模型，输出第一用户异常访问行为识别结果；将所述第一用户异常访问行为识别结果发送至协同办公平台后台管理端，解决了现有技术中存在的进行日志数据分析时，由于传统的数据处理方式智能度不足，对于异常用户行为的检出率较低，存在一定的安全性风险的技术问题，基于用户可靠性行为序列建模进行用户异常行为的智能化识别，针对用户进行个性化检测，在提高检出效率的基础上保障协同办公平台的安全性。

技术特征：

1.一种基于人工智能分析的信息处理方法，其特征在于，应用于协同办公平台，包括：

2.如权利要求1所述的方法，其特征在于，所述遍历所述第一访问日志数据进行频繁项挖掘，生成第一访问基线行为序列和离散访问行为序列，包括：

3.如权利要求2所述的方法，其特征在于，所述根据所述一频繁项阈值、所述二频繁项阈值直到所述k频繁项阈值对所述第一请求项、所述第二请求项直到所述第i请求项进行多层级频繁项剪枝，生成频繁项集合与非频繁项集合，包括：

4.如权利要求3所述的方法，其特征在于，所述据所述一频繁项阈值遍历所述第一请求项、所述第二请求项直到所述第i请求项进行非频繁项剪枝，生成一项频繁集与一项非频繁集，包括：

5.如权利要求1所述的方法，其特征在于，所述判断所述离散访问行为序列是否属于可靠性行为序列，包括：

6.如权利要求5所述的方法，其特征在于，所述根据所述集中值评价结果和所述离散值评价结果，判断所述离散访问行为序列是否属于可靠性行为序列，包括：

7.如权利要求1所述的方法，其特征在于，所述根据所述第二访问基线行为序列，基于长短时记忆神经网络，构建第一用户行为异常检测模型，包括：

8.一种基于人工智能分析的信息处理系统，其特征在于，所述系统包括：

技术总结
本发明提供了一种基于人工智能分析的信息处理方法及系统，涉及数据智能处理技术领域，采集第一访问日志数据，进行频繁项挖掘生成第一访问基线行为序列和离散访问行为序列，进行数据二次划分获取第二访问基线行为序列，基于长短时记忆神经网络，构建第一用户行为异常检测模型，获取第二访问日志数据进行模型分析，输出第一用户异常访问行为识别结果并发送至协同办公平台后台管理端，解决了现有技术中由于传统的数据处理方式智能度不足，对于异常用户行为的检出率较低，存在一定的安全性风险的技术问题，基于用户可靠性行为序列建模进行用户异常行为的智能化识别，针对用户进行个性化检测，在提高检出效率的基础上保障协同办公平台的安全性。

技术研发人员：栗志超,柳阳,冯雪,宋秋,曹君
受保护的技术使用者：荣科科技股份有限公司
技术研发日：
技术公布日：2024/1/12