基于AI行为分析的数据库交互分析方法及软件产品与流程

本发明涉及数据库、大数据和人工智能，尤其涉及一种基于ai行为分析的数据库交互分析方法及软件产品。

背景技术：

1、随着数据库（database）的发展，数据库安全问题越来越受到业界人士的关注。数据库安全具有很多种定义方式，比如，数据库的安全性包括物理和逻辑数据库的完整性、元素的安全性、可审核性、访问控制和用户认证等。当下，一般把数据库系统的安全需求归结为机密性、完整性和可用性等。

2、近年来，大数据（big data）、云计算（cloud computing）以及人工智能（artificial intelligence）的不断成熟，给数据库的运行模式带来了全新的升级，也即：基于ai交互的可视化数据库。在可视化数据库的应用环境下，用户和数据库之间的交互通过图形用户界面实现，因此，在这种交互模式下的数据交互风险分析也应当呈现新的模式。

技术实现思路

1、本发明提供一种基于ai行为分析的数据库交互分析方法及软件产品，能够依托ai人工智能进行图像层面的特征挖掘分析处理，通过获得原始行为风险预警图像的图像描述数据，依据图像描述数据和目标图像要素数据进行配对，可以从原始行为风险预警图像中挑选出与请求行为更为匹配的当前行为风险预警图像，从而输出更匹配的当前行为风险预警图像，提高针对数据库的操作行为风险预警可靠性，保障业务访问设备侧和数据库侧的数据信息安全性，能够为可视化数据库的交互场景提供一套完善的风险预警和安全检测方案，为实现上述技术目的，本发明采用如下技术方案。

2、第一方面是一种基于ai行为分析的数据库交互分析方法，应用于数据库安全防护服务器，所述方法包括：

3、获得原始数据库操作交互图像集，所述原始数据库操作交互图像集包括原始页面请求行为图像以及所述原始页面请求行为图像对应的原始行为风险预警图像；

4、对所述原始行为风险预警图像进行解析，以获得所述原始行为风险预警图像的图像描述数据；

5、将所述图像描述数据与目标图像要素数据进行描述子配对，结合描述子配对结果从所述原始行为风险预警图像中挑选目标行为风险预警图像；

6、依据所述目标行为风险预警图像以及所述目标行为风险预警图像对应的原始页面请求行为图像，生成目标数据库操作交互图像集；

7、响应于待检测页面请求行为图像，从所述目标数据库操作交互图像集中检索与所述待检测页面请求行为图像匹配的当前行为风险预警图像，并结合所述待检测页面请求行为图像输出所述当前行为风险预警图像。

8、在一些示例性实施例中，所述对所述原始行为风险预警图像进行解析，以获得所述原始行为风险预警图像的图像描述数据，包括：

9、通过已调试图像挖掘网络依据目标图像要素数据对所述原始行为风险预警图像进行图像描述挖掘，得到图像描述特征；

10、对所述图像描述特征进行解析，得到所述原始行为风险预警图像的图像描述数据。

11、在一些示例性实施例中，所述已调试图像挖掘网络包括多级ai网络组件，所述多级ai网络组件中每个ai网络组件保存了目标图像要素数据，所述将所述图像描述数据与目标图像要素数据进行描述子配对，结合描述子配对结果从所述原始行为风险预警图像中挑选目标行为风险预警图像，包括：

12、从多级ai网络组件中确定当前ai网络组件，将所述图像描述数据与所述当前ai网络组件对应的目标图像要素数据进行描述子配对，结合描述子配对结果从所述原始行为风险预警图像中挑选目标行为风险预警图像；

13、将所述目标行为风险预警图像以及所述目标行为风险预警图像对应的原始页面请求行为图像，作为所述当前ai网络组件的下游网络组件的原始数据库操作交互图像集；

14、将所述下游网络组件作为当前ai网络组件，跳转到实施所述将所述图像描述数据与所述当前ai网络组件对应的目标图像要素数据进行描述子配对的步骤，直到所述当前ai网络组件为目标ai网络组件，并将得到的所述下游网络组件的原始数据库操作交互图像集中的原始行为风险预警图像作为所述目标行为风险预警图像。

15、在一些示例性实施例中，所述获得原始数据库操作交互图像集，包括：

16、获得原始页面请求行为图像以及所述原始页面请求行为图像对应的拟处理行为风险预警图像；

17、通过操作交互图像处理网络将所述原始页面请求行为图像和所述拟处理行为风险预警图像进行特征提取操作，得到所述原始页面请求行为图像与所述原始行为风险预警图像之间的描述特征；

18、基于所述描述特征进行行为风险预警图像识别，得到与所述拟处理行为风险预警图像对应的原始行为风险预警图像；

19、依据所述原始行为风险预警图像以及所述原始行为风险预警图像对应的原始页面请求行为图像生成原始数据库操作交互图像集。

20、在一些示例性实施例中，通过操作交互图像处理网络对所述描述特征进行行为风险预警图像识别，得到与所述拟处理行为风险预警图像对应的原始行为风险预警图像，包括：

21、通过操作交互图像处理网络识别所述描述特征中每个特征元素所对应分布标签作为原始行为风险预警图像的备选初始标签的触发可能性，以及每个特征元素所对应分布标签作为原始行为风险预警图像的备选终止标签的终止可能性；

22、结合所述触发可能性从所述备选初始标签中确定初始标签，以及结合所述终止可能性从所述备选终止标签中确定终止标签；

23、结合所述初始标签和所述终止标签从所述拟处理行为风险预警图像中确定原始行为风险预警图像。

24、在一些示例性实施例中，所述获得原始数据库操作交互图像集之前，所述方法还包括：

25、通过基础图像挖掘网络获得数据库操作交互图像学习集，以及确定所述数据库操作交互图像学习集对应的ai网络组件和所述ai网络组件对应的目标图像要素数据；

26、结合所述ai网络组件对应的目标图像要素数据从所述数据库操作交互图像学习集中确定数据库操作交互图像学习子集；

27、结合所述数据库操作交互图像学习子集生成所述ai网络组件的下游网络组件，以及依据所述数据库操作交互图像学习子集确定所述下游网络组件对应的目标图像要素数据；

28、将所述数据库操作交互图像学习子集作为所述数据库操作交互图像学习集，以及将所述下游网络组件作为所述ai网络组件，跳转到实施所述结合所述ai网络组件对应的目标图像要素数据从所述数据库操作交互图像学习集中确定数据库操作交互图像学习子集，直到符合设定迭代终止要求，得到已调试图像挖掘网络。

29、在一些示例性实施例中，所述通过基础图像挖掘网络获得数据库操作交互图像学习集，以及确定所述数据库操作交互图像学习集对应的ai网络组件和所述ai网络组件对应的目标图像要素数据，包括：

30、获得数据库操作交互图像学习集和设定图像要素数据簇，所述设定图像要素数据簇包括多个图像要素数据；

31、在所述图像要素数据条件下，通过基础图像挖掘网络确定所述数据库操作交互图像学习集的评价变量；

32、通过所述基础图像挖掘网络生成所述数据库操作交互图像学习集对应的ai网络组件，以及结合所述评价变量确定所述ai网络组件的目标图像要素数据。

33、在一些示例性实施例中，所述数据库操作交互图像学习集包括多个行为风险预警图像示例，所述行为风险预警图像示例具有类别标签，所述在所述图像要素数据条件下，通过基础图像挖掘网络确定所述数据库操作交互图像学习集的评价变量，包括：

34、通过基础图像挖掘网络结合所述类别标签，确定所述数据库操作交互图像学习集的第一不确定性度量值；

35、确定在所述设定图像要素数据簇的图像要素数据条件下，所述数据库操作交互图像学习集的第二不确定性度量值；

36、依据所述第一不确定性度量值以及所述第二不确定性度量值确定所述评价变量。

37、在一些示例性实施例中，所述符合设定迭代终止要求，包括：

38、确定所述数据库操作交互图像学习集中页面请求行为图像示例对应的行为风险预警图像示例中，所述数据库操作交互图像学习集中类别标签为目标类别标签的行为风险预警图像示例个数，与所述类别标签为非目标类别标签的行为风险预警图像示例个数的比例；

39、如果所述比例大于设定限值，则确定符合设定迭代终止要求。

40、在一些示例性实施例中，所述下游网络组件包括下游网络组件所对应的优先级，所述符合设定迭代终止要求，包括：

41、获得所述下游网络组件所对应的优先级；

42、当所述优先级大于设定优先级时，确定符合设定迭代终止要求。

43、在一些示例性实施例中，所述结合所述数据库操作交互图像学习子集生成所述ai网络组件的下游网络组件，以及依据所述数据库操作交互图像学习子集确定所述下游网络组件对应的目标图像要素数据之后，还包括：

44、对所述设定图像要素向量簇中，与所述ai网络组件对应的目标图像要素数据进行注释，以及对所述下游网络组件对应的目标图像要素数据进行注释；

45、所述符合设定迭代终止要求，包括：如果所述设定图像要素向量簇中不存在未注释的图像要素数据，则确定符合设定迭代终止要求。

46、在一些示例性实施例中，所述依据所述目标行为风险预警图像及所述目标行为风险预警图像对应的原始页面请求行为图像，生成目标数据库操作交互图像集，包括：

47、对所述目标行为风险预警图像与所述目标行为风险预警图像对应的原始页面请求行为图像生成预警匹配目录，得到目标数据库操作交互图像集；

48、所述响应于待检测页面请求行为图像，从所述目标数据库操作交互图像集中检索与所述待检测页面请求行为图像匹配的当前行为风险预警图像，并结合所述待检测页面请求行为图像输出所述当前行为风险预警图像，包括：

49、响应于待检测页面请求行为图像，结合所述预警匹配目录，从所述目标数据库操作交互图像集中检索与所述待检测页面请求行为图像匹配的当前行为风险预警图像；

50、结合所述待检测页面请求行为图像输出所述当前行为风险预警图像。

51、第二方面是一种数据库安全防护服务器，包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述数据库安全防护服务器执行第一方面的方法。

52、第三方面是一种用于实现基于ai行为分析的数据库交互分析方法的软件产品，包括计算机程序/指令，其中，当所述计算机程序/指令被执行时，实现执行第一方面的方法。

53、第四方面是一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行第一方面的方法。

54、根据本发明的一个实施例，通过获得原始数据库操作交互图像集，原始数据库操作交互图像集包括原始页面请求行为图像以及对应的原始行为风险预警图像；对原始行为风险预警图像进行解析，以获得原始行为风险预警图像的图像描述数据；将图像描述数据与目标图像要素数据进行描述子配对，结合描述子配对结果挑选目标行为风险预警图像；依据目标行为风险预警图像以及对应的页面请求行为图像，生成目标数据库操作交互图像集；响应于待检测页面请求行为图像，从目标数据库操作交互图像集中检索与待检测页面请求行为图像匹配的当前行为风险预警图像，并结合待检测页面请求行为图像输出行为风险预警图像。如此，本发明实施例通过获得原始行为风险预警图像的图像描述数据，依据图像描述数据和目标图像要素数据进行配对，可以从原始行为风险预警图像中挑选出与请求行为更为匹配的当前行为风险预警图像，从而输出更匹配的当前行为风险预警图像，提高针对数据库的操作行为风险预警可靠性，保障业务访问设备侧和数据库侧的数据信息安全性，能够为可视化数据库的交互场景提供一套完善的风险预警和安全检测方案。