基于云计算实现数据应用下的安全性分析方法及系统与流程

本发明涉及人工智能，尤其涉及一种基于云计算实现数据应用下的安全性分析方法及系统。

背景技术：

1、随着信息技术的快速发展，数据应用已经渗透到各个行业和领域，为企业和个人的决策、分析和创新提供了重要支持。然而，随着数据应用范围的扩大和复杂性的增加，数据安全性问题也日益凸显。数据泄露、非法访问、数据篡改等安全事件频繁发生，给企业和个人的隐私、财产甚至国家安全带来了严重威胁。因此需要一种方法实现数据应用下的数据安全性分析。

技术实现思路

1、本发明提供一种基于云计算实现数据应用下的安全性分析方法及系统，其主要目的在于实现数据应用下的数据安全性分析。

2、为实现上述目的，本发明提供的一种基于云计算实现数据应用下的安全性分析方法，包括：

3、对数据应用过程中的数据进行敏感数据提取，得到敏感数据；

4、根据预设的密钥对所述敏感数据进行加密处理，得到加密数据，对所述加密数据进行访问权限设置；

5、利用云计算平台对所述加密数据进行备份，得到备份数据，获取所述加密数据以及备份数据的访问请求记录，得到访问请求数据；

6、对所述访问请求数据进行特征提取，得到访问数据特征，对所述访问数据特征进行数值化编码，得到数值化访问特征；

7、对所述数值化访问特征进行极差标准化处理，得到标准化访问特征，其中，所述对所述访问数据特征进行极差标准化处理，得到标准化访问特征，包括：

8、利用如下公式表示所述极差标准化处理：

9、

10、其中，zn为所述标准化访问特征中第n组数据，xn为所述访问数据特征中第n组数据，xmin为所述访问数据特征中第n组数据的最小值，xmax为所述访问数据特征中第n组数据的最大值，m和n分别为标准化目标范围的最大值和最小值；

11、利用预先训练的数据安全分析模型根据所述标准化访问特征对数据应用过程中的数据进行安全性分析，得到分析结果。

12、可选地，所述根据预设的密钥对所述敏感数据进行加密处理，得到加密数据，包括：

13、利用如下公式对所述敏感数据进行加密处理：

14、c＝p(s(mnk mod n))

15、其中，c表示所述加密数据，mn表示所述数据文件中第n组数据，s表示s盒替换，p表示p盒替换，k表示所述预设的加密密钥，mod表示取模运算，n表示模数。

16、可选地，所述对所述加密数据进行访问权限设置，包括：

17、获取允许访问所述加密数据的用户信息；

18、跟所述用户信息设置访问策略；

19、根据所述访问策略对所述加密数据进行访问权限控制。

20、可选地，所述利用云计算平台对所述加密数据进行备份，得到备份数据，包括：

21、利用云计算平台对所述加密数据进行备份处理，得到初始备份数据；

22、对所述备份数据进行数据可恢复性验证；

23、若所述备份数据未通过所述数据可回复性验证，则调整备份策略后重新执行上述利用云计算平台对所述加密数据进行备份处理，得到初始备份数据的步骤；

24、若所述备份数据通过所述数据可恢复性验证，则对所述初始备份数据进行存储，得到备份数据。

25、可选地，所述获取所述加密数据以及备份数据的访问请求记录，得到访问请求数据，包括：

26、启动预先设置的抓包工具，为所述抓包工具配置对应的代理服务；

27、利用所述抓包工具获取所述云计算平台的后台访问数据；

28、根据所述加密数据的关键词对所述后台访问数据进行筛选，得到访问请求数据。

29、可选地，所述对所述访问请求数据进行特征提取，得到访问数据特征，包括：

30、对所述访问请求数据进行分词处理，得到词语列表；

31、根据所述词语列表构建访问数据词典；

32、根据所述词语列表中的词语在所述访问数据词典中的出现位置将所述访问数据特征表示为向量形式，得到访问数据向量；

33、对所述访问数据向量进行降维处理，得到访问数据特征。

34、可选地，所述利用预先训练的数据安全分析模型根据所述标准化访问特征对数据应用过程中的数据进行安全性分析，得到分析结果之前，所述方法还包括：

35、收集大量具有分析结果标注的访问请求数据，对所述具有分析结果标注的访问请求数据进行特征提取，得到标注访问数据特征；

36、将所述标准访问数据特征划分为训练数据以及测试数据；

37、利用神经网络模型根据所述训练数据进行数据安全性分析，得到训练分析结果；

38、计算所述训练分析结果与所述训练数据预置的标准分析结果的损失值；

39、若所述损失值大于或等于预设的损失值阈值，则利用反向传播算法优化所述神经网络模型的参数后重新执行上述利用神经网络模型根据所述训练数据进行安全性分析，得到训练分析结果的步骤；

40、若所述损失值小于预设的损失值阈值，则利用所述测试数据对所述神经网络模型进行模型性能测试；

41、若所述神经网络模型未通过模型性能测试，则增加获取的具有分析结果标注的访问请求数据的数据量后，对所述具有分析结果标注的访问请求数据进行特征提取，得到标注访问数据特征的步骤；

42、若所述神经网络模型通过所述模型性能测试，则确认模型训练完成，得到数据安全分析模型。

43、可选地，所述计算所述训练分析结果与所述训练数据预置的标准分析结果的损失值，包括：

44、利用如下公式计算所述损失值：

45、

46、其中，j表示所述损失值，n表示样本的数量，yi表示所述标准分析结果，xi表示所述训练分析结果。

47、可选地，所述利用预先训练的数据安全分析模型根据所述标准化访问特征对数据应用过程中的数据进行安全性分析，得到分析结果，包括：

48、利用所述数据安全分析模型对所述标准化访问特征进行数据转换处理，得到特征矩阵；

49、利用所述数据安全分析模型通过卷积层对所述特征矩阵进行卷积操作，得到卷积特征；

50、利用所述数据安全分析模型通过池化层对所述卷积特征进行最大池化操作，得到池化特征；

51、利用所述数据安全分析模型通过全连接层根据所述池化特征，对数据应用过程中的数据进行安全性分析，得到分析结果。

52、为了解决上述问题，本发明还提供一种基于云计算实现数据应用下的安全性分析系统，所述系统包括：

53、数据获取模块，用于对数据应用过程中的数据进行敏感数据提取，得到敏感数据；

54、数据加密模块，用于根据预设的密钥对所述敏感数据进行加密处理，得到加密数据，对所述加密数据进行访问权限设置；

55、利用云计算平台对所述加密数据进行备份，得到备份数据，获取所述加密数据以及备份数据的访问请求记录，得到访问请求数据；

56、特征提取模块，用于对所述访问请求数据进行特征提取，得到访问数据特征，对所述访问数据特征进行数值化编码，得到数值化访问特征；

57、数据处理模块，用于对所述数值化访问特征进行极差标准化处理，得到标准化访问特征，其中，所述对所述访问数据特征进行极差标准化处理，得到标准化访问特征，包括：

58、利用如下公式表示所述极差标准化处理：

59、

60、其中，zn为所述标准化访问特征中第n组数据，xn为所述访问数据特征中第n组数据，xmin为所述访问数据特征中第n组数据的最小值，xmax为所述访问数据特征中第n组数据的最大值，m和n分别为标准化目标范围的最大值和最小值；

61、安全分析模块，用于利用预先训练的数据安全分析模型根据所述标准化访问特征对数据应用过程中的数据进行安全性分析，得到分析结果。

62、本发明实施例通过获取敏感数据，对敏感数据进行加密处理得到加密数据并设置访问权限，提高了数据的安全性，利用云平台获取对加密数据的访问请求数据，对访问请求数据进行特征提取以及数值化编码，得到数值化访问特征，提高了后续模型的泛化能力，对数值化访问特征进行极差标准化处理得到标准化访问特征，提高了后续分析的准确性，利用预先训练的数据安全分析模型根据所述标准化访问特征对数据应用过程中的数据进行安全性分析，得到分析结果。因此本发明提出的基于云计算实现数据应用下的安全性分析方法、系统，可以实现数据应用下的数据安全性分析。