CN110855703A - 智能风险识别系统、方法和电子设备 - Google Patents
智能风险识别系统、方法和电子设备 Download PDFInfo
- Publication number
- CN110855703A CN110855703A CN201911154589.XA CN201911154589A CN110855703A CN 110855703 A CN110855703 A CN 110855703A CN 201911154589 A CN201911154589 A CN 201911154589A CN 110855703 A CN110855703 A CN 110855703A
- Authority
- CN
- China
- Prior art keywords
- risk
- user
- event
- login
- query
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1416—Event detection, e.g. attack signature detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的实施例提供了一种智能风险识别系统、方法和电子设备,涉及数据安全领域;所述方法包括:获取用户行为数据,根据用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将风险识别事件和危险分值发送至应用服务方以生成风险事件结果;当风险事件结果为存在风险时拦截对应的用户行为;通过收集应用服务方对风险识别事件做出的风险事件结果,依据风险事件结果修正风险判定规则,优化了风险识别模型,扩展和丰富风险识别模型维度指标,进而提高了风险判定规则的准确性,使得风险事件结果更加准确,保证数据及系统安全。
Description
技术领域
本发明涉及数据安全领域,具体而言,涉及一种智能风险识别系统、方法和电子设备。
背景技术
互联网在给生活提供便利的同时,也存在诸多网络安全问题,因此对互联网业务进行有效的风险识别,为用户提供安全的网络环境,对现在互联网企业尤为重要。
现有的风险识别系统大部分是通过人工定义规则实现风险识别,并进行风险输出。而对于输出的风险结果并没有相应的自动反馈机制,无法判定输出结果的正确与否。
发明内容
本发明的目的包括,例如,提供了一种智能风险识别系统、方法和电子设备,其能够用于对用户操作数据进行检测,并进行风险控制。
本发明的实施例可以这样实现:
第一方面,本发明实施例提供一种智能风险识别系统,用于对用户操作数据进行检测,并进行风险控制,包括依次连接的风险检测模块、风险拦截模块、风险收集模块及风险建模模块;
所述风险检测模块用于获取用户行为数据,根据所述用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将所述风险识别事件和所述危险分值发送至应用服务方以生成风险事件结果;所述危险分值表征所述用户行为的危险等级;
所述风险拦截模块用于当所述风险事件结果满足预定拦截条件时拦截对应的用户行为;
所述风险收集模块用于收集所述风险识别事件和所述风险事件结果以供所述风险建模模块分析学习;
所述风险建模模块依据所述风险识别事件和所述风险事件结果修正所述风险判定规则。
在可选的实施方式中,所述风险检测模块包括登录风险识别模块,所述风险识别事件包括登录事件,所述风险判定规则包括登录风险判定规则;
所述登录风险识别模块用于获取用户登录行为数据;所述用户登录行为数据为所述登录事件相关的用户行为数据;
所述登录风险识别模块还用于基于用户历史登录行为和所述登录风险判定规则判定所述用户登录行为是否异常,若是,则将所述用户登录行为标记为危险登录或存在危险登录。
在可选的实施方式中,所述风险检测模块包括查询风险识别模块,所述风险识别事件包括查询事件,所述风险判定规则包括查询风险判定规则;
所述查询风险识别模块用于获取用户查询行为数据;所述用户查询行为数据为所述查询事件相关的用户行为数据;
所述查询风险识别模块还用于基于用户历史查询行为、用户查询权限和所述查询风险判定规则判定所述用户查询行为是否异常,若是,则对所述用户查询行为进行标记或警告。
在可选的实施方式中,所述风险检测模块包括上传下载风险识别模块,所述风险识别事件包括上传下载事件,所述风险判定规则包括上传下载风险判定规则;
所述上传下载风险识别模块用于获取用户上传下载行为数据;所述用户上传下载行为数据为所述上传下载事件相关的用户行为数据。
在可选的实施方式中,所述上传下载风险识别模块还用于基于用户历史上传下载行为、上传下载文件的属性和所述上传下载风险判定规则判定所述用户上传下载行为是否异常,若是,则对所述用户查询行为进行标记或警告。
第二方面,本发明实施例提供一种智能风险识别方法,用于对用户操作数据进行检测,并进行风险控制,包括:
获取用户行为数据,根据所述用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将所述风险识别事件和所述危险分值发送至应用服务方以生成风险事件结果;所述危险分值表征所述用户行为的危险等级;
当所述风险事件结果满足预定拦截条件时拦截对应的用户行为;
收集所述风险识别事件和所述风险事件结果以供所述风险建模模块分析学习;
依据所述风险识别事件和所述风险事件结果修正所述风险判定规则。
在可选的实施方式中,所述风险识别事件包括登录事件,所述风险判定规则包括登录风险判定规则;所述获取用户行为数据的步骤包括:
获取用户登录行为数据;所述用户登录行为数据为所述登录事件相关的用户行为数据;
基于用户历史登录行为和所述登录风险判定规则判定所述用户登录行为是否异常,若是,则将所述用户登录行为标记为危险登录或存在危险登录。
在可选的实施方式中,所述风险识别事件包括查询事件,所述风险判定规则包括查询风险判定规则;所述获取用户行为数据的步骤还包括:
获取用户查询行为数据;所述用户查询行为数据为所述查询事件相关的用户行为数据;
基于用户历史查询行为、用户查询权限和所述查询风险判定规则判定所述用户查询行为是否异常,若是,则对所述用户查询行为进行标记或警告。
在可选的实施方式中,所述风险识别事件包括上传下载事件,所述风险判定规则包括上传下载风险判定规则;所述获取用户行为数据的步骤还包括:
获取用户上传下载行为数据;所述用户上传下载行为数据为所述上传下载事件相关的用户行为数据;
基于用户历史上传下载行为、上传下载文件的属性和所述上传下载风险判定规则判定所述用户上传下载行为是否异常,若是,则对所述用户上传下载行为进行标记或警告。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行如前述实施方式任一所述的智能风险识别方法的步骤。
本发明实施例的有益效果包括,例如:获取用户行为数据,根据用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将风险识别事件和危险分值发送至应用服务方以生成风险事件结果;当风险事件结果为存在风险时拦截对应的用户行为;通过收集应用服务方对风险识别事件做出的风险事件结果,依据风险事件结果修正风险判定规则,优化了风险识别模型,扩展和丰富风险识别模型维度指标,进而提高了风险判定规则的准确性,使得风险事件结果更加准确,保证数据及系统安全。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种智能风险识别系统的功能模块图。
图2为本发明实施例提供的另一种智能风险识别系统的功能模块图。
图3为本发明实施例提供的一种智能风险识别方法的流程示意图。
图4为本发明实施例提供的一种电子设备的结构示意图。
图标:100-智能风险识别系统;10-风险检测模块;12-登录风险识别模块;14-查询风险识别模块;16-上传下载风险识别模块;20-风险拦截模块;30-风险收集模块;40-风险建模模块;200-电子设备;210-处理器;220-存储器;230-总线。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
请参考图1,为本发明实施例提供的一种智能风险识别系统的功能模块图。
智能风险识别系统100包括依次连接风险检测模块10、风险拦截模块20、风险收集模块30及风险建模模块40。
风险检测模块10用于获取用户行为数据,并对用户行为数据进行检测,根据用户行为数据生成风险识别事件,风险识别事件包括登录事件、查询事件及上传下载事件,并基于风险判定规则生成危险分值,风险判定规则包括登录风险判定规则、查询风险判定规则及上传下载风险判定规则,危险分值表征具体的用户行为的危险等级;风险检测模块10还包括登录风险识别模块12、查询风险识别模块14及上传下载风险识别模块16。请参考图2,为本发明实施例提供的另一种智能风险识别系统的功能模块图。
登录风险识别模块12用于获取用户登录行为数据,以及还用于基于用户历史登录行为和登录风险判定规则判定用户登录行为是否存在风险,用户登录行为数据为登录事件相关的用户行为数据。
用户历史登录行为包括历史登录时间、历史登录地点、历史登录方式、历史登录频次、历史登录时长等。例如,经统计,某一用户常登录的时间是上午,若突然凌晨3点进行登录请求,则可将此次登录行为标记为危险登录或存在危险登录,并给出一个具体的危险分值,划分其危险等级;并将该登录事件和它的危险等级发送至应用服务方参考,由应用服务方生成用户登录事件结果,决定是否允许登录。同理,若某一用户在某段时间内频繁登录或通过多种方式同时登录,即可根据事先制定的登录风险判定规则判定是否存在登录风险并给出具体的危险分值,从而确定其危险等级。
查询风险识别模块14用于获取用户查询行为数据,还用于基于用户历史查询行为、用户查询权限和查询风险判定规则判定用户查询行为是否异常,用户查询行为数据为查询事件相关的用户行为数据。
用户历史查询行为包括用历史户查询频次及历史查询方式,例如用户对敏感数据、非敏感数据的查询及查询频次,对高频数据、低频数据的查询等。例如某一用户某段时间对无权查看的敏感数据进行高频查询,可根据事先定义的查询风险判定规则判定该用户行为存在危险,进行标记、警告等操作,并给出一个具体的危险分值,划分其危险等级;并将该查询事件和它的危险等级发送至应用服务方参考,由应用服务方生成用户查询事件结果,进一步确定该行为是否存在风险并作出相应的风险处理并收集反馈信息。
上传下载风险识别模块16用于获取用户上传下载行为数据,以及还用于基于用户历史上传下载行为、上传下载文件的属性和上传下载风险判定规则判定所述用户上传下载行为是否异常,即检测用户上传和下载的数据文件是否存在敏感,保密等风险;用户上传下载行为数据为上传下载事件相关的用户行为数据。
用户历史上传下载行为包括用户上传或下载上传下载的时间和频次、上传下载的文件的数据量大小等;上传下载文件的属性包括敏感文件和非敏感文件;即可根据用户上传或下载的文件是否包含敏感数据或上传下载的时间和频次、数据量大小等进行判断。例如:当检测到某一个用户在非经常登录的时间、地点进行大量的敏感数据下载时,可根据事先定义的上传下载风险判定规则结合风险建模模块40经过自学习构建的风险评估模型进行风险判定,并给出一个具体的危险分值,划分其危险等级,并进行对应的记录及警告,然后将该上传下载行为和它的危险等级发送至应用服务方参考,由应用服务方生成用户上传下载事件结果,若其危险等级满足预定拦截条件时进行风险拦截,阻止该用户上传下载行为的继续进行,保护数据的安全,避免敏感数据的泄露。
风险拦截模块20用于当风险事件结果满足预定拦截条件时拦截对应的用户行为;如根据登录风险判定规则判定登录事件的危险等级满足拦截条件时,则拦截对应的用户登录行为;同理,查询事件及上传下载事件亦是如此,在此不再赘述。例如,当检测到某一用户的账号存在被盗风险,或者在大量下载敏感数据时,风险拦截模块20应立即启动并进行行为拦截,统计记录该行为的相关信息并发出警告,最大程度的降低数据泄露的风险,保证数据的安全可靠。
风险收集模块30用于收集风险识别事件以及应用服务方输出的风险事件结果以供所述风险建模模块分析学习,进而优化风险识别模型,使得风险事件结果更加准确;即登录事件、查询事件、上传下载事件和它们对应的登录事件结果、查询事件结果、上传下载事件结果。
风险建模模块40用于构建风险判定规则及风险识别策略,以及还用于依据风险识别事件和风险事件结果修正所述风险判定规则;通过风险建模模块40自定义一些风险判定规则,结合机器学习、增强分析及人工智能等相关算法,让智能风险识别系统对收集到的风险识别事件进行训练和自学习,通过不断地优化学习,构建和优化风险识别模型。随着时间的推移,记录的风险识别事件越来越多,在大数据的基础上,将会使得风险识别模型越来越准确,从而提高风险识别准确率,保证各应用服务方的数据安全。
需要说明的是,在进行查询事件风险识别和上传下载事件风险识别过程中,还可通过登录风险判定规则来判定用户登录时间和地点是否存在异常;若精确判定出用户登录行为将对数据安全造成威胁,则可立即启动风险拦截模块20进行拦截,并记录相关信息以便通知数据安全审查人员作出相应的处理,保障数据安全。
请参考图3,为本发明实施例提供的一种智能风险识别方法的流程示意图。
需要说明的是,本实施例所提供的智能风险识别方法,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。
步骤101,获取用户行为数据,根据用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将风险识别事件和危险分值发送至应用服务方以生成风险事件结果。
可以理解的,在一种实施例中,通过风险检测模块执行步骤101。
风险检测模块包括登录风险识别模块、查询风险识别模块及上传下载风险识别模块;其中,登录风险识别模块用于获取用户登录行为数据;查询风险识别模块用于获取用户查询行为数据;上传下载风险识别模块用于获取用户上传下载行为数据。
步骤102,当风险事件结果满足预定拦截条件时拦截对应的用户行为。
可以理解的,在一种实施例中,通过风险拦截模块执行步骤102。
步骤103,收集风险识别事件和风险事件结果供风险建模模块分析学习。
可以理解的,在一种实施例中,通过风险收集模块执行步骤103。
步骤104,依据风险识别事件和风险事件结果修正风险判定规则。
可以理解的,在一种实施例中,通过风险建模模块执行步骤104。
请参考图4,为本发明实施例提供的一种电子设备的结构示意图。
电子设备200包括处理器210、存储器220和总线230,存储器220存储有处理器210可执行的机器可读指令,当电子设备运行时,所述处理器210与所述存储器220之间通过总线230通信,所述处理器210执行所述机器可读指令,以执行时执行上述实施例中的智能风险识别方法的步骤。
综上所述,本发明实施例提供的智能风险识别系统、方法和电子设备,所述方法包括:获取用户行为数据,根据用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将风险识别事件和危险分值发送至应用服务方以生成风险事件结果;当风险事件结果为存在风险时拦截对应的用户行为;通过收集应用服务方对风险识别事件做出的风险事件结果,依据风险事件结果修正风险判定规则,优化了风险识别模型,扩展和丰富风险识别模型维度指标,进而提高了风险判定规则的准确性,使得风险事件结果更加准确,保证数据及系统安全。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种智能风险识别系统,用于对用户操作数据进行检测,并进行风险控制,其特征在于,包括依次连接的风险检测模块、风险拦截模块、风险收集模块及风险建模模块;
所述风险检测模块用于获取用户行为数据,根据所述用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将所述风险识别事件和所述危险分值发送至应用服务方以生成风险事件结果;所述危险分值表征所述用户行为的危险等级;
所述风险拦截模块用于当所述风险事件结果满足预定拦截条件时拦截对应的用户行为;
所述风险收集模块用于收集所述风险识别事件和所述风险事件结果以供所述风险建模模块分析学习;
所述风险建模模块依据所述风险识别事件和所述风险事件结果修正所述风险判定规则。
2.根据权利要求1所述的系统,其特征在于,所述风险检测模块包括登录风险识别模块,所述风险识别事件包括登录事件,所述风险判定规则包括登录风险判定规则;
所述登录风险识别模块用于获取用户登录行为数据;所述用户登录行为数据为所述登录事件相关的用户行为数据;
所述登录风险识别模块还用于基于用户历史登录行为和所述登录风险判定规则判定所述用户登录行为是否异常,若是,则将所述用户登录行为标记为危险登录或存在危险登录。
3.根据权利要求1所述的系统,其特征在于,所述风险检测模块包括查询风险识别模块,所述风险识别事件包括查询事件,所述风险判定规则包括查询风险判定规则;
所述查询风险识别模块用于获取用户查询行为数据;所述用户查询行为数据为所述查询事件相关的用户行为数据;
所述查询风险识别模块还用于基于用户历史查询行为、用户查询权限和所述查询风险判定规则判定所述用户查询行为是否异常,若是,则对所述用户查询行为进行标记或警告。
4.根据权利要求1所述的系统,其特征在于,所述风险检测模块包括上传下载风险识别模块,所述风险识别事件包括上传下载事件,所述风险判定规则包括上传下载风险判定规则;
所述上传下载风险识别模块用于获取用户上传下载行为数据;所述用户上传下载行为数据为所述上传下载事件相关的用户行为数据。
5.根据权利要求4所述的系统,其特征在于,
所述上传下载风险识别模块还用于基于用户历史上传下载行为、上传下载文件的属性和所述上传下载风险判定规则判定所述用户上传下载行为是否异常,若是,则对所述用户查询行为进行标记或警告。
6.一种智能风险识别方法,用于对用户操作数据进行检测,并进行风险控制,其特征在于,包括:
获取用户行为数据,根据所述用户行为数据生成风险识别事件,并基于风险判定规则生成危险分值,将所述风险识别事件和所述危险分值发送至应用服务方以生成风险事件结果;所述危险分值表征所述用户行为的危险等级;
当所述风险事件结果满足预定拦截条件时拦截对应的用户行为;
收集所述风险识别事件和所述风险事件结果以供所述风险建模模块分析学习;
依据所述风险识别事件和所述风险事件结果修正所述风险判定规则。
7.根据权利要求6所述的方法,其特征在于,所述风险识别事件包括登录事件,所述风险判定规则包括登录风险判定规则;所述获取用户行为数据的步骤包括:
获取用户登录行为数据;所述用户登录行为数据为所述登录事件相关的用户行为数据;
基于用户历史登录行为和所述登录风险判定规则判定所述用户登录行为是否异常,若是,则将所述用户登录行为标记为危险登录或存在危险登录。
8.根据权利要求6所述的方法,其特征在于,所述风险识别事件包括查询事件,所述风险判定规则包括查询风险判定规则;所述获取用户行为数据的步骤还包括:
获取用户查询行为数据;所述用户查询行为数据为所述查询事件相关的用户行为数据;
基于用户历史查询行为、用户查询权限和所述查询风险判定规则判定所述用户查询行为是否异常,若是,则对所述用户查询行为进行标记或警告。
9.根据权利要求6所述的方法,其特征在于,所述风险识别事件包括上传下载事件,所述风险判定规则包括上传下载风险判定规则;所述获取用户行为数据的步骤还包括:
获取用户上传下载行为数据;所述用户上传下载行为数据为所述上传下载事件相关的用户行为数据;
基于用户历史上传下载行为、上传下载文件的属性和所述上传下载风险判定规则判定所述用户上传下载行为是否异常,若是,则对所述用户上传下载行为进行标记或警告。
10.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行如权利要求6至9任一所述的智能风险识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911154589.XA CN110855703A (zh) | 2019-11-22 | 2019-11-22 | 智能风险识别系统、方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911154589.XA CN110855703A (zh) | 2019-11-22 | 2019-11-22 | 智能风险识别系统、方法和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110855703A true CN110855703A (zh) | 2020-02-28 |
Family
ID=69603549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911154589.XA Pending CN110855703A (zh) | 2019-11-22 | 2019-11-22 | 智能风险识别系统、方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110855703A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753520A (zh) * | 2020-06-02 | 2020-10-09 | 五八有限公司 | 一种风险预测方法、装置、电子设备及存储介质 |
CN111812999A (zh) * | 2020-06-08 | 2020-10-23 | 华南师范大学 | 人工智能伦理风险与防范虚拟仿真方法、系统和机器人 |
CN112436969A (zh) * | 2020-11-24 | 2021-03-02 | 成都西加云杉科技有限公司 | 一种物联网设备管理方法、系统、设备及介质 |
CN112434214A (zh) * | 2020-11-03 | 2021-03-02 | 中国南方电网有限责任公司 | 一种基于Redis的操作事件的推送方法 |
CN113783845A (zh) * | 2021-08-16 | 2021-12-10 | 北京百度网讯科技有限公司 | 确定云服务器上实例风险等级的方法、装置及电子设备 |
CN114389901A (zh) * | 2022-03-24 | 2022-04-22 | 湖南三湘银行股份有限公司 | 一种基于在线化的客户认证系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107465744A (zh) * | 2017-08-08 | 2017-12-12 | 北京古盘创世科技发展有限公司 | 数据下载控制方法及系统 |
CN107657357A (zh) * | 2016-07-26 | 2018-02-02 | 阿里巴巴集团控股有限公司 | 数据的处理方法及装置 |
CN109299135A (zh) * | 2018-11-26 | 2019-02-01 | 平安科技(深圳)有限公司 | 基于识别模型的异常查询识别方法、识别设备及介质 |
CN109840183A (zh) * | 2018-12-05 | 2019-06-04 | 平安科技(深圳)有限公司 | 数据中心分级预警方法、装置及存储介质 |
CN109922032A (zh) * | 2017-12-13 | 2019-06-21 | 百度在线网络技术(北京)有限公司 | 用于确定登录账户的风险的方法和装置 |
CN110147967A (zh) * | 2019-05-28 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 风险防控方法及装置 |
-
2019
- 2019-11-22 CN CN201911154589.XA patent/CN110855703A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107657357A (zh) * | 2016-07-26 | 2018-02-02 | 阿里巴巴集团控股有限公司 | 数据的处理方法及装置 |
CN107465744A (zh) * | 2017-08-08 | 2017-12-12 | 北京古盘创世科技发展有限公司 | 数据下载控制方法及系统 |
CN109922032A (zh) * | 2017-12-13 | 2019-06-21 | 百度在线网络技术(北京)有限公司 | 用于确定登录账户的风险的方法和装置 |
CN109299135A (zh) * | 2018-11-26 | 2019-02-01 | 平安科技(深圳)有限公司 | 基于识别模型的异常查询识别方法、识别设备及介质 |
CN109840183A (zh) * | 2018-12-05 | 2019-06-04 | 平安科技(深圳)有限公司 | 数据中心分级预警方法、装置及存储介质 |
CN110147967A (zh) * | 2019-05-28 | 2019-08-20 | 阿里巴巴集团控股有限公司 | 风险防控方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753520A (zh) * | 2020-06-02 | 2020-10-09 | 五八有限公司 | 一种风险预测方法、装置、电子设备及存储介质 |
CN111753520B (zh) * | 2020-06-02 | 2023-04-18 | 五八有限公司 | 一种风险预测方法、装置、电子设备及存储介质 |
CN111812999A (zh) * | 2020-06-08 | 2020-10-23 | 华南师范大学 | 人工智能伦理风险与防范虚拟仿真方法、系统和机器人 |
CN111812999B (zh) * | 2020-06-08 | 2023-07-21 | 华南师范大学 | 人工智能伦理风险与防范虚拟仿真方法、系统和机器人 |
CN112434214A (zh) * | 2020-11-03 | 2021-03-02 | 中国南方电网有限责任公司 | 一种基于Redis的操作事件的推送方法 |
CN112436969A (zh) * | 2020-11-24 | 2021-03-02 | 成都西加云杉科技有限公司 | 一种物联网设备管理方法、系统、设备及介质 |
CN113783845A (zh) * | 2021-08-16 | 2021-12-10 | 北京百度网讯科技有限公司 | 确定云服务器上实例风险等级的方法、装置及电子设备 |
CN114389901A (zh) * | 2022-03-24 | 2022-04-22 | 湖南三湘银行股份有限公司 | 一种基于在线化的客户认证系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110855703A (zh) | 智能风险识别系统、方法和电子设备 | |
CN105471819B (zh) | 账号异常检测方法及装置 | |
CN110222525B (zh) | 数据库操作审计方法、装置、电子设备及存储介质 | |
CN109299135A (zh) | 基于识别模型的异常查询识别方法、识别设备及介质 | |
CN112187792A (zh) | 一种基于互联网的网络信息安全防护系统 | |
EP3258661B1 (en) | Detection of abnormal configuration changes | |
CN113765881A (zh) | 异常网络安全行为的检测方法、装置、电子设备及存储介质 | |
RU2011115363A (ru) | Система и способ предотвращения инцидентов безопасности на основании рейтингов опасности пользователей | |
KR101692982B1 (ko) | 로그 분석 및 특징 자동 학습을 통한 위험 감지 및 접근제어 자동화 시스템 | |
CN113687969A (zh) | 告警信息生成方法、装置、电子设备及可读存储介质 | |
CN113839904B (zh) | 基于智能网联汽车的安全态势感知方法和系统 | |
CN116016198B (zh) | 一种工控网络拓扑安全评估方法、装置及计算机设备 | |
CN109344042B (zh) | 异常操作行为的识别方法、装置、设备及介质 | |
CN116366374B (zh) | 基于大数据的电网网络管理的安全评估方法、系统及介质 | |
KR20160062259A (ko) | 차량 이상 상태를 관리하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록매체 | |
CN114297717A (zh) | 一种数据防泄漏方法、装置、电子设备及存储介质 | |
CN106506553B (zh) | 一种网际协议ip过滤方法及系统 | |
KR101464736B1 (ko) | 정보보호 관리 시스템 및 이를 통한 홈페이지 위변조 탐지 방법 | |
CN117439916A (zh) | 一种网络安全测试评估系统及方法 | |
CN117254945A (zh) | 基于汽车攻击链路的漏洞溯源方法及装置 | |
CN115659351B (zh) | 一种基于大数据办公的信息安全分析方法、系统及设备 | |
CN115022152B (zh) | 一种用于判定事件威胁度的方法、装置及电子设备 | |
CN114285630B (zh) | 一种安全域风险告警方法、系统、装置及可读存储介质 | |
CN113347134B (zh) | 针对车联网tsp平台的攻击检测方法及系统 | |
CN114866338A (zh) | 网络安全检测方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |
|
RJ01 | Rejection of invention patent application after publication |