CN112235550A - 基于物联网和人工智能的安防监控方法、系统及服务器 - Google Patents

基于物联网和人工智能的安防监控方法、系统及服务器 Download PDF

Info

Publication number
CN112235550A
CN112235550A CN202011349908.5A CN202011349908A CN112235550A CN 112235550 A CN112235550 A CN 112235550A CN 202011349908 A CN202011349908 A CN 202011349908A CN 112235550 A CN112235550 A CN 112235550A
Authority
CN
China
Prior art keywords
information
security
internet
things
monitoring
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.)
Withdrawn
Application number
CN202011349908.5A
Other languages
English (en)
Inventor
陈洋洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202011349908.5A priority Critical patent/CN112235550A/zh
Publication of CN112235550A publication Critical patent/CN112235550A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y30/00—IoT infrastructure
    • G16Y30/10—Security thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/50—Safety; Security of things, users, data or systems
    • 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
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/102—Entity profiles
    • 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
    • H04L63/1425—Traffic logging, e.g. anomaly detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本公开实施例提供一种基于物联网和人工智能的安防监控方法、系统及服务器，在待监控视频服务与关联监控视频服务不匹配时，确定待监控视频服务为关键监控视频服务，由此确定在预设历史时间段内的物联网访问服务特征，以此进一步确定至少一个安防监控调取项目，从而通过获取至少一个安防监控调取项目的安防监控调取信息，并根据预设的与关键监控视频服务对应的人工智能模型分别对对应的安防监控调取信息进行分析处理。如此，可以有效识别不法分子通过发起物联网攻击来模拟发起的数据访问请求相关联的关键监控视频服务，并识别其对应的安防监控标签，从而可以便于后续的网络大数据信息防泄密处理，提高安防监控的隐私安全性。

Description

基于物联网和人工智能的安防监控方法、系统及服务器
技术领域
本公开涉及物联网及安防监控技术领域，具体而言，涉及一种基于物联网和人工智能的安防监控方法、系统及服务器。
背景技术
随着物联网技术的快速发展，智慧安防监控已经广泛用于各个行业，通过安防监控终端与云服务器进行交互从而对安防监控过程中进行智能化信息管理，可以有效提高安防监控的便利性。
然而，安防监控过程中的一些监控视频容易受到物联网攻击，导致安全性远远不够。例如不法分子可能通过发起物联网攻击来模拟发起数据访问请求，从而可以针对一些监控视频服务进行数据调取，影响安防监控的隐私安全性。
发明内容
为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于物联网和人工智能的安防监控方法、系统及服务器，可以有效识别不法分子通过发起物联网攻击来模拟发起的数据访问请求相关联的关键监控视频服务，并识别其对应的安防监控标签，从而可以便于后续的网络大数据信息防泄密处理，提高安防监控的隐私安全性。
第一方面，本公开提供一种基于物联网和人工智能的安防监控方法，应用于云通信服务器，所述云通信服务器与多个安防监控终端通信连接，所述方法包括：
获取所述安防监控终端的待监控视频服务对应的安防监控服务身份，所述待监控视频服务为预设历史时间段内发起预设数据访问请求的监控视频服务中的任一监控视频服务；
确定在所述预设历史时间段之前所述安防监控服务身份所关联的关联监控视频服务，在所述待监控视频服务与所述关联监控视频服务不匹配时，确定所述待监控视频服务为关键监控视频服务，得到关键监控视频服务序列；
确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征，得到对应每个关键监控视频服务的物联网访问服务特征集，并根据所述物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目；
获取所述至少一个安防监控调取项目的安防监控调取信息，并根据预设的与所述关键监控视频服务对应的人工智能模型分别对对应的所述安防监控调取信息进行分析处理，得到所述关键监控视频服务的安防监控标签。
在第一方面的一种可能的实现方式中，所述确定在所述预设历史时间段之前所述安防监控服务身份所关联的关联监控视频服务的步骤，包括：
获取在所述预设历史时间段之前与所述安防监控服务身份存在访问关系的监控视频服务作为所关联的关联监控视频服务。
在第一方面的一种可能的实现方式中，所述确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征的步骤，包括：
获取每个所述关键监控视频服务在所述预设历史时间段内的访问进程信息和物联网访问信息；
根据所述访问进程信息确定对应的属性特征，并根据所述物联网访问信息确定物联网访问特征；
将所述属性特征和物联网访问特征作为所述关键监控视频服务的物联网访问服务特征。
在第一方面的一种可能的实现方式中，所述根据所述物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目的步骤，包括：
根据所述物联网访问服务特征集中的物联网访问服务特征关联的访问密集项形成一按照访问密集度为排列方式的访问密集项目标；
将所述访问密集项目标处理为多个预先以所述物联网访问服务特征按照不同物联访问业务划分的物联访问业务挖掘模型的访问密集项子目标，计算每一个访问密集项子目标包含的多个访问密集项目内容的内容特征向量，并将所述内容特征向量作为对应的访问密集项子目标的物联访问业务特征；
将所述物联访问业务特征作为对应的访问密集项子目标映射的安防监控对象的物联访问业务特征，生成每个安防监控对象的物联访问业务特征，并根据所述每个安防监控对象的物联访问业务特征生成对应的安防监控调取分布图；
根据所述安防监控调取分布图确定至少一个安防监控调取项目。
在第一方面的一种可能的实现方式中，所述根据所述安防监控调取分布图确定至少一个安防监控调取项目的步骤，包括：
从所述安防监控调取分布图中确定调取密度大于设定密度的安防监控调取分布区域所关联的至少一个安防监控调取项目。
在第一方面的一种可能的实现方式中，所述根据预设的与所述关键监控视频服务对应的人工智能模型分别对对应的所述安防监控调取信息进行分析处理，得到所述关键监控视频服务的安防监控标签的步骤，包括：
获取所述人工智能模型在所述关键监控视频服务的物联网场景中的物联网参数信息，并将所述物联网参数信息转换为相应的物联网安防信息；
通过所述人工智能模型确定与对应的所述安防监控调取信息所对应的至少一个安防监控调取节点的安防监控特征向量；
通过所述人工智能模型根据所述至少一个安防监控调取节点的安防监控特征向量和相应的融合特征向量，生成与所述安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及所述安防识别异常业务的业务置信度；
根据所述安防识别异常业务的业务置信度，选取至少一个安防识别异常业务组成与所述物联网安防信息相对应的安防识别异常业务结果；
将所述安防识别异常业务结果的特征信息与每个预设安防监控标签的标签特征信息进行匹配，将匹配度大于设定匹配度的安防识别异常业务对应的目标安防监控标签确定为所述关键监控视频服务的安防监控标签。
在第一方面的一种可能的实现方式中，所述获取所述人工智能模型在所述关键监控视频服务的物联网场景中的物联网参数信息，并将所述物联网参数信息转换为相应的物联网安防信息的步骤，包括：
从预先配置的人工智能模型在每个监控视频服务的物联网场景中的物联网参数信息中，获取所述人工智能模型在所述关键监控视频服务的物联网场景中的物联网参数信息；
根据所述物联网参数信息的各物联网参数目录的安防策略信息，得到安防策略信息中每个安防策略项目的异常监控节点，确定所述安防策略信息的第一异常监控节点列阵；
针对与所述物联网参数信息存在联动关系的参考物联网参数信息列表中保存的每个参考物联网参数信息的第二异常监控节点列阵，确定所述第一异常监控节点列阵和该第二异常监控节点列阵的关联监控节点；
针对所述参考物联网参数信息列表中保存的全局参考物联网参数信息，根据确定的每个全局参考物联网参数信息对应的第一关联监控节点，将所述第一关联监控节点中的最大关联特征数量的对象作为第一目标关联监控节点；
针对所述参考物联网参数信息列表中保存的非全局参考物联网参数信息，根据确定的每个非全局参考物联网参数信息对应的第二关联监控节点，将所述第二关联监控节点中的最大关联特征数量的对象作为第二目标关联监控节点；
将保存的全局参考物联网参数信息对应的第一关联监控节点和保存的非全局参考物联网参数信息对应的第二关联监控节点，与全局参考物联网参数信息对应的第一目标关联监控节点和非全局参考物联网参数信息对应的第二目标关联监控节点进行比较，确定所述安防策略信息的物联网安防策略及关联监控节点参考信息，采用所述物联网安防策略根据所述关联监控节点参考信息对所述安防策略信息进行处理，生成对应的物联网安防信息。
在第一方面的一种可能的实现方式中，所述根据所述至少一个安防监控调取节点的安防监控特征向量和相应的融合特征向量，生成与所述安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及所述安防识别异常业务的业务置信度，包括：
根据所述至少一个安防监控调取节点的安防监控特征向量确定相应安防启动业务的安防识别异常业务结果；
将所述相应安防启动业务的安防识别异常业务结果转换为安防识别异常业务结果向量；
根据安防识别异常业务结果向量和所述融合特征向量，生成与所述安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及所述安防识别异常业务的业务置信度。
在第一方面的一种可能的实现方式中，所述方法还包括：
当所述关键监控视频服务的安防监控标签为防泄密处理标签时，在接收到上传的与所述关键监控视频服务相关的与对应的目标物联网服务关联的网络大数据信息的新注册读取接口信息时，获取所述新注册读取接口信息关联的已注册读取接口信息，所述新注册读取接口信息和所述已注册读取接口信息的物联网访问服务均为第一物联网访问服务；
根据所述已注册读取接口信息的涉敏扫描数据对所述新注册读取接口信息进行涉敏防护处理，得到所述新注册读取接口信息的防护安全策略信息；
对所述防护安全策略信息进行信息解析，从信息解析得到的待定接口防护程序中确定与第一接口防护验证信息对应的第二接口防护验证信息；所述第一接口防护验证信息为所述防护安全策略信息中的接口防护验证信息；
对所述第一接口防护验证信息和所述第二接口防护验证信息进行信息融合，得到目标接口防护验证信息；
根据所述目标接口防护验证信息输出所述新注册读取接口信息对应的接口配置信息，并根据所述接口配置信息对所述新注册读取接口信息进行防泄密配置；所述接口配置信息的物联网访问服务为所述第一物联网访问服务以及与所述第一物联网访问服务存在服务逻辑关联的第二物联网访问服务。
第二方面，本公开实施例还提供一种基于物联网和人工智能的安防监控装置，应用于云通信服务器，所述云通信服务器与多个安防监控终端通信连接，所述装置包括：
获取模块，用于获取所述安防监控终端的待监控视频服务对应的安防监控服务身份，所述待监控视频服务为预设历史时间段内发起预设数据访问请求的监控视频服务中的任一监控视频服务；
第一确定模块，用于确定在所述预设历史时间段之前所述安防监控服务身份所关联的关联监控视频服务，在所述待监控视频服务与所述关联监控视频服务不匹配时，确定所述待监控视频服务为关键监控视频服务，得到关键监控视频服务序列；
第二确定模块，用于确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征，得到对应每个关键监控视频服务的物联网访问服务特征集，并根据所述物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目；
分析模块，用于获取所述至少一个安防监控调取项目的安防监控调取信息，并根据预设的与所述关键监控视频服务对应的人工智能模型分别对对应的所述安防监控调取信息进行分析处理，得到所述关键监控视频服务的安防监控标签。
第三方面，本公开实施例还提供一种基于物联网和人工智能的安防监控系统，所述基于物联网和人工智能的安防监控系统包括云通信服务器以及与所述云通信服务器通信连接的多个安防监控终端；
所述云通信服务器用于获取所述安防监控终端的待监控视频服务对应的安防监控服务身份，所述待监控视频服务为预设历史时间段内发起预设数据访问请求的监控视频服务中的任一监控视频服务；
所述云通信服务器用于确定在所述预设历史时间段之前所述安防监控服务身份所关联的关联监控视频服务，在所述待监控视频服务与所述关联监控视频服务不匹配时，确定所述待监控视频服务为关键监控视频服务，得到关键监控视频服务序列；
所述云通信服务器用于确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征，得到对应每个关键监控视频服务的物联网访问服务特征集，并根据所述物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目；
所述云通信服务器用于获取所述至少一个安防监控调取项目的安防监控调取信息，并根据预设的与所述关键监控视频服务对应的人工智能模型分别对对应的所述安防监控调取信息进行分析处理，得到所述关键监控视频服务的安防监控标签。
第四方面，本公开实施例还提供一种云通信服务器，所述云通信服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个安防监控终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的设计中的基于物联网和人工智能的安防监控方法。
第五方面，本公开实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的基于物联网和人工智能的安防监控方法。
基于上述任意一个方面，本公开在待监控视频服务与关联监控视频服务不匹配时，确定待监控视频服务为关键监控视频服务，由此确定在预设历史时间段内的物联网访问服务特征，以此进一步确定至少一个安防监控调取项目，从而通过获取至少一个安防监控调取项目的安防监控调取信息，并根据预设的与关键监控视频服务对应的人工智能模型分别对对应的安防监控调取信息进行分析处理。如此，可以有效识别不法分子通过发起物联网攻击来模拟发起的数据访问请求相关联的关键监控视频服务，并识别其对应的安防监控标签，从而可以便于后续的网络大数据信息防泄密处理，提高安防监控的隐私安全性。
附图说明
为了更清楚地说明本公开实施例的技术方案，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公开的某些实施例，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它相关的附图。
图1为本公开实施例提供的基于物联网和人工智能的安防监控系统的应用场景示意图；
图2为本公开实施例提供的基于物联网和人工智能的安防监控方法的流程示意图；
图3为本公开实施例提供的基于物联网和人工智能的安防监控装置的功能模块示意图；
图4为本公开实施例提供的用于实现上述的基于物联网和人工智能的安防监控方法的云通信服务器的结构示意框图。
具体实施方式
现在详细参考附图中描述的具体实施方式。为了全面理解本公开，在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解，本公开可以无需这些具体细节而实现。在其它实施的可能性中，不详细描述公知的方法、过程、组件和电路，以免不必要地使实施例模糊。
图1是本公开一种实施例提供的基于物联网和人工智能的安防监控系统10的交互示意图。基于物联网和人工智能的安防监控系统10可以包括云通信服务器100以及与所述云通信服务器100通信连接的安防监控终端200。图1所示的基于物联网和人工智能的安防监控系统10仅为一种可行的示例，在其它可行的实施例中，该基于物联网和人工智能的安防监控系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中，安防监控终端200可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等，或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理、游戏设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
本实施例中，基于物联网和人工智能的安防监控系统10中的云通信服务器100和安防监控终端200可以通过配合执行以下方法实施例所描述的基于物联网和人工智能的安防监控方法，具体云通信服务器100和安防监控终端200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题，图2为本公开实施例提供的基于物联网和人工智能的安防监控方法的流程示意图，本实施例提供的基于物联网和人工智能的安防监控方法可以由图1中所示的云通信服务器100执行，下面对该基于物联网和人工智能的安防监控方法进行详细介绍。
步骤S110，获取安防监控终端200的待监控视频服务对应的安防监控服务身份。
步骤S120，确定在预设历史时间段之前安防监控服务身份所关联的关联监控视频服务，在待监控视频服务与关联监控视频服务不匹配时，确定待监控视频服务为关键监控视频服务，得到关键监控视频服务序列。
步骤S130，确定关键监控视频服务序列中每个关键监控视频服务在预设历史时间段内的物联网访问服务特征，得到对应每个关键监控视频服务的物联网访问服务特征集，并根据物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目。
步骤S140，获取至少一个安防监控调取项目的安防监控调取信息，并根据预设的与关键监控视频服务对应的人工智能模型分别对对应的安防监控调取信息进行分析处理，得到关键监控视频服务的安防监控标签。
本实施例中，待监控视频服务可以为预设历史时间段（例如当前时间点起10天）内发起预设数据访问请求的监控视频服务中的任一监控视频服务。其中，预设数据访问请求可以是指任意访问相关的物联网安防监控数据的访问请求，例如针对智能家居、智能办公设备等物联网安防监控数据的访问请求。监控视频服务可以是指智能家居、智能办公设备等任意可能的智能设备的关联服务。
基于上述设计，本实施例在待监控视频服务与关联监控视频服务不匹配时，确定待监控视频服务为关键监控视频服务，由此确定在预设历史时间段内的物联网访问服务特征，以此进一步确定至少一个安防监控调取项目，从而通过获取至少一个安防监控调取项目的安防监控调取信息，并根据预设的与关键监控视频服务对应的人工智能模型分别对对应的安防监控调取信息进行分析处理。如此，可以有效识别不法分子通过发起物联网攻击来模拟发起的数据访问请求相关联的关键监控视频服务，并识别其对应的安防监控标签，从而可以便于后续的网络大数据信息防泄密处理，提高安防监控的隐私安全性。
在一种可能的实现方式中，针对步骤S120，在确定在预设历史时间段之前安防监控服务身份所关联的关联监控视频服务的过程中，具体可以获取在预设历史时间段之前与安防监控服务身份存在访问关系的监控视频服务作为所关联的关联监控视频服务。
在一种可能的实现方式中，针对步骤S130，在确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征的过程中，具体可以通过以下示例性的子步骤实施，详细介绍如下。
子步骤S131，获取每个关键监控视频服务在预设历史时间段内的访问进程信息和物联网访问信息。
子步骤S132，根据访问进程信息确定对应的属性特征，并根据物联网访问信息确定物联网访问特征。
例如，可以确定访问进程信息中每个访问进程的访问属性信息，并提取每个访问进程的访问属性信息的属性特征。再例如，可以提取物联网访问信息中每个物联网访问行为的特征信息，作为对应的物联网访问特征。
子步骤S133，将属性特征和物联网访问特征作为关键监控视频服务的物联网访问服务特征。
在一种可能的实现方式中，针对步骤S130，在根据物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目的过程中，为了减少最终获取的安防监控调取项目的噪声安防监控调取项目，以便于提高后续标签判别的准确性，该步骤S130具体可以通过以下示例性的子步骤实施，详细介绍如下。
子步骤S134，根据物联网访问服务特征集中的物联网访问服务特征关联的访问密集项形成一按照访问密集度为排列方式的访问密集项目标。
子步骤S135，将访问密集项目标处理为多个预先以物联网访问服务特征按照不同物联访问业务划分的物联访问业务挖掘模型的访问密集项子目标，计算每一个访问密集项子目标包含的多个访问密集项目内容的内容特征向量，并将内容特征向量作为对应的访问密集项子目标的物联访问业务特征。
子步骤S136，将物联访问业务特征作为对应的访问密集项子目标映射的安防监控对象的物联访问业务特征，生成每个安防监控对象的物联访问业务特征，并根据每个安防监控对象的物联访问业务特征生成对应的安防监控调取分布图。
子步骤S137，根据安防监控调取分布图确定至少一个安防监控调取项目。
例如，在子步骤S137中，本实施例可以从安防监控调取分布图中确定调取密度大于设定密度的安防监控调取分布区域所关联的至少一个安防监控调取项目。
在一种可能的实现方式中，针对步骤S140，在根据预设的与关键监控视频服务对应的人工智能模型分别对对应的安防监控调取信息进行分析处理，得到关键监控视频服务的安防监控标签的过程中，具体可以通过以下示例性的子步骤实施，详细介绍如下。
子步骤S141，获取人工智能模型在关键监控视频服务的物联网场景中的物联网参数信息，并将物联网参数信息转换为相应的物联网安防信息。
子步骤S142，通过人工智能模型确定与对应的安防监控调取信息所对应的至少一个安防监控调取节点的安防监控特征向量。
子步骤S143，通过人工智能模型根据至少一个安防监控调取节点的安防监控特征向量和相应的融合特征向量，生成与安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及安防识别异常业务的业务置信度。
子步骤S144，根据安防识别异常业务的业务置信度，选取至少一个安防识别异常业务组成与物联网安防信息相对应的安防识别异常业务结果。
子步骤S145，将安防识别异常业务结果的特征信息与每个预设安防监控标签的标签特征信息进行匹配，将匹配度大于设定匹配度的安防识别异常业务对应的目标安防监控标签确定为关键监控视频服务的安防监控标签。
由此，可以通过有效的匹配过程和人工智能的分析过程确定关键监控视频服务的安防监控标签。
其中示例性地，在子步骤S141中，详细可以通过实施方式来具体实施。
（1）从预先配置的人工智能模型在每个监控视频服务的物联网场景中的物联网参数信息中，获取人工智能模型在关键监控视频服务的物联网场景中的物联网参数信息。
（2）根据物联网参数信息的各物联网参数目录的安防策略信息，得到安防策略信息中每个安防策略项目的异常监控节点，确定安防策略信息的第一异常监控节点列阵。
（3）针对与物联网参数信息存在联动关系的参考物联网参数信息列表中保存的每个参考物联网参数信息的第二异常监控节点列阵，确定第一异常监控节点列阵和该第二异常监控节点列阵的关联监控节点。
（4）针对参考物联网参数信息列表中保存的全局参考物联网参数信息，根据确定的每个全局参考物联网参数信息对应的第一关联监控节点，将第一关联监控节点中的最大关联特征数量的对象作为第一目标关联监控节点。
（5）针对参考物联网参数信息列表中保存的非全局参考物联网参数信息，根据确定的每个非全局参考物联网参数信息对应的第二关联监控节点，将第二关联监控节点中的最大关联特征数量的对象作为第二目标关联监控节点。
（6）将保存的全局参考物联网参数信息对应的第一关联监控节点和保存的非全局参考物联网参数信息对应的第二关联监控节点，与全局参考物联网参数信息对应的第一目标关联监控节点和非全局参考物联网参数信息对应的第二目标关联监控节点进行比较，确定安防策略信息的物联网安防策略及关联监控节点参考信息，采用物联网安防策略根据关联监控节点参考信息对安防策略信息进行处理，生成对应的物联网安防信息。
其中示例性地，在子步骤S143中，详细可以通过实施方式来具体实施。
（1）根据至少一个安防监控调取节点的安防监控特征向量确定相应安防启动业务的安防识别异常业务结果。
（2）将相应安防启动业务的安防识别异常业务结果转换为安防识别异常业务结果向量。
（3）根据安防识别异常业务结果向量和融合特征向量，生成与安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及安防识别异常业务的业务置信度。
在一种可能的实现方式中，在确定所述关键监控视频服务的安防监控标签之后，为了便于后续的网络大数据信息防泄密处理，提高安防监控的隐私安全性，本实施例提供的基于物联网和人工智能的安防监控方法还可以包括以下步骤：
步骤S150，当关键监控视频服务的安防监控标签为防泄密处理标签时，在接收到上传的与关键监控视频服务相关的与对应的目标物联网服务关联的网络大数据信息的新注册读取接口信息时，获取新注册读取接口信息关联的已注册读取接口信息，新注册读取接口信息和已注册读取接口信息的物联网访问服务均为第一物联网访问服务。
步骤S160，根据已注册读取接口信息的涉敏扫描数据对新注册读取接口信息进行涉敏防护处理，得到新注册读取接口信息的防护安全策略信息。
步骤S170，对防护安全策略信息进行信息解析，从信息解析得到的待定接口防护程序中确定与第一接口防护验证信息对应的第二接口防护验证信息。第一接口防护验证信息为防护安全策略信息中的接口防护验证信息。
步骤S180，对第一接口防护验证信息和第二接口防护验证信息进行信息融合，得到目标接口防护验证信息。
步骤S190，根据目标接口防护验证信息输出新注册读取接口信息对应的接口配置信息，并根据接口配置信息对新注册读取接口信息进行防泄密配置。接口配置信息的物联网访问服务为第一物联网访问服务以及与第一物联网访问服务存在服务逻辑关联的第二物联网访问服务。
本实施例中，新注册读取接口信息和已注册读取接口信息的物联网访问服务均为第一物联网访问服务。其中，第一物联网访问服务可以是指任意可访问相关的物联网设备产生的服务，例如智能家居的信息控制服务，智能办公设备的联动服务等。
本实施例中，第一接口防护验证信息可以为防护安全策略信息中的接口防护验证信息，接口防护验证信息可以是指访问相关接口时需要产生验证进程的相关参数信息。
本实施例中，接口配置信息的物联网访问服务可以为第一物联网访问服务以及与第一物联网访问服务存在服务逻辑关联的第二物联网访问服务，由此考虑到第一物联网访问服务以及与第一物联网访问服务存在服务逻辑关联的第二物联网访问服务，可以提高防泄密配置的完整性。
由此，本实施例能够根据已注册读取接口信息的涉敏扫描数据对新注册读取接口信息进行涉敏防护处理，然后对获得的新注册读取接口信息的防护安全策略信息进行信息解析，从信息解析得到的待定接口防护程序中确定与第一接口防护验证信息对应的第二接口防护验证信息，由此对第一接口防护验证信息和第二接口防护验证信息进行信息融合，基于获得的目标接口防护验证信息对新注册读取接口信息进行防泄密配置。如此，能够快速有效对新注册读取接口进行自动化的防泄密配置，以便于保证网络大数据信息的隐私性和安全性。
在一种可能的实现方式中，针对步骤S170，为了深度挖掘已注册读取接口信息的涉敏扫描数据相关的安全威胁线索情况，从而便于进行涉敏防护处理，可以通过以下示例性子步骤实现，详细介绍如下。
子步骤S171，对新注册读取接口信息进行至少一次信息解析，通过涉敏防护接口提取信息解析得到的接口注册信息中的第一注册行为特征，根据所提取的第一注册行为特征得到至少一个注册行为单元的安全威胁线索。
子步骤S172，对已注册读取接口信息进行至少一次信息解析，通过涉敏防护接口提取信息解析得到的接口注册信息中的第二注册行为特征，根据所提取的第二注册行为特征得到至少一个注册行为单元的关联安全威胁线索。
子步骤S173，获取至少一个注册行为单元中每个注册行为单元的安全威胁线索中的目标威胁线索来源信息，并确定注册行为单元的关联安全威胁线索中各个威胁线索来源信息的威胁态势信息以及确定目标威胁线索来源信息的威胁态势信息。
子步骤S174，确定各个威胁线索来源信息的威胁态势信息与目标威胁线索来源信息的威胁态势信息的汉明距离，并对各个威胁线索来源信息对应的汉明距离进行排序，根据排序结果从各个威胁线索来源信息中选出相似威胁线索来源信息。
子步骤S175，对至少一个相似威胁线索来源信息进行传输汇聚处理，得到卷积威胁线索来源信息，并对注册行为单元的安全威胁线索和第一注册行为单元的关联安全威胁线索进行传输汇聚处理，根据传输汇聚处理结果得到影响因子位图。影响因子位图中包含有安全威胁线索各个线索节点对应的影响因子。
子步骤S176，从影响因子位图中确定与目标威胁线索来源信息中线索节点对应的影响因子威胁线索来源信息，并对卷积威胁线索来源信息对应的威胁态势信息和影响因子威胁线索来源信息对应的影响因子特征向量进行跟踪代码计算，将跟踪代码计算的结果作为目标威胁线索来源信息的关键线索节点的跟踪线索特征。
子步骤S177，根据关键线索节点的跟踪线索特征得到防护安全策略特征，并对防护安全策略特征进行特征解析，得到注册行为单元的防护安全策略分布。
子步骤S178，根据注册行为单元的安全威胁线索和关联安全威胁线索从防护安全策略分布中索引得到新注册读取接口信息的防护安全策略信息。
由此，基于上述子步骤S171-子步骤S178，可以深度挖掘出已注册读取接口信息的涉敏扫描数据相关的安全威胁线索情况，从而便于进行涉敏防护处理。
在一种可能的实现方式中，针对步骤S190，可以通过以下示例性子步骤具体实施，详细介绍如下。
子步骤S191，对目标接口防护验证信息进行接口项目分类，得到多个接口配置项目，对于任一接口配置项目，将接口配置项目的第一虚拟接口边界对应的虚拟接口环境信息和接口配置项目的第二虚拟接口边界对应的虚拟接口环境信息进行融合，得到接口配置项目对应的第一虚拟接口环境信息。
子步骤S192，获取多个接口配置项目之间的接口配置关联关系，并根据接口配置关联关系，确定接口配置关联阵列，接口配置关联阵列中的元素用于表示各接口配置项目之间是否存在接口配置关联关系。
子步骤S193，对于任一接口配置关联关系，根据接口配置关联关系所属的类型，获取接口配置关联关系对应的关系向量，并且对于多个接口配置项目中的任一接口配置项目，获取与接口配置项目具有接口配置关联关系的至少一个接口配置项目对应的第一虚拟接口环境信息。
子步骤S194，将接口配置关联阵列、多个关系向量以及至少一个接口配置项目对应的第一虚拟接口环境信息输入虚拟接口测试程序，得到接口配置项目对应的第二虚拟接口环境信息。
子步骤S195，基于第一云计算安全组件对多个接口配置项目对应的第一虚拟接口环境信息进行处理，得到多个接口配置项目对应的第三虚拟接口环境信息，第三虚拟接口环境信息与第二虚拟接口环境信息一一对应。
子步骤S196，将相对应的第二虚拟接口环境信息和第三虚拟接口环境信息进行融合，得到多个接口配置项目对应的第四虚拟接口环境信息，并基于多个接口配置项目对应的第四虚拟接口环境信息，确定多个接口配置项目中至少一个第一目标接口配置项目所对应的接口配置信息。
子步骤S197，根据确定的多个接口配置项目中至少一个第一目标接口配置项目所对应的接口配置信息，得到新注册读取接口信息对应的接口配置信息。
由此，基于上述子步骤S151-子步骤S157，通过虚拟接口环境的测试后确定新注册读取接口信息对应的接口配置信息，从而提高接口配置信息的准确性。
在一种可能的实现方式中，针对步骤S190，在根据接口配置信息对新注册读取接口信息进行防泄密配置的过程中，可以通过以下示例性子步骤具体实施，详细介绍如下。
子步骤S198，基于目标机器学习网络，对接口配置信息中的各个接口配置项目信息进行索引分类，得到索引分类目标，目标机器学习网络利用强化学习算法训练得到。
子步骤S199，将接口配置信息中的各个接口配置项目信息配置到新注册读取接口信息对应的防泄密控件的对应索引分类目标中。
图3为本公开实施例提供的基于物联网和人工智能的安防监控装置300的功能模块示意图，本实施例可以根据上述云通信服务器100执行的方法实施例对该基于物联网和人工智能的安防监控装置300进行功能模块的划分，也即该基于物联网和人工智能的安防监控装置300所对应的以下各个功能模块可以用于执行上述云通信服务器100执行的各个方法实施例。其中，该基于物联网和人工智能的安防监控装置300可以包括获取模块310、第一确定模块320、第二确定模块330以及分析模块340，下面分别对该基于物联网和人工智能的安防监控装置300的各个功能模块的功能进行详细阐述。
获取模块310，用于获取安防监控终端200的待监控视频服务对应的安防监控服务身份，待监控视频服务为预设历史时间段内发起预设数据访问请求的监控视频服务中的任一监控视频服务。其中，获取模块310可以用于执行上述的步骤S110，关于获取模块310的详细实现方式可以参照上述针对步骤S110的详细描述即可。
第一确定模块320，用于确定在预设历史时间段之前安防监控服务身份所关联的关联监控视频服务，在待监控视频服务与关联监控视频服务不匹配时，确定待监控视频服务为关键监控视频服务，得到关键监控视频服务序列。其中，第一确定模块320可以用于执行上述的步骤S120，关于第一确定模块320的详细实现方式可以参照上述针对步骤S120的详细描述即可。
第二确定模块330，用于确定关键监控视频服务序列中每个关键监控视频服务在预设历史时间段内的物联网访问服务特征，得到对应每个关键监控视频服务的物联网访问服务特征集，并根据物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目。其中，第二确定模块330可以用于执行上述的步骤S130，关于第二确定模块330的详细实现方式可以参照上述针对步骤S130的详细描述即可。
分析模块340，用于获取至少一个安防监控调取项目的安防监控调取信息，并根据预设的与关键监控视频服务对应的人工智能模型分别对对应的安防监控调取信息进行分析处理，得到关键监控视频服务的安防监控标签。其中，分析模块340可以用于执行上述的步骤S140，关于分析模块340的详细实现方式可以参照上述针对步骤S140的详细描述即可。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，获取模块310可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上获取模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
图4示出了本公开实施例提供的用于实现上述的控制设备的云通信服务器100的硬件结构示意图，如图4所示，云通信服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中，至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令（例如图3中所示的基于物联网和人工智能的安防监控装置300包括的获取模块310、第一确定模块320、第二确定模块330以及分析模块340），使得处理器110可以执行如上方法实施例的基于物联网和人工智能的安防监控方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的安防监控终端200进行数据收发。
处理器110的具体实现过程可参见上述云通信服务器100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图4所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(英文：Digital Signal Processor，DSP)、专用集成电路(英文：ApplicationSpecificIntegrated Circuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
此外，本公开实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上基于物联网和人工智能的安防监控方法。
上述的可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
出于说明目的，前面的描述是参考具体实施例而进行的。但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导，众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。

Claims (10)

1.一种基于物联网和人工智能的安防监控方法，其特征在于，应用于云通信服务器，所述云通信服务器与多个安防监控终端通信连接，所述方法包括：
获取所述安防监控终端的待监控视频服务对应的安防监控服务身份，所述待监控视频服务为预设历史时间段内发起预设数据访问请求的监控视频服务中的任一监控视频服务；
确定在所述预设历史时间段之前所述安防监控服务身份所关联的关联监控视频服务，在所述待监控视频服务与所述关联监控视频服务不匹配时，确定所述待监控视频服务为关键监控视频服务，得到关键监控视频服务序列；
确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征，得到对应每个关键监控视频服务的物联网访问服务特征集，并根据所述物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目；
获取所述至少一个安防监控调取项目的安防监控调取信息，并根据预设的与所述关键监控视频服务对应的人工智能模型分别对对应的所述安防监控调取信息进行分析处理，得到所述关键监控视频服务的安防监控标签；
所述方法还包括：
当所述关键监控视频服务的安防监控标签为防泄密处理标签时，在接收到上传的与所述关键监控视频服务相关的与对应的目标物联网服务关联的网络大数据信息的新注册读取接口信息时，获取所述新注册读取接口信息关联的已注册读取接口信息，所述新注册读取接口信息和所述已注册读取接口信息的物联网访问服务均为第一物联网访问服务；
根据所述已注册读取接口信息的涉敏扫描数据对所述新注册读取接口信息进行涉敏防护处理，得到所述新注册读取接口信息的防护安全策略信息；
对所述防护安全策略信息进行信息解析，从信息解析得到的待定接口防护程序中确定与第一接口防护验证信息对应的第二接口防护验证信息；所述第一接口防护验证信息为所述防护安全策略信息中的接口防护验证信息；
对所述第一接口防护验证信息和所述第二接口防护验证信息进行信息融合，得到目标接口防护验证信息；
根据所述目标接口防护验证信息输出所述新注册读取接口信息对应的接口配置信息，并根据所述接口配置信息对所述新注册读取接口信息进行防泄密配置；所述接口配置信息的物联网访问服务为所述第一物联网访问服务以及与所述第一物联网访问服务存在服务逻辑关联的第二物联网访问服务；
所述根据所述已注册读取接口信息对所述新注册读取接口信息进行涉敏防护处理，得到所述新注册读取接口信息的防护安全策略信息的步骤，包括：
对所述新注册读取接口信息进行至少一次信息解析，通过涉敏防护接口提取信息解析得到的接口注册信息中的第一注册行为特征，根据所提取的第一注册行为特征得到至少一个注册行为单元的安全威胁线索；
对所述已注册读取接口信息进行至少一次信息解析，通过涉敏防护接口提取信息解析得到的接口注册信息中的第二注册行为特征，根据所提取的第二注册行为特征得到至少一个注册行为单元的关联安全威胁线索；
获取所述至少一个注册行为单元中每个注册行为单元的所述安全威胁线索中的目标威胁线索来源信息，并确定所述注册行为单元的所述关联安全威胁线索中各个威胁线索来源信息的威胁态势信息以及确定所述目标威胁线索来源信息的威胁态势信息；
确定所述各个威胁线索来源信息的威胁态势信息与所述目标威胁线索来源信息的威胁态势信息的汉明距离，并对所述各个威胁线索来源信息对应的汉明距离进行排序，根据排序结果从所述各个威胁线索来源信息中选出相似威胁线索来源信息；
对至少一个所述相似威胁线索来源信息进行传输汇聚处理，得到卷积威胁线索来源信息，并对所述注册行为单元的所述安全威胁线索和第一注册行为单元的所述关联安全威胁线索进行传输汇聚处理，根据传输汇聚处理结果得到影响因子位图；所述影响因子位图中包含有所述安全威胁线索各个线索节点对应的影响因子；
从所述影响因子位图中确定与所述目标威胁线索来源信息中线索节点对应的影响因子威胁线索来源信息，并对所述卷积威胁线索来源信息对应的威胁态势信息和所述影响因子威胁线索来源信息对应的影响因子特征向量进行跟踪代码计算，将跟踪代码计算的结果作为所述目标威胁线索来源信息的关键线索节点的跟踪线索特征；
根据所述关键线索节点的跟踪线索特征得到防护安全策略特征，并对所述防护安全策略特征进行特征解析，得到所述注册行为单元的防护安全策略分布；
根据所述注册行为单元的所述安全威胁线索和所述关联安全威胁线索从所述防护安全策略分布中索引得到所述新注册读取接口信息的防护安全策略信息。
2.根据权利要求1所述的基于物联网和人工智能的安防监控方法，其特征在于，所述确定在所述预设历史时间段之前所述安防监控服务身份所关联的关联监控视频服务的步骤，包括：
获取在所述预设历史时间段之前与所述安防监控服务身份存在访问关系的监控视频服务作为所关联的关联监控视频服务。
3.根据权利要求1所述的基于物联网和人工智能的安防监控方法，其特征在于，所述确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征的步骤，包括：
获取每个所述关键监控视频服务在所述预设历史时间段内的访问进程信息和物联网访问信息；
根据所述访问进程信息确定对应的属性特征，并根据所述物联网访问信息确定物联网访问特征；
将所述属性特征和物联网访问特征作为所述关键监控视频服务的物联网访问服务特征。
4.根据权利要求1所述的基于物联网和人工智能的安防监控方法，其特征在于，所述根据所述物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目的步骤，包括：
根据所述物联网访问服务特征集中的物联网访问服务特征关联的访问密集项形成一按照访问密集度为排列方式的访问密集项目标；
将所述访问密集项目标处理为多个预先以所述物联网访问服务特征按照不同物联访问业务划分的物联访问业务挖掘模型的访问密集项子目标，计算每一个访问密集项子目标包含的多个访问密集项目内容的内容特征向量，并将所述内容特征向量作为对应的访问密集项子目标的物联访问业务特征；
将所述物联访问业务特征作为对应的访问密集项子目标映射的安防监控对象的物联访问业务特征，生成每个安防监控对象的物联访问业务特征，并根据所述每个安防监控对象的物联访问业务特征生成对应的安防监控调取分布图；
根据所述安防监控调取分布图确定至少一个安防监控调取项目。
5.根据权利要求1所述的基于物联网和人工智能的安防监控方法，其特征在于，所述根据所述安防监控调取分布图确定至少一个安防监控调取项目的步骤，包括：
从所述安防监控调取分布图中确定调取密度大于设定密度的安防监控调取分布区域所关联的至少一个安防监控调取项目。
6.根据权利要求1所述的基于物联网和人工智能的安防监控方法，其特征在于，所述根据预设的与所述关键监控视频服务对应的人工智能模型分别对对应的所述安防监控调取信息进行分析处理，得到所述关键监控视频服务的安防监控标签的步骤，包括：
获取所述人工智能模型在所述关键监控视频服务的物联网场景中的物联网参数信息，并将所述物联网参数信息转换为相应的物联网安防信息；
通过所述人工智能模型确定与对应的所述安防监控调取信息所对应的至少一个安防监控调取节点的安防监控特征向量；
通过所述人工智能模型根据所述至少一个安防监控调取节点的安防监控特征向量和相应的融合特征向量，生成与所述安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及所述安防识别异常业务的业务置信度；
根据所述安防识别异常业务的业务置信度，选取至少一个安防识别异常业务组成与所述物联网安防信息相对应的安防识别异常业务结果；
将所述安防识别异常业务结果的特征信息与每个预设安防监控标签的标签特征信息进行匹配，将匹配度大于设定匹配度的安防识别异常业务对应的目标安防监控标签确定为所述关键监控视频服务的安防监控标签。
7.根据权利要求6所述的基于物联网和人工智能的安防监控方法，其特征在于，所述获取所述人工智能模型在所述关键监控视频服务的物联网场景中的物联网参数信息，并将所述物联网参数信息转换为相应的物联网安防信息的步骤，包括：
从预先配置的人工智能模型在每个监控视频服务的物联网场景中的物联网参数信息中，获取所述人工智能模型在所述关键监控视频服务的物联网场景中的物联网参数信息；
根据所述物联网参数信息的各物联网参数目录的安防策略信息，得到安防策略信息中每个安防策略项目的异常监控节点，确定所述安防策略信息的第一异常监控节点列阵；
针对与所述物联网参数信息存在联动关系的参考物联网参数信息列表中保存的每个参考物联网参数信息的第二异常监控节点列阵，确定所述第一异常监控节点列阵和该第二异常监控节点列阵的关联监控节点；
针对所述参考物联网参数信息列表中保存的全局参考物联网参数信息，根据确定的每个全局参考物联网参数信息对应的第一关联监控节点，将所述第一关联监控节点中的最大关联特征数量的对象作为第一目标关联监控节点；
针对所述参考物联网参数信息列表中保存的非全局参考物联网参数信息，根据确定的每个非全局参考物联网参数信息对应的第二关联监控节点，将所述第二关联监控节点中的最大关联特征数量的对象作为第二目标关联监控节点；
将保存的全局参考物联网参数信息对应的第一关联监控节点和保存的非全局参考物联网参数信息对应的第二关联监控节点，与全局参考物联网参数信息对应的第一目标关联监控节点和非全局参考物联网参数信息对应的第二目标关联监控节点进行比较，确定所述安防策略信息的物联网安防策略及关联监控节点参考信息，采用所述物联网安防策略根据所述关联监控节点参考信息对所述安防策略信息进行处理，生成对应的物联网安防信息。
8.根据权利要求6所述的基于物联网和人工智能的安防监控方法，其特征在于，所述根据所述至少一个安防监控调取节点的安防监控特征向量和相应的融合特征向量，生成与所述安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及所述安防识别异常业务的业务置信度，包括：
根据所述至少一个安防监控调取节点的安防监控特征向量确定相应安防启动业务的安防识别异常业务结果；
将所述相应安防启动业务的安防识别异常业务结果转换为安防识别异常业务结果向量；
根据安防识别异常业务结果向量和所述融合特征向量，生成与所述安防监控调取节点的安防监控特征向量相对应的安防识别异常业务以及所述安防识别异常业务的业务置信度。
9.一种基于物联网和人工智能的安防监控系统，其特征在于，所述基于物联网和人工智能的安防监控系统包括云通信服务器以及与所述云通信服务器通信连接的多个安防监控终端；
所述云通信服务器用于获取所述安防监控终端的待监控视频服务对应的安防监控服务身份，所述待监控视频服务为预设历史时间段内发起预设数据访问请求的监控视频服务中的任一监控视频服务；
所述云通信服务器用于确定在所述预设历史时间段之前所述安防监控服务身份所关联的关联监控视频服务，在所述待监控视频服务与所述关联监控视频服务不匹配时，确定所述待监控视频服务为关键监控视频服务，得到关键监控视频服务序列；
所述云通信服务器用于确定所述关键监控视频服务序列中每个所述关键监控视频服务在所述预设历史时间段内的物联网访问服务特征，得到对应每个关键监控视频服务的物联网访问服务特征集，并根据所述物联网访问服务特征集中的物联网访问服务特征，确定至少一个安防监控调取项目；
所述云通信服务器用于获取所述至少一个安防监控调取项目的安防监控调取信息，并根据预设的与所述关键监控视频服务对应的人工智能模型分别对对应的所述安防监控调取信息进行分析处理，得到所述关键监控视频服务的安防监控标签；
所述云通信服务器还用于：
当所述关键监控视频服务的安防监控标签为防泄密处理标签时，在接收到上传的与所述关键监控视频服务相关的与对应的目标物联网服务关联的网络大数据信息的新注册读取接口信息时，获取所述新注册读取接口信息关联的已注册读取接口信息，所述新注册读取接口信息和所述已注册读取接口信息的物联网访问服务均为第一物联网访问服务；
根据所述已注册读取接口信息的涉敏扫描数据对所述新注册读取接口信息进行涉敏防护处理，得到所述新注册读取接口信息的防护安全策略信息；
对所述防护安全策略信息进行信息解析，从信息解析得到的待定接口防护程序中确定与第一接口防护验证信息对应的第二接口防护验证信息；所述第一接口防护验证信息为所述防护安全策略信息中的接口防护验证信息；
对所述第一接口防护验证信息和所述第二接口防护验证信息进行信息融合，得到目标接口防护验证信息；
根据所述目标接口防护验证信息输出所述新注册读取接口信息对应的接口配置信息，并根据所述接口配置信息对所述新注册读取接口信息进行防泄密配置；所述接口配置信息的物联网访问服务为所述第一物联网访问服务以及与所述第一物联网访问服务存在服务逻辑关联的第二物联网访问服务；
所述云通信服务器根据所述已注册读取接口信息对所述新注册读取接口信息进行涉敏防护处理，得到所述新注册读取接口信息的防护安全策略信息的方式，包括：
对所述新注册读取接口信息进行至少一次信息解析，通过涉敏防护接口提取信息解析得到的接口注册信息中的第一注册行为特征，根据所提取的第一注册行为特征得到至少一个注册行为单元的安全威胁线索；
对所述已注册读取接口信息进行至少一次信息解析，通过涉敏防护接口提取信息解析得到的接口注册信息中的第二注册行为特征，根据所提取的第二注册行为特征得到至少一个注册行为单元的关联安全威胁线索；
获取所述至少一个注册行为单元中每个注册行为单元的所述安全威胁线索中的目标威胁线索来源信息，并确定所述注册行为单元的所述关联安全威胁线索中各个威胁线索来源信息的威胁态势信息以及确定所述目标威胁线索来源信息的威胁态势信息；
确定所述各个威胁线索来源信息的威胁态势信息与所述目标威胁线索来源信息的威胁态势信息的汉明距离，并对所述各个威胁线索来源信息对应的汉明距离进行排序，根据排序结果从所述各个威胁线索来源信息中选出相似威胁线索来源信息；
对至少一个所述相似威胁线索来源信息进行传输汇聚处理，得到卷积威胁线索来源信息，并对所述注册行为单元的所述安全威胁线索和第一注册行为单元的所述关联安全威胁线索进行传输汇聚处理，根据传输汇聚处理结果得到影响因子位图；所述影响因子位图中包含有所述安全威胁线索各个线索节点对应的影响因子；
从所述影响因子位图中确定与所述目标威胁线索来源信息中线索节点对应的影响因子威胁线索来源信息，并对所述卷积威胁线索来源信息对应的威胁态势信息和所述影响因子威胁线索来源信息对应的影响因子特征向量进行跟踪代码计算，将跟踪代码计算的结果作为所述目标威胁线索来源信息的关键线索节点的跟踪线索特征；
根据所述关键线索节点的跟踪线索特征得到防护安全策略特征，并对所述防护安全策略特征进行特征解析，得到所述注册行为单元的防护安全策略分布；
根据所述注册行为单元的所述安全威胁线索和所述关联安全威胁线索从所述防护安全策略分布中索引得到所述新注册读取接口信息的防护安全策略信息。
10.一种云通信服务器，其特征在于，所述云通信服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个安防监控终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-9中任意一项的基于物联网和人工智能的安防监控方法。
CN202011349908.5A 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法、系统及服务器 Withdrawn CN112235550A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011349908.5A CN112235550A (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法、系统及服务器

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010409107.7A CN111641809B (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法及云通信服务器
CN202011349908.5A CN112235550A (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法、系统及服务器

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202010409107.7A Division CN111641809B (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法及云通信服务器

Publications (1)

Publication Number Publication Date
CN112235550A true CN112235550A (zh) 2021-01-15

Family

ID=72333238

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202010409107.7A Active CN111641809B (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法及云通信服务器
CN202011349908.5A Withdrawn CN112235550A (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法、系统及服务器
CN202011344357.3A Withdrawn CN112291533A (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法及系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010409107.7A Active CN111641809B (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法及云通信服务器

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202011344357.3A Withdrawn CN112291533A (zh) 2020-05-14 2020-05-14 基于物联网和人工智能的安防监控方法及系统

Country Status (1)

Country Link
CN (3) CN111641809B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113098886A (zh) * 2021-04-13 2021-07-09 高斌 基于人工智能的防护运行服务配置方法及区块链系统
CN115495056A (zh) * 2022-11-17 2022-12-20 阿里巴巴（中国）有限公司 分布式图计算系统和方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611581B (zh) * 2020-05-14 2021-01-26 深圳万物安全科技有限公司 基于物联网的网络大数据信息防泄密方法及云通信服务器
CN112966183A (zh) * 2020-09-11 2021-06-15 卞美玲 面向云计算和信息安全的业务防护方法、系统及智能平台

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102377757A (zh) * 2010-08-24 2012-03-14 邹恒辉 物联网络攻击的预测及预警方法
CN103731433A (zh) * 2014-01-14 2014-04-16 上海交通大学 一种物联网攻击检测系统和攻击检测方法
US9945928B2 (en) * 2014-10-30 2018-04-17 Bastille Networks, Inc. Computational signal processing architectures for electromagnetic signature analysis
US9979606B2 (en) * 2015-03-04 2018-05-22 Qualcomm Incorporated Behavioral analysis to automate direct and indirect local monitoring of internet of things device health
US9699205B2 (en) * 2015-08-31 2017-07-04 Splunk Inc. Network security system
CN106131021B (zh) * 2016-07-15 2020-11-10 北京元支点信息安全技术有限公司 一种请求认证方法及系统
WO2019036365A1 (en) * 2017-08-12 2019-02-21 Sri International MODELING PATHS OF CYBERTATICS AND PHYSICAL ATTACKS IN THE INTERNET OF OBJECTS
EP3512179B1 (en) * 2018-01-15 2021-03-03 Carrier Corporation Cyber security framework for internet-connected embedded devices
US10637876B2 (en) * 2018-04-27 2020-04-28 Dell Products L.P. Information handling system threat management
CN110381045B (zh) * 2019-07-09 2021-06-15 腾讯科技（深圳）有限公司 攻击操作的处理方法和装置、存储介质及电子装置
CN111010384A (zh) * 2019-12-07 2020-04-14 杭州安恒信息技术股份有限公司 一种物联网终端自我安全防御系统及其安全防御方法
CN111083218A (zh) * 2019-12-12 2020-04-28 天翼物联科技有限公司 物联网异常报告方法、检测方法、终端、平台和存储介质
CN110958262A (zh) * 2019-12-15 2020-04-03 国网山东省电力公司电力科学研究院 电力行业泛在物联网安全防护网关系统、方法及部署架构

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113098886A (zh) * 2021-04-13 2021-07-09 高斌 基于人工智能的防护运行服务配置方法及区块链系统
CN115495056A (zh) * 2022-11-17 2022-12-20 阿里巴巴（中国）有限公司 分布式图计算系统和方法

Also Published As

Publication number Publication date
CN111641809A (zh) 2020-09-08
CN112291533A (zh) 2021-01-29
CN111641809B (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
CN111641809B (zh) 基于物联网和人工智能的安防监控方法及云通信服务器
CN108377240B (zh) 异常接口检测方法、装置、计算机设备和存储介质
CN111611581B (zh) 基于物联网的网络大数据信息防泄密方法及云通信服务器
CN109949154B (zh) 客户信息分类方法、装置、计算机设备和存储介质
CN111723226B (zh) 基于大数据和互联网的信息管理方法及人工智能云服务器
CN112926531A (zh) 特征信息提取方法、模型训练方法、装置及电子设备
CN115223022B (zh) 一种图像处理方法、装置、存储介质及设备
CN111586477B (zh) 基于大数据的电子商务直播处理方法及网络安全直播平台
CN112492604A (zh) 物联网移动基站的网络安全防护方法、系统及云服务器
CN111460419B (zh) 物联网人工智能人脸验证方法及物联网云服务器
CN112398868A (zh) 基于区块链和云计算的通信数据处理方法及系统
CN112671774A (zh) 基于云计算和区块链的大数据分析方法及数字金融系统
CN111814617A (zh) 基于视频的火灾判定方法、装置、计算机设备及存储介质
CN111800790B (zh) 基于云计算和5g互联的信息解析方法及人机协同云平台
CN115272682A (zh) 目标对象检测方法、目标检测模型的训练方法及电子设备
CN108959486B (zh) 审计字段信息获取方法、装置、计算机设备和存储介质
CN111797406A (zh) 一种医疗基金数据分析处理方法、装置及可读存储介质
CN112733134A (zh) 基于大数据和区块链的信息安全防护方法及数字金融平台
CN112860511A (zh) 基于智能在线通信和大数据的信息生成方法、系统及平台
CN115599312B (zh) 基于存储集群的大数据处理方法及ai系统
CN112464741B (zh) 人脸分类方法、模型训练方法、电子设备及存储介质
CN117763477B (zh) 一种水泥工厂进厂废物分类管理方法及系统
CN117201183A (zh) 一种互联网设备的安全访问方法及系统
CN117592123A (zh) 签名检验方法、装置、计算机设备和存储介质
CN111680315A (zh) 工业互联网的动态安全防护方法及装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210115

WW01 Invention patent application withdrawn after publication