CN113672926A - 基于计算机智能算法的数据保护方法及系统 - Google Patents
基于计算机智能算法的数据保护方法及系统 Download PDFInfo
- Publication number
- CN113672926A CN113672926A CN202110997450.2A CN202110997450A CN113672926A CN 113672926 A CN113672926 A CN 113672926A CN 202110997450 A CN202110997450 A CN 202110997450A CN 113672926 A CN113672926 A CN 113672926A
- Authority
- CN
- China
- Prior art keywords
- computer
- data
- user
- danger
- algorithm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000006399 behavior Effects 0.000 claims abstract description 58
- 238000012544 monitoring process Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims description 39
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 3
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 2
- 101000713575 Homo sapiens Tubulin beta-3 chain Proteins 0.000 claims description 2
- 102100036790 Tubulin beta-3 chain Human genes 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 241000700605 Viruses Species 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000011897 real-time detection Methods 0.000 abstract description 2
- 238000005336 cracking Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/56—Computer malware detection or handling, e.g. anti-virus arrangements
- G06F21/566—Dynamic detection, i.e. detection performed at run-time, e.g. emulation, suspicious activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Virology (AREA)
- Bioethics (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了基于计算机智能算法的数据保护方法，属于计算机数据安全技术领域，该数据保护方法具体步骤如下：(1)数据加密；(2)安全认证及监控；(3)行为监控及识别；(4)危险等级判断；(5)告警反馈及危险处理；本发明采用加密和安全认证技术对计算机数据进行保护，并通过安全监控子系统对计算机日志进程进行实时检测，同时通过智能学习算法进行识别判断，其实际操作过程简单，且可用性较强，并且即使计算操作人员浏览过不良网站或点开过带有病毒的链接或文件，导致不法分子绕过计算机操作人员进行不法操作，系统也能实时进行自我识别、报警和行为禁止等操作，从而实现实时保护数据安全，进而有利于避免计算数据遭到盗取和篡改。
Description
技术领域
本发明涉及计算机数据安全技术领域，尤其涉及基于计算机智能算法的数据保护方法及系统。
背景技术
经检索，中国专利号CN106096433A公开了一种安全计算机的用户数据保护方法，该发明通过对各个应用程序集设置相应的文件访问权限实现了对计算机数据的安全保护，该发明虽然具有一定可行性，但实际操作过程较为繁琐，且可用性较低，若计算操作人员浏览过不良网站或点开过带有病毒的链接或文件，就会使不法分子绕过计算机操作人员进行不法操作；随着计算机技术不断发展，随之而来的信息安全问题已经引起人们越来越广泛的关注，计算机作为信息的载体，其在我们的工作和生活中扮演着日益重要的角色，越来越多的企业、商家、政府机关和个人通过计算机来获取信息、处理信息，同时将自己最重要的信息以数据文件的形式保存在计算机中，然而计算机在使用的过程中，其具体运行情况完全有操作人员决定，但由于在操作过程中受操作人员主观意识的影响较大，存在一些危险行为，并且由于大部分计算操作人员缺乏专业计算机安全知识，易导致计算机数据泄露或遭到篡改；另外，若计算操作人员浏览过不良网站或点开过带有病毒的链接或文件，就会给不法分子有可乘之机，使其绕过计算机操作人员进行不法操作，窃取或篡改计算机中存储的重要文件或数据；造成不可估量的损失，严重威胁个人隐私或商业机密；因此，发明出基于计算机智能算法的数据保护方法及系统变得尤为重要；
现有的计算机数据保护方法大多通过对各个应用程序集设置相应的文件访问权限实现了对计算机数据的安全保护，该类方法虽然具有一定可行性，但实际操作过程较为繁琐，且可用性较低，若计算操作人员浏览过不良网站或点开过带有病毒的链接或文件，就会使不法分子绕过计算机操作人员进行不法操作，严重威胁个人隐私或商业机密；为此，我们提出基于计算机智能算法的数据保护方法及系统。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷，而提出的基于计算机智能算法的数据保护方法及系统。
为了实现上述目的，本发明采用了如下技术方案：
基于计算机智能算法的数据保护方法，该数据保护方法具体步骤如下：
步骤一：数据加密，通过数据加密方法对已上传的计算机数据进行数据加密，得到加密计算机数据，并将其存储于计算机进行保存；
步骤二：安全认证及监控，通过安全认证方法对用户进行安全登录认证，若用户认证通过，则进入计算处理界面；
步骤三：行为监控及识别，实时监控用户及计算机后台行为，并根据安全监测模型实时检测判断用户及计算机后台行为是否属于危险行为；
步骤四：危险等级判断，对检测判断出的危险行为进行危险等级判断划分，得到危险等级信息；
步骤五：告警反馈及危险处理，根据步骤四所述危险等级信息对计算机拥有者进行告警反馈，同时进行危险处理，实时保护计算数据安全。
进一步地，步骤一所述数据加密方法基于对称加密算法和非对称加密算法联合使用实现，其通过DES算法并结合专用密钥对已上传的计算机数据进行对称式加密，形成对称加密数据，然后通过ECC算法并结合公钥进行非对称加密，得到加密计算机数据。
进一步地，步骤二所述安全认证方法的具体过程如下：
S1：用户在计算机登录界面上连续输入X次账户和密码信息，X为预设值,X＝1……n；
S2：系统会记录下用户每次输入账户和密码信息的时间Ti，i＝1……n；
S3：通过公式Z＝Ti+Ti+Ti……+Ti，得到输入账户和密码信息的总时间Z；
S4：通过公式P＝Z/X得到用户每次输入账户和密码信息的平均时间P；
S5：将用户后续登录计算机时输入账户和密码信息的时间标记为D，并通过公式C＝P－D得到时间差C；
S6：最后进行登录控制处理：
当C的数值大于且等于零时，用户只要输入账户和密码信息即可正常登录服务端；
当C的数值小于零时，系统将会控制用户输入账户和密码信息的次数以及时间间隔。
进一步地，步骤三所述安全监测模型通过智能学习算法生成，其具体构建过程如下：
SS1：获取大量经过人工标注后的用户及计算机后台行为，得到样本集；
SS2：将所述样本集划分为训练集和测试集；
SS3：根据BP卷积神经网络算法构建网络模型，并将所述训练集作为输入数据输入其中进行学习训练，得到安全监测模型；
SS4：利用测试集对所述安全监测模型进行测试验证，若测试验证准确度达到95％，则输出该模型，反之，进行样本集重采样，直至模型达到阈值。
进一步地，步骤三所述危险行为包括但不限于修改系统文件、篡改注册表、开启非法链接、安装恶意软件和暴力破解加密计算机数据。
进一步地，步骤四所述危险等级包括正常、可控危险和不可控危险，所述正常是指对计算机系统仅造成微弱影响，不会造成计算机数据丢失或篡改；所述可控危险是指该危险行为计算机系统可自行解决，不会造成计算机数据丢失或篡改；所述不可控危险是指该危险行为计算机系统无法可自行解决，会造成计算机数据丢失或篡改。
进一步地，步骤五所述危险处理包括行为禁止和数据转移。
基于计算机智能算法的数据保护系统，包括数据上传模块、数据加密模块、计算机存储模块、安全认证模块、处理界面模块、安全监控子系统和备份数据库；
所述数据上传模块用于计算机拥有者上传需要存储的计算机数据；
所述数据加密模块用于对所述计算机数据进行加密处理，生成加密计算机数据；
所述计算机存储模块用于存储所述加密计算机数据；
所述安全认证模块用于通过安全认证方法对用户进行安全登录认证；
所述处理界面模块具体为计算操作界面，其包括计算机日志单元，用于实时记录用户及计算机后台行为；
所述安全监控子系统包括监控登录单元、行为检测单元、危险判断单元、选择处理单元和警告反馈单元；
所述监控登录单元用于对安全认证模块进行登录监控；
所述行为检测单元用于利用安全监测模型对所述用户及计算机后台行为进行实时检测，危险行为结果；
所述危险判断单元用于对所述危险行为结果进行危险等级判断，得到危险等级信息；
所述选择处理单元用于根据危险等级信息进行行为禁止或数据转移处理；
所述警告反馈单元用于根据危险行为结果进行危险警告；
所述备份数据库用于存储经过数据转移处理后的计算机数据。
相比于现有技术，本发明的有益效果在于：
本申请公开了基于计算机智能算法的数据保护方法及系统，其采用加密技术和安全认证技术对计算机数据进行保护，并通过安全监控子系统对计算机日志进程进行实时检测，同时通过智能学习算法进行识别判断，相较于现有的计算机数据保护方法而言，其实际操作过程简单，且可用性较强，并且即使计算操作人员浏览过不良网站或点开过带有病毒的链接或文件，导致不法分子绕过计算机操作人员进行不法操作，系统也能实时进行自我识别、报警和行为禁止等操作，从而实现实时保护数据安全，进而有利于避免计算数据遭到盗取和篡改。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明提出的基于计算机智能算法的数据保护方法的整体流程图；
图2为本发明提出的基于计算机智能算法的数据保护系统的整体示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例1
参照图1，本实施例公开了基于计算机智能算法的数据保护方法，该数据保护方法具体步骤如下：
首先：数据加密，通过数据加密方法对已上传的计算机数据进行数据加密，得到加密计算机数据，并将其存储于计算机进行保存；
具体的，该数据加密方法基于对称加密算法和非对称加密算法联合使用实现，其通过DES算法并结合专用密钥对已上传的计算机数据进行对称式加密，形成对称加密数据，然后通过ECC算法并结合公钥进行非对称加密，得到加密计算机数据。
然后：安全认证及监控，通过安全认证方法对用户进行安全登录认证，若用户认证通过，则进入计算处理界面；
具体的，该安全认证方法的具体过程如下：用户在计算机登录界面上连续输入X次账户和密码信息，X为预设值,X＝1……n；系统会记录下用户每次输入账户和密码信息的时间Ti，i＝1……n；通过公式Z＝Ti+Ti+Ti……+Ti，得到输入账户和密码信息的总时间Z；通过公式P＝Z/X得到用户每次输入账户和密码信息的平均时间P；将用户后续登录计算机时输入账户和密码信息的时间标记为D，并通过公式C＝P－D得到时间差C；最后进行登录控制处理：当C的数值大于且等于零时，用户只要输入账户和密码信息即可正常登录服务端；当C的数值小于零时，系统将会控制用户输入账户和密码信息的次数以及时间间隔。
接着：行为监控及识别，实时监控用户及计算机后台行为，并根据安全监测模型实时检测判断用户及计算机后台行为是否属于危险行为；
具体的，该安全监测模型通过智能学习算法生成，其具体构建过程如下：获取大量经过人工标注后的用户及计算机后台行为，得到样本集；将样本集划分为训练集和测试集；根据BP卷积神经网络算法构建网络模型，并将训练集作为输入数据输入其中进行学习训练，得到安全监测模型；利用测试集对安全监测模型进行测试验证，若测试验证准确度达到95％，则输出该模型，反之，进行样本集重采样，直至模型达到阈值；
具体的，该危险行为包括但不限于修改系统文件、篡改注册表、开启非法链接、安装恶意软件和暴力破解加密计算机数据。
之后：危险等级判断，对检测判断出的危险行为进行危险等级判断划分，得到危险等级信息；
具体的，该危险等级包括正常、可控危险和不可控危险，正常是指对计算机系统仅造成微弱影响，不会造成计算机数据丢失或篡改；可控危险是指该危险行为计算机系统可自行解决，不会造成计算机数据丢失或篡改；不可控危险是指该危险行为计算机系统无法可自行解决，会造成计算机数据丢失或篡改。
最后：告警反馈及危险处理，根据步骤四危险等级信息对计算机拥有者进行告警反馈，同时进行危险处理，实时保护计算数据安全；
具体的，该危险处理包括行为禁止和数据转移；
本实施例通过采用加密技术和安全认证技术对计算机数据进行保护，并通过安全监控子系统对计算机日志进程进行实时检测，同时通过智能学习算法进行识别判断，相较于现有的计算机数据保护方法而言，其实际操作过程简单，且可用性较强，并且即使计算操作人员浏览过不良网站或点开过带有病毒的链接或文件，导致不法分子绕过计算机操作人员进行不法操作。
实施例2
参照图2，本实施例公开了基于计算机智能算法的数据保护系统，包括数据上传模块、数据加密模块、计算机存储模块、安全认证模块、处理界面模块、安全监控子系统和备份数据库；
数据上传模块用于计算机拥有者上传需要存储的计算机数据；数据加密模块用于对计算机数据进行加密处理，生成加密计算机数据；计算机存储模块用于存储加密计算机数据；
安全认证模块用于通过安全认证方法对用户进行安全登录认证；
处理界面模块具体为计算操作界面，其包括计算机日志单元，用于实时记录用户及计算机后台行为；
安全监控子系统包括监控登录单元、行为检测单元、危险判断单元、选择处理单元和警告反馈单元；
具体的，该监控登录单元用于对安全认证模块进行登录监控；该行为检测单元用于利用安全监测模型对用户及计算机后台行为进行实时检测，危险行为结果；该危险判断单元用于对危险行为结果进行危险等级判断，得到危险等级信息；该选择处理单元用于根据危险等级信息进行行为禁止或数据转移处理；该警告反馈单元用于根据危险行为结果进行危险警告；备份数据库用于存储经过数据转移处理后的计算机数据；
综上，该系统能实时进行自我识别、报警和行为禁止等操作，从而实现实时保护数据安全，进而有利于避免计算数据遭到盗取和篡改。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.基于计算机智能算法的数据保护方法，其特征在于，该数据保护方法具体步骤如下：
步骤一：数据加密，通过数据加密方法对已上传的计算机数据进行数据加密，得到加密计算机数据，并将其存储于计算机进行保存；
步骤二：安全认证及监控，通过安全认证方法对用户进行安全登录认证，若用户认证通过，则进入计算处理界面；
步骤三：行为监控及识别，实时监控用户及计算机后台行为，并根据安全监测模型实时检测判断用户及计算机后台行为是否属于危险行为；
步骤四：危险等级判断，对检测判断出的危险行为进行危险等级判断划分，得到危险等级信息；
步骤五：告警反馈及危险处理，根据步骤四所述危险等级信息对计算机拥有者进行告警反馈，同时进行危险处理，实时保护计算数据安全。
2.根据权利要求1所述的基于计算机智能算法的数据保护方法，其特征在于，步骤一所述数据加密方法基于对称加密算法和非对称加密算法联合使用实现，其通过DES算法并结合专用密钥对已上传的计算机数据进行对称式加密，形成对称加密数据，然后通过ECC算法并结合公钥进行非对称加密，得到加密计算机数据。
3.根据权利要求1所述的基于计算机智能算法的数据保护方法，其特征在于，步骤二所述安全认证方法的具体过程如下：
S1：用户在计算机登录界面上连续输入X次账户和密码信息，X为预设值,X＝1……n；
S2：系统会记录下用户每次输入账户和密码信息的时间Ti，i＝1……n；
S3：通过公式Z＝Ti+Ti+Ti……+Ti，得到输入账户和密码信息的总时间Z；
S4：通过公式P＝Z/X得到用户每次输入账户和密码信息的平均时间P；
S5：将用户后续登录计算机时输入账户和密码信息的时间标记为D，并通过公式C＝P－D得到时间差C；
S6：最后进行登录控制处理：
当C的数值大于且等于零时，用户只要输入账户和密码信息即可正常登录服务端；
当C的数值小于零时，系统将会控制用户输入账户和密码信息的次数以及时间间隔。
4.根据权利要求1所述的基于计算机智能算法的数据保护方法，其特征在于，步骤三所述安全监测模型通过智能学习算法生成，其具体构建过程如下：
SS1：获取大量经过人工标注后的用户及计算机后台行为，得到样本集；
SS2：将所述样本集划分为训练集和测试集；
SS3：根据BP卷积神经网络算法构建网络模型，并将所述训练集作为输入数据输入其中进行学习训练，得到安全监测模型；
SS4：利用测试集对所述安全监测模型进行测试验证，若测试验证准确度达到95％，则输出该模型，反之，进行样本集重采样，直至模型达到阈值。
5.根据权利要求1所述的基于计算机智能算法的数据保护方法，其特征在于，步骤三所述危险行为包括但不限于修改系统文件、篡改注册表、开启非法链接、安装恶意软件和暴力破解加密计算机数据。
6.根据权利要求1所述的基于计算机智能算法的数据保护方法，其特征在于，步骤四所述危险等级包括正常、可控危险和不可控危险，所述正常是指对计算机系统仅造成微弱影响，不会造成计算机数据丢失或篡改；所述可控危险是指该危险行为计算机系统可自行解决，不会造成计算机数据丢失或篡改；所述不可控危险是指该危险行为计算机系统无法可自行解决，会造成计算机数据丢失或篡改。
7.根据权利要求1所述的基于计算机智能算法的数据保护方法，其特征在于，步骤五所述危险处理包括行为禁止和数据转移。
8.基于计算机智能算法的数据保护系统，其特征在于，包括数据上传模块、数据加密模块、计算机存储模块、安全认证模块、处理界面模块、安全监控子系统和备份数据库；
所述数据上传模块用于计算机拥有者上传需要存储的计算机数据；
所述数据加密模块用于对所述计算机数据进行加密处理，生成加密计算机数据；
所述计算机存储模块用于存储所述加密计算机数据；
所述安全认证模块用于通过安全认证方法对用户进行安全登录认证；
所述处理界面模块具体为计算操作界面，其包括计算机日志单元，用于实时记录用户及计算机后台行为；
所述安全监控子系统包括监控登录单元、行为检测单元、危险判断单元、选择处理单元和警告反馈单元；
所述监控登录单元用于对安全认证模块进行登录监控；
所述行为检测单元用于利用安全监测模型对所述用户及计算机后台行为进行实时检测，危险行为结果；
所述危险判断单元用于对所述危险行为结果进行危险等级判断，得到危险等级信息；
所述选择处理单元用于根据危险等级信息进行行为禁止或数据转移处理；
所述警告反馈单元用于根据危险行为结果进行危险警告；
所述备份数据库用于存储经过数据转移处理后的计算机数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110997450.2A CN113672926A (zh) | 2021-08-27 | 2021-08-27 | 基于计算机智能算法的数据保护方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110997450.2A CN113672926A (zh) | 2021-08-27 | 2021-08-27 | 基于计算机智能算法的数据保护方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113672926A true CN113672926A (zh) | 2021-11-19 |
Family
ID=78547159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110997450.2A Pending CN113672926A (zh) | 2021-08-27 | 2021-08-27 | 基于计算机智能算法的数据保护方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113672926A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117521115A (zh) * | 2024-01-04 | 2024-02-06 | 广东工业大学 | 一种数据保护方法、装置及计算机存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109309680A (zh) * | 2018-10-09 | 2019-02-05 | 山西警察学院 | 基于神经网络算法的网络安全检测方法和防护系统 |
| CN112487383A (zh) * | 2020-11-17 | 2021-03-12 | 重庆第二师范学院 | 一种保证信息安全的计算机系统及其控制方法 |
| CN112509655A (zh) * | 2020-12-03 | 2021-03-16 | 钟爱健康科技(广东)有限公司 | 一种基于区块链的智能医疗数据采集系统 |
| CN112560027A (zh) * | 2020-12-18 | 2021-03-26 | 福建中信网安信息科技有限公司 | 一种数据安全监测系统 |
-
2021
- 2021-08-27 CN CN202110997450.2A patent/CN113672926A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109309680A (zh) * | 2018-10-09 | 2019-02-05 | 山西警察学院 | 基于神经网络算法的网络安全检测方法和防护系统 |
| CN112487383A (zh) * | 2020-11-17 | 2021-03-12 | 重庆第二师范学院 | 一种保证信息安全的计算机系统及其控制方法 |
| CN112509655A (zh) * | 2020-12-03 | 2021-03-16 | 钟爱健康科技(广东)有限公司 | 一种基于区块链的智能医疗数据采集系统 |
| CN112560027A (zh) * | 2020-12-18 | 2021-03-26 | 福建中信网安信息科技有限公司 | 一种数据安全监测系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117521115A (zh) * | 2024-01-04 | 2024-02-06 | 广东工业大学 | 一种数据保护方法、装置及计算机存储介质 |
| CN117521115B (zh) * | 2024-01-04 | 2024-04-23 | 广东工业大学 | 一种数据保护方法、装置及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110691064B (zh) | 一种现场作业终端安全接入防护和检测系统 | |
| CN109525558B (zh) | 数据泄露检测方法、系统、装置及存储介质 | |
| CN104283889B (zh) | 基于网络架构的电力系统内部apt攻击检测及预警系统 | |
| CN112787992B (zh) | 一种敏感数据的检测与防护的方法、装置、设备和介质 | |
| CN108287987A (zh) | 数据管理方法、装置、设备及可读存储介质 | |
| CN106982231A (zh) | 一种基于Agent的内部威胁实时检测方法 | |
| CN113114647A (zh) | 网络安全风险的检测方法、装置、电子设备、及存储介质 | |
| CN116527299A (zh) | 一种基于网络安全防护方法及动态防御系统 | |
| Teimoor | A review of database security concepts, risks, and problems | |
| CN105930740B (zh) | 软体文件被修改时的来源追溯方法、监测方法、还原方法及系统 | |
| CN113672926A (zh) | 基于计算机智能算法的数据保护方法及系统 | |
| Alfarisi et al. | Risk assessment in fleet management system using OCTAVE allegro | |
| CN110119629A (zh) | 隐私数据管理与数据安全一体化平台 | |
| CN108429746A (zh) | 一种面向云租户的隐私数据保护方法及系统 | |
| Hu et al. | Profiling file repository access patterns for identifying data exfiltration activities | |
| CN113141274A (zh) | 基于网络全息图实时检测敏感数据泄露的方法、系统和存储介质 | |
| CN113923036A (zh) | 一种持续免疫安全系统的区块链信息管理方法及装置 | |
| Malek et al. | User Behaviour based Intrusion Detection System Overview | |
| CN112000953A (zh) | 一种大数据终端安全防护系统 | |
| Arjunwadkar et al. | The rule based intrusion detection and prevention model for biometric system | |
| CN111222125A (zh) | 一种企业浏览器的客户端、服务端安全防护系统 | |
| Senapati et al. | Impact of information leakage and conserving digital privacy | |
| Hu et al. | Mining file repository accesses for detecting data exfiltration activities | |
| Hubert et al. | Implementing measures to protect sensitive information derived from this technology. | |
| Ke | Analysis of Financial Information Security in the Age of Big Data |
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 |