发明内容
本发明的目的在于提供一种基于物联网的项目信息库服务管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于物联网的项目信息库服务管理方法,包括以下分析步骤:
步骤S1:获取项目信息库的初始权限架构和在历史监测周期内的服务数据;初始权限架构是指在初始建立设定对于项目信息库中的不同项目信息执行操作权限的关系架构;服务数据包括入侵风险预警数据、项目信息新增事件和用户调用数据;入侵风险预警数据是指系统发出的信息库安全预警信号;历史监测周期至少包含一次信息库安全预警信号;
步骤S2:以信息库安全预警信号为分界点,提取历史监测周期内包含两个分界点的时段以及初始建立到第一个分界点的时段为监测单元,确定项目信息库中项目信息新增事件的关联影响因素,并基于历史监测周期内的服务数据,对监测单元内的项目信息新增事件建立关联影响因素评估模型;
步骤S3:基于关联影响因素评估模型,计算每一监测单元的信息库风险评估指数以及历史监测周期对应的有效风险评估指数;
步骤S4:标记实时监测记录项目信息新增事件的节点为考察节点,获取历史监测周期中最后一监测单元的结束时刻到考察节点的周期为考察周期;计算考察周期内的考察风险评估指数,并分析考察周期对应的理想风险评估指数;比较理想风险评估指数与考察风险评估指数,对项目信息库新增事件进行预警提醒;预警提醒是指提醒系统对项目信息新增事件进行排查。
进一步的,步骤S2包括以下分析步骤:
关联影响因素包括新增层级和新增权限内容;
当关联影响因素为新增层级时,获取项目信息库的初始架构A,A={a1,a2,a3,...,ak},a1,a2,a3,...,ak表示初始架构中第1、2、3、...、k个权限层级,权限层级随着数值的增加权限递减,权限递减是指对应权限的授权用户随着数值的增加在项目信息库中可对项目信息执行操作的范围越小;
获取监测单元内第i个项目信息新增事件中权限对应的新增层级Li,新增层级是指项目信息新增事件中新增权限层级数值最小的层级,且每一项目信息新增事件对应新增权限内容类型相同;数值最小的层级表示在项目新增事件中可执行操作范围最大的新增权限;只分析这个权限是因为在一般情况下权限越大,对于使用该权限的用户可监管力度越强,入侵风险越大;获取新增层级Li后在监测时段内记录非正常操作信号的次数Di,监测时段是指当前项目信息新增事件记录后到下一项目信息新增事件的间隔时段;非正常操作信号是指用户调用数据中记录在项目信息库调用失败和调用超时发出的信号;非正常操作信号在一定程度上说明新增权限对系统带来的影响;
标记监测单元内个数不为一的同一新增层级为冗余层级Li,计算冗余层级包含非正常操作信号次数的平均值DL,利用公式:R=D/S,D={Di,DL};计算新增层级和冗余层级的非正常比例,其中S表示监测时段内记录的执行操作总次数;利用公式:
K1=∑(Li*Di/S)+∑(Li*DL/S)
建立新增层级的评估模型K1。
进一步的,步骤S2还包括以下步骤:
当关联影响因素为新增权限内容时,新增权限内容是指新增权限对应项目信息的可执行内容;当新增权限内容与未新增权限前的可执行内容相同时,标记该项目信息新增事件为第一新增事件;当新增权限内容与未新增权限前的可执行内容不相同时,标记项目信息新增事件为第二新增事件;
选取历史监测周期中新增层级次数最多的层级为目标层级,获取目标层级对应项目信息新增事件中记录第一新增事件的个数U1和第一新增事件所处监测时段记录非正常操作信号的总个数V1;利用公式:
P1=V1/W(U1)
计算第一新增事件的非正常操作信号预估值P1,其中W(U1)表示第一新增事件中增加的权限用户总个数;
获取目标层级对应项目信息新增事件中记录第二新增事件的个数U2,以及非正常操作信号发生于第二新增事件中的个数V2,获取第二新增事件前记录非正常操作信号的个数V3;利用公式:
P2=(1/U2)∑|V3-V2|
计算第二新增事件的非正常操作信号预估值P2;并利用公式:
K2={P1,P2}
建立新增权限内容的评估模型K2,当第一新增事件和第二新增事件均存在时,计算两者非正常操作信号预估值的均值为评估模型输出值,当只存在任一事件时,输出K2为事件的非正常操作信号预估值。
将新增权限内容进行分析是为了有效的对不同类型的权限内容进行评估,数量维度的增加通过分析每增加一人的权限对非正常信号产生的影响做出判断,内容类型维度的增加通过确定内容权限改变前后对非正常信号产生的影响做出判断,有效的评估出项目信息库基于权限服务的数据状态。
进一步的,步骤S3包括以下分析步骤:
获取第j个监测单元对应的新增层级评估模型K1j和新增权限内容评估模型K2j,
计算第j个监测单元的信息库风险评估指数Zj,Zj=r1*K1j+r2*K2j,
r1表示新增层级评估模型的参考系数,r2表示新增权限内容评估模型的参考系数;r1+r2=1;
获取历史监测周期m个监测单元,计算有效风险评估指数Z0,Z0=(1/m)∑Zj,j≤m。
在历史监测周期中若存在多个监测单元的情况下,则以每一监测单元对应风险评估指数的均值作为有效值。
进一步的,步骤S4包括以下分析步骤:
获取考察周期内的实时新增层级、非正常操作信号的次数和执行操作总次数,计算实时新增层级的评估模型,获取考察周期内的实时新增权限内容,并确定实时新增权限内容为第一新增事件或第二新增事件,获取对应新增事件的非正常操作信号数据并计算实时新增权限内容的评估模型;
基于实时新增层级的评估模型和实时新增权限内容的评估模型,计算考察风险评估指数Y0;
获取考察周期的监测时长T1,以及历史监测周期内每一监测单元的监测时长T2,计算m个监测单元的平均监测时长T0;
计算理想风险评估指数Y1,Y1=T1*Z0/T0;
比较理想风险评估指数Y1与考察风险评估指数Y0的大小关系;
当Y0<Y1时,传输正常监测信号;
当Y0≥Y1且Y0-Y1≤y时,传输预警提醒信号,y表示预设预警差值;
当Y0≥Y1且Y0-Y1>y时,传输预警信号;预警提醒信号用于提醒实时存在异常风险;预警信号用于输出实时系统已经存在异常信号。
项目信息库服务管理系统,包括服务数据获取模块、监测单元确定模块、评估模型建立模块、有效风险评估指数分析模块、考察周期分析模块和预警排查模块;
服务数据获取模块用于获取项目信息库的初始权限架构和在历史监测周期内的服务数据;
监测单元确定模块用于以信息库安全预警信号为分界点,提取历史监测周期内包含两个分界点的时段以及初始建立到第一个分界点的时段为监测单元;
评估模型建立模块用于对监测单元内的项目信息新增事件建立关联影响因素评估模型;
有效风险评估指数分析模块用于计算每一监测单元的信息库风险评估指数以及历史监测周期对应的有效风险评估指数;
考察周期分析模块用于标记实时监测记录项目信息新增事件的节点为考察节点,获取历史监测周期中最后一监测单元的结束时刻到考察节点的周期为考察周期;
预警排查模块用于对项目信息库新增事件进行预警提醒。、
进一步的,评估模型建立模块包括层级评估模块分析单元和权限内容评估模型分析单元;
层级评估模型分析单元用于获取监测单元内项目信息新增事件中权限对应的新增层级,以及新增层级后在监测时段内记录非正常操作信号的次数,并区分冗余层级,计算不同层级的非正常比例,建立新增层级的评估模型;
权限内容评估模型分析单元用于区分新增事件,并基于区分后的新增事件计算对应的非正常操作信号预估值,构建新增权限内容的评估模型。
进一步的,有效风险评估指数分析模块包括模型数据获取单元、风险评估指数计算单元和有效风险评估指数计算单元;
模型数据获取单元用于获取监测单元对应的新增层级评估模型和新增权限内容评估模型;
风险评估指数计算单元用于计算监测单元的信息库风险评估指数;
有效风险评估指数计算单元获取历史监测周期的所有监测单元,计算有效风险评估指数。
进一步的,考察周期分析模块包括考察风险评估指数计算单元、理想风险评估指数分析单元和差值判断单元;
考察风险评估指数计算单元用于获取考察周期内的数据计算考察风险评估指数;
理想风险评估指数分析单元用于基于监测时长和平均监测时长计算理想风险评估指数;
差值判断单元用于预设预警差值来比较理想风险评估指数和考察风险评估指数。
与现有技术相比,本发明所达到的有益效果是:本发明通过对历史监测周期中记录每一次预警事件对应周期内的项目信息库新增事件进行分析,提取新增事件于新增层级和新增权限内容两个维度的基础数据,分析造成异常响应的评估模型,通过建立评估模型去分析整体周期内的风险指数,并以周期为评估点去计算理想状态下实时发生新增事件对应的风险指数,与实际的风险指数做比较,来衡量出当前系统的风险指数并做出预警;本发明利用模型分析方式提高了项目信息库中关于权限服务管理评估的安全性,使得当出现新增事件时有效且及时的判断对系统造成的影响;避免因权限的异动或权限过大造成信息库的安全损失。
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。基于本发明中的实施例,本领域普通技术人员在没有做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。
请参阅图1,本发明提供技术方案:一种基于物联网的项目信息库服务管理方法,包括以下分析步骤:
步骤S1:获取项目信息库的初始权限架构和在历史监测周期内的服务数据;初始权限架构是指在初始建立设定对于项目信息库中的不同项目信息执行操作权限的关系架构;服务数据包括入侵风险预警数据、项目信息新增事件和用户调用数据;入侵风险预警数据是指系统发出的信息库安全预警信号;历史监测周期至少包含一次信息库安全预警信号;
信息库安全预警信号是指系统对项目信息库中的所有操作数据做出的风险提醒;上述风险提醒基于项目信息库安装现有技术的安全预警监测系统;
步骤S2:以信息库安全预警信号为分界点,提取历史监测周期内包含两个分界点的时段以及初始建立到第一个分界点的时段为监测单元,确定项目信息库中项目信息新增事件的关联影响因素,并基于历史监测周期内的服务数据,对监测单元内的项目信息新增事件建立关联影响因素评估模型;
步骤S3:基于关联影响因素评估模型,计算每一监测单元的信息库风险评估指数以及历史监测周期对应的有效风险评估指数;
步骤S4:标记实时监测记录项目信息新增事件的节点为考察节点,获取历史监测周期中最后一监测单元的结束时刻到考察节点的周期为考察周期;计算考察周期内的考察风险评估指数,并分析考察周期对应的理想风险评估指数;比较理想风险评估指数与考察风险评估指数,对项目信息库新增事件进行预警提醒;预警提醒是指提醒系统对项目信息新增事件进行排查。
步骤S2包括以下分析步骤:
关联影响因素包括新增层级和新增权限内容;
当关联影响因素为新增层级时,获取项目信息库的初始架构A,A={a1,a2,a3,...,ak},a1,a2,a3,...,ak表示初始架构中第1、2、3、...、k个权限层级,权限层级随着数值的增加权限递减,权限递减是指对应权限的授权用户随着数值的增加在项目信息库中可对项目信息执行操作的范围越小;
获取监测单元内第i个项目信息新增事件中权限对应的新增层级Li,新增层级是指项目信息新增事件中新增权限层级数值最小的层级,且每一项目信息新增事件对应新增权限内容类型相同;数值最小的层级表示在项目新增事件中可执行操作范围最大的新增权限;只分析这个权限是因为在一般情况下权限越大,对于使用该权限的用户可监管力度越强,入侵风险越大;获取新增层级Li后在监测时段内记录非正常操作信号的次数Di,监测时段是指当前项目信息新增事件记录后到下一项目信息新增事件的间隔时段;非正常操作信号是指用户调用数据中记录在项目信息库调用失败和调用超时发出的信号;非正常操作信号在一定程度上说明新增权限对系统带来的影响;
标记监测单元内个数不为一的同一新增层级为冗余层级Li,计算冗余层级包含非正常操作信号次数的平均值DL,利用公式:R=D/S,D={Di,DL};计算新增层级和冗余层级的非正常比例,其中S表示监测时段内记录的执行操作总次数;利用公式:
K1=∑(Li*Di/S)+∑(Li*DL/S)
建立新增层级的评估模型K1。
如实施例所示:
在监测单元内项目信息新增事件记录三次,分别新增层级为2、3、2;
新增层级为2时记录非正常操作信号次数为4、3;执行操作总次数为10;
新增层级为3时记录非正常操作信号次数为1;执行操作总次数为10;
则标记新增层级为2对应为冗余层级,并计算对应非正常比例为3.5/10=0.35;
新增层级为3对应的非正常比例为1/10=0.1;
则新增层级的评估模型K1=2*0.35+3*0.1=1。
步骤S2还包括以下步骤:
当关联影响因素为新增权限内容时,新增权限内容是指新增权限对应项目信息的可执行内容;当新增权限内容与未新增权限前的可执行内容相同时,标记该项目信息新增事件为第一新增事件;当新增权限内容与未新增权限前的可执行内容不相同时,标记项目信息新增事件为第二新增事件;
第一新增事件是指在未新增权限前,在原有执行权限的基础上新增用户,内容不做改变,只是可执行内容的用户增多;第二新增事件是指在新增权限后,将原有权限对应的执行内容分割或新增内容于对应新增权限用户上,使其原有权限用户的执行内容发生改变;
选取历史监测周期中新增层级次数最多的层级为目标层级,获取目标层级对应项目信息新增事件中记录第一新增事件的个数U1和第一新增事件所处监测时段记录非正常操作信号的总个数V1;利用公式:
P1=V1/W(U1)
计算第一新增事件的非正常操作信号预估值P1,其中W(U1)表示第一新增事件中增加的权限用户总个数;
获取目标层级对应项目信息新增事件中记录第二新增事件的个数U2,以及非正常操作信号发生于第二新增事件中的个数V2,获取第二新增事件前记录非正常操作信号的个数V3;利用公式:
P2=(1/U2)∑|V3-V2|
计算第二新增事件的非正常操作信号预估值P2;并利用公式:
K2={P1,P2}
建立新增权限内容的评估模型K2,当第一新增事件和第二新增事件均存在时,计算两者非正常操作信号预估值的均值为评估模型输出值,当只存在任一事件时,输出K2为事件的非正常操作信号预估值。
将新增权限内容进行分析是为了有效的对不同类型的权限内容进行评估,数量维度的增加通过分析每增加一人的权限对非正常信号产生的影响做出判断,内容类型维度的增加通过确定内容权限改变前后对非正常信号产生的影响做出判断,有效的评估出项目信息库基于权限服务的数据状态。
如实施例所示:若第二层级的用户a所对应的权限内容为项目资金的修改和查阅;
第一新增事件则表示对项目资金的修改和查阅对应权限的人数增加,内容并为改动;
第二新增事件则表示在第二层级中新增一权限,并设置对应权限管理内容为查阅,而之前的权限内容更改为仅修改。
步骤S3包括以下分析步骤:
获取第j个监测单元对应的新增层级评估模型K1j和新增权限内容评估模型K2j,
计算第j个监测单元的信息库风险评估指数Zj,Zj=r1*K1j+r2*K2j,
r1表示新增层级评估模型的参考系数,r2表示新增权限内容评估模型的参考系数;r1+r2=1;
获取历史监测周期m个监测单元,计算有效风险评估指数Z0,Z0=(1/m)∑Zj,j≤m。
在历史监测周期中若存在多个监测单元的情况下,则以每一监测单元对应风险评估指数的均值作为有效值。
步骤S4包括以下分析步骤:
获取考察周期内的实时新增层级、非正常操作信号的次数和执行操作总次数,计算实时新增层级的评估模型,获取考察周期内的实时新增权限内容,并确定实时新增权限内容为第一新增事件或第二新增事件,获取对应新增事件的非正常操作信号数据并计算实时新增权限内容的评估模型;
基于实时新增层级的评估模型和实时新增权限内容的评估模型,计算考察风险评估指数Y0;上述实时数据的计算方式均与对应历史数据的计算方式相同;
获取考察周期的监测时长T1,以及历史监测周期内每一监测单元的监测时长T2,计算m个监测单元的平均监测时长T0;
计算理想风险评估指数Y1,Y1=T1*Z0/T0;
比较理想风险评估指数Y1与考察风险评估指数Y0的大小关系;
当Y0<Y1时,传输正常监测信号;
当Y0≥Y1且Y0-Y1≤y时,传输预警提醒信号,y表示预设预警差值;
当Y0≥Y1且Y0-Y1>y时,传输预警信号;预警提醒信号用于提醒实时存在异常风险;预警信号用于输出实时系统已经存在异常信号。
项目信息库服务管理系统,包括服务数据获取模块、监测单元确定模块、评估模型建立模块、有效风险评估指数分析模块、考察周期分析模块和预警排查模块;
服务数据获取模块用于获取项目信息库的初始权限架构和在历史监测周期内的服务数据;
监测单元确定模块用于以信息库安全预警信号为分界点,提取历史监测周期内包含两个分界点的时段以及初始建立到第一个分界点的时段为监测单元;
评估模型建立模块用于对监测单元内的项目信息新增事件建立关联影响因素评估模型;
有效风险评估指数分析模块用于计算每一监测单元的信息库风险评估指数以及历史监测周期对应的有效风险评估指数;
考察周期分析模块用于标记实时监测记录项目信息新增事件的节点为考察节点,获取历史监测周期中最后一监测单元的结束时刻到考察节点的周期为考察周期;
预警排查模块用于对项目信息库新增事件进行预警提醒。、
评估模型建立模块包括层级评估模块分析单元和权限内容评估模型分析单元;
层级评估模型分析单元用于获取监测单元内项目信息新增事件中权限对应的新增层级,以及新增层级后在监测时段内记录非正常操作信号的次数,并区分冗余层级,计算不同层级的非正常比例,建立新增层级的评估模型;
权限内容评估模型分析单元用于区分新增事件,并基于区分后的新增事件计算对应的非正常操作信号预估值,构建新增权限内容的评估模型。
有效风险评估指数分析模块包括模型数据获取单元、风险评估指数计算单元和有效风险评估指数计算单元;
模型数据获取单元用于获取监测单元对应的新增层级评估模型和新增权限内容评估模型;
风险评估指数计算单元用于计算监测单元的信息库风险评估指数;
有效风险评估指数计算单元获取历史监测周期的所有监测单元,计算有效风险评估指数。
考察周期分析模块包括考察风险评估指数计算单元、理想风险评估指数分析单元和差值判断单元;
考察风险评估指数计算单元用于获取考察周期内的数据计算考察风险评估指数;
理想风险评估指数分析单元用于基于监测时长和平均监测时长计算理想风险评估指数;差值判断单元用于预设预警差值来比较理想风险评估指数和考察风险评估指数
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。