一种系统审批理由随意性检测方法及系统

    公开(公告)号:CN110889283B

    公开(公告)日:2023-07-11

    申请号:CN201911200342.7

    申请日:2019-11-29

    Abstract: 本发明提供一种系统审批理由随意性检测方法及系统,包括以下步骤:S100.获取审批操作日志历史数据并解析,至少获得审批原因文本数据;S200.规则检测,根据预先规定的规则判断,检测出异常审批原因数据,遍历所有数据获得异常数据集合A;S300.文本分析,对审批原因文本数据进行分词、相似度得分计算、计算每条审批操作日志历史数据的平均分,遍历所有历史数据,获得异常审批原因数据集合B;S400.A∪B得到审批操作日志历。本发明从审核理由文本数据本身入手,结合规则判断和文本分词之间相似度得分计算,检测审核理由的随意性和合理性。本实施例采用两种检测方法,全面的将所有可能出现的异常情况考虑进来,检测精度高。

    一种异常行为检测方法、系统、电子设备及存储介质

    公开(公告)号:CN116070206B

    公开(公告)日:2023-06-30

    申请号:CN202310313397.9

    申请日:2023-03-28

    Abstract: 本申请提供了一种异常行为检测方法、系统、电子设备及存储介质,涉及大数据安全用户实体行为分析技术领域。该方法基于操作日志数据,创建行为会话,提取行为会话特征数据;基于行为会话特征数据训练得到行为序列算法模型;使用包含行为序列算法模型和统计算法模型的联合算法模型对待检测数据进行联合异常检测,生成异常检测结果;展示异常检测结果。本申请实施例通过行为会话的引入,加速了行为会话特征数据的提取,提升了行为序列算法模型训练和检测的速度;并且通过联合算法模型,不仅可以追踪异常行为轨迹,还可以从统计特征上面抓取异常行为,两者共同印证,大大提升了检测结果的准确率,且具有良好的解释性。

    一种时序行为异常波动检测方法及系统

    公开(公告)号:CN113344133B

    公开(公告)日:2023-04-18

    申请号:CN202110740773.3

    申请日:2021-06-30

    Abstract: 一种时序行为异常波动检测方法及系统,属于数据处理技术领域,解决在面对各种各样的工业级场景时,如何实现基于业务数据的时间序列行为的异常检测的问题;通过获取时间序列数组、计算变异系数、变异系数差值计算及处理、计算正常行为数值波动区间以及异常对象判断;将不同数量级别对象,统一到同一水平进行考虑,确定时序行为中某些异常程度极高的对象,有效降低安全检测场景误报;随着时间变化按既定周期提取的数据集也会随着时间进行改变,因此行为数据检测结果与近期时间周期内行为相关,不依赖于较早历史数据,剔除了历史规律的影响;将所有对象统一到同一维度进行比较,可以识别出大多数高频检测方法无法识别的低频异常操作对象。

    模型的后门防御能力提升方法、装置及系统

    公开(公告)号:CN114266041A

    公开(公告)日:2022-04-01

    申请号:CN202111532841.3

    申请日:2021-12-15

    Abstract: 本发明实施例公开了一种模型的后门防御能力提升方法、装置及系统。其中,该方法包括:获取目标神经网络模型与目标任务下的干净训练样本集;根据触发器逆向工程反演出所述目标神经网络模型中的目标触发器及目标触发器对应的目标标签;采用所述目标触发器随机对所述干净训练样本集中的干净训练样本进行污染,将被污染的干净训练样本的原标注标签均修改为所述目标标签,得到第一污染样本集;采用所述第一污染样本集对所述目标神经网络模型进行攻击测试,根据攻击测试结果对所述目标神经网络模型进行调优,得到最优神经网络模型。本发明提高了神经网络模型抵御后门攻击的能力,同时保证模型的识别准确度。

    数据集偏移检测方法、装置、系统及计算机存储介质

    公开(公告)号:CN114239702A

    公开(公告)日:2022-03-25

    申请号:CN202111441246.9

    申请日:2021-11-30

    Abstract: 本发明公开一种数据集偏移检测方法、装置、系统及计算机存储介质。其中,该方法包括:通过数据集仓库获取第一数据集和第二数据集;计算第一数据集和第二数据集中全部相同特征一一对应的JS散度值;将每个所述JS散度值分别与预设阈值作比较,根据比较结果判断每个所述JS散度值对应的特征是否存在分布偏移。本发明中,通过该方法,可以判断两个数据集的哪些特征存在分布偏移,当不存在分布偏移时,再直接使用两个数据集,解决了现有技术中不判断训练集和测试集的分布是否一致,而是直接使用训练集训练模型和测试集通过训练的模型进行预测,所造成的测试集预测时,准确率下降以及给人工智能模型效果带来安全隐患的问题,提高了预测的准确率。

Patent Agency Ranking