【技術實現步驟摘要】
本專利技術涉及非現場數據處理，具體是一種非現場數據智能辨識、處置方法及系統。
技術介紹
1、對于一個單位或者企業，尤其是有自己核心技術的單位或者企業，技術保密是重中之重，但是在日常工作中，這些保密技術又需要向某些賬戶開放，規模越大，此類賬戶越多，這些賬戶的使用記錄屬于通過計算機設備間接獲取到的非現場數據，現有的對這些非現場數據的識別過程大都發現在使用后，也即，由管理人員定時復盤賬戶的使用情況，由人工進行異常判定，實時性不高，如何提供一種實時的非現場數據的辯識方法，快速定位賬戶異常，提高保密技術的安全性是本專利技術技術方案想要解決的技術問題。
技術實現思路
1、本專利技術的目的在于提供一種非現場數據智能辨識、處置方法及系統，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種非現場數據智能辨識、處置方法，所述方法包括：
4、接收管理方定時更新的內部賬戶表，向每個使用者廣播基于內部賬戶表的備份請求，接收使用者反饋的備份許可；所述內部賬戶是管理方提供的應用于預設的平臺的賬戶；
5、接收到使用者反饋的備份許可后，根據賬戶的ip地址確定檢測時長，以當前時刻為端點，獲取當前時刻前檢測時長內備份的訪問記錄；
6、將訪問記錄轉換為文檔集，基于所述文檔集中抽取文檔-主題矩陣和主題-詞語矩陣；
7、在主題-詞語矩陣中選取元素值大于預設閾值的詞語，反饋至評估端，確定主題名稱；
8、
9、作為本專利技術進一步的方案：所述接收到使用者反饋的備份許可后，根據賬戶的ip地址確定檢測時長，以當前時刻為端點，獲取當前時刻前檢測時長內備份的訪問記錄的步驟包括：
10、接收到使用者反饋的備份許可后，獲取使用者每次登錄賬戶時的ip地址，更新地址直方圖；所述地址直方圖的橫軸用于表示ip地址，縱軸表示每個ip地址對應的登錄次數總數；
11、在地址直方圖中查詢當前ip地址的登錄次數總數，根據登錄次數總數確定檢測時長；所述檢測時長和所述登錄次數總數呈正比；
12、以當前時刻為端點，基于備份許可建立與備份數據庫的連接通道，獲取當前時刻前檢測時長內備份的訪問記錄。
13、作為本專利技術進一步的方案：所述將訪問記錄轉換為文檔集，基于所述文檔集中抽取文檔-主題矩陣和主題-詞語矩陣的步驟包括：
14、按照時間順序將訪問記錄轉換為文檔集；文檔集中各文檔的文檔編號與時間一一對應；
15、對每個文檔進行詞語識別，得到每個文檔的詞語集合；其中，在識別出詞語時，判斷詞語是否屬于預設的停用詞集，當詞語屬于預設的停用詞集時，剔除該詞語；
16、統計所有文檔的詞語集合，得到詞語空間，計算每個詞語集合中各個詞語的tf-idf值，構建文檔-詞語矩陣；
17、接收管理方輸入的主題數量，基于主題數量對文檔-詞語矩陣進行矩陣分解，得到文檔-主題矩陣和主題-詞語矩陣；
18、其中，文檔-詞語矩陣中的行與文檔對應，行數與文檔總數相同，列與詞語對應，列數與詞語總數相同；文檔-主題矩陣中的行與文檔對應，行數與文檔總數相同，列與主題對應，列數與主題數量相同；主題-詞語矩陣中的行與主題對應，行數與主題數量相同，列與詞語對應，列數與詞語總數相同。
19、作為本專利技術進一步的方案：tf-idf值的計算過程為：
20、tf-idf(t,d)＝tf(t,d)×idf(t)；
21、
22、式中，tf-idf(t,d)表示詞語t在文檔d中的tf-idf值，tf(t,d)表示詞語t在文檔d中的詞頻，n(t)為詞語t的出現次數，n(d)為文檔d的總詞數；idf(t)為詞語t的逆文檔頻率，w為總文檔數，w(t)為包含詞語t的文檔數；
23、對文檔-詞語矩陣進行矩陣分解的過程為：
24、設文檔-詞語矩陣為v，v的大小為m×n；
25、將v拆分為w和h，w表示文檔-主題矩陣，大小為m×k，h表示主題詞語矩陣，大小為k×n；
26、分解過程中的目標函數為：
27、其中，||x||f是x的frobenius范數，表示矩陣元素的平方和的平方根；
28、優化過程為：
29、
30、其中，α和β是矩陣h的行和列，γ和δ是矩陣w的行和列。
31、作為本專利技術進一步的方案：所述在主題-詞語矩陣中選取元素值大于預設閾值的詞語，反饋至評估端，確定主題名稱的步驟包括：
32、讀取主題-詞語矩陣，遍歷矩陣中的元素值，將其與預設閾值進行比對；
33、當元素值大于預設閾值時，讀取該元素對應的詞語，作為該元素對應的主題的特征詞；
34、統計特征詞，反饋至評估端，接收評估端發送的主題名稱。
35、作為本專利技術進一步的方案：所述基于主題名稱在文檔-主題矩陣中抽取特征主題，比對同一賬戶在不同時間的特征主題，判定身份異常度的步驟包括：
36、將主題名稱插入文檔-主題矩陣；
37、遍歷文檔-主題矩陣中的各個元素，當某一元素的元素值滿足預設條件時，將該元素對應的主題作為該元素對應的文檔的特征主題；
38、獲取同一賬戶在不同時間的特征主題，更新主題直方圖；所述主題直方圖的橫軸用于表示特征主題，縱軸表示每個特征主題對應的頻數；
39、在主題直方圖中查詢當前特征主題的頻數，根據所述頻數確定身份異常度；所述身份異常度和所述頻數呈反比。
40、本專利技術技術方案還提供了一種非現場數據智能辨識、處置系統，所述系統包括：
41、許可接收模塊，用于接收管理方定時更新的內部賬戶表，向每個使用者廣播基于內部賬戶表的備份請求，接收使用者反饋的備份許可；所述內部賬戶是管理方提供的應用于預設的平臺的賬戶；
42、記錄查詢模塊，用于接收到使用者反饋的備份許可后，根據賬戶的ip地址確定檢測時長，以當前時刻為端點，獲取當前時刻前檢測時長內備份的訪問記錄；
43、文檔集識別模塊，用于將訪問記錄轉換為文檔集，基于所述文檔集中抽取文檔-主題矩陣和主題-詞語矩陣；
44、主題名稱確定模塊，用于在主題-詞語矩陣中選取元素值大于預設閾值的詞語，反饋至評估端，確定主題名稱；
45、異常度判定模塊，用于基于主題名稱在文檔-主題矩陣中抽取特征主題，比對同一賬戶在不同時間的特征主題，判定身份異常度。
46、作為本專利技術進一步的方案：所述記錄查詢模塊包括：
47、地址記錄單元，用于接收到使用者反饋的備份許可后，獲取使用者每次登錄賬戶時的ip地址，更新地址直方圖；所述地址直方圖的橫軸用于表示ip地址，縱軸表示每個ip地址對應的登錄次數總數；
48、時長確定單元，用于在本文檔來自技高網...
【技術保護點】
1.一種非現場數據智能辨識、處置方法，其特征在于，所述方法包括：
2.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，所述接收到使用者反饋的備份許可后，根據賬戶的IP地址確定檢測時長，以當前時刻為端點，獲取當前時刻前檢測時長內備份的訪問記錄的步驟包括：
3.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，所述將訪問記錄轉換為文檔集，基于所述文檔集中抽取文檔-主題矩陣和主題-詞語矩陣的步驟包括：
4.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，TF-IDF值的計算過程為：
5.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，所述在主題-詞語矩陣中選取元素值大于預設閾值的詞語，反饋至評估端，確定主題名稱的步驟包括：
6.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，所述基于主題名稱在文檔-主題矩陣中抽取特征主題，比對同一賬戶在不同時間的特征主題，判定身份異常度的步驟包括：
7.一種非現場數據智能辨識、處置系統，其特征在于，所述系統包括：<...
【技術特征摘要】
1.一種非現場數據智能辨識、處置方法，其特征在于，所述方法包括：
2.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，所述接收到使用者反饋的備份許可后，根據賬戶的ip地址確定檢測時長，以當前時刻為端點，獲取當前時刻前檢測時長內備份的訪問記錄的步驟包括：
3.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，所述將訪問記錄轉換為文檔集，基于所述文檔集中抽取文檔-主題矩陣和主題-詞語矩陣的步驟包括：
4.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，tf-idf值的計算過程為：
5.根據權利要求1所述的非現場數據智能辨識、處置方法，其特征在于，所述在主題-詞語矩...
【專利技術屬性】
技術研發人員：趙銀春，劉龍，
申請(專利權)人：湖南途凌數智科技有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。