[发明专利]一种结合机器学习的数据防泄漏策略动态更新方法及装置

说明书

本发明公开了一种结合机器学习的数据防泄漏策略动态更新方法及装置，该方法包括以下步骤：根据用户输入的敏感文档，训练生成机器学习策略，并在策略系统中配置高/低精度匹配阈值和一个低精度匹配阈值，并将机器学习策略下发至DLP系统；当有用户文档向外发送时，对该用户文档进行敏感信息识别；根据策略管理员对用户文档的筛选结果确定是否更新机器学习策略。通过本发明的方案通过设置不同精度的匹配阈值，保证对敏感信息的拦截，并通过人工筛选，对机器学习进行再次训练，得到新的机器学习策略，提高数据保护的效率。

技术领域

本发明涉及数据安全领域，具体涉及一种结合机器学习的数据防泄漏策略动态更新方法及装置。

背景技术

随着数据安全的重要性日益增强，如何保护企业内部的数据不被泄露，逐渐引起社会各层的关注，许多公司对内部敏感数据安全提出更高的要求，不仅要求能提高对流出数据保护的可靠性，而且对策略系统的易用性提出更高的要求。

数据泄密(泄露)防护(Data leakage prevention,DLP)，又称为“数据丢失防护”(Data Loss prevention,DLP)，有时也称为“信息泄漏防护”(Information leakageprevention,ILP)。数据泄密防护(DLP)是通过一定的技术手段，防止企业的指定数据或信息资产以违反安全策略规定的形式流出企业的一种策略。DLP这一概念来源于国外，是目前国际上最主流的信息安全和数据防护手段。

现有DLP系统的策略系统，一般是通过设置关键字，正则表达式，地址规则，文件规则，智能聚类等类型策略通过与或组合关系生成的策略，这些类型的策略都是静态类型，没有动态更新的能力。特别地，对于智能聚类类型策略生成，一般来说，由于事前的样本量较少，或者样本和实际发送的涉密信息的相关性较低，无法训练出很好匹配度的策略。

如何能在原有策略系统上，更灵活动态地调整DLP系统的策略，给DLP软件开发提出了更高的要求。

基于以上考虑，本系统在原有DLP策略系统对机器学习的利用的基础上，调整了机器学习策略，对于之前设置单一高精度阈值的情况，增加了一个只记录不处理的低精度阈值，并对命中低精度情况的文档，进行人工甄别，根据人工判断的结果不断去更新机器学习的训练集，进而不断提高对企业流出信息进行防护的可靠性和易用性。

发明内容

为解决上述技术问题，本发明提供了一种结合机器学习的数据防泄漏策略动态更新方法，该方法包括以下步骤：

1)根据用户输入的敏感文档，训练生成机器学习策略，并在策略系统中配置一个高精度匹配阈值和一个低精度匹配阈值，并将机器学习策略下发至DLP系统；

2)当有用户文档向外发送时，对该用户文档进行敏感信息识别；

3)如果该用户文档和机器学习策略匹配度等于或高于高精度匹配阈值，则阻止用户文档发送；

4)如果该用户文档和机器学习策略匹配度低于高精度阈值，但高于或等于低精度匹配阈值，则允许该用户文档发送，并形成文档记录，且通知策略管理员对该用户文档进行筛选；

5)根据策略管理员对用户文档的筛选结果确定是否更新机器学习策略。

根据本发明的方法，优选的，所述步骤5)具体包括：

5.1)如果策略管理员认为该用户文档包含敏感信息，且符合当前机器学习的智能聚类，则将该用户文档发送至策略系统；

5.2)如果策略管理员认为该用户文档包含敏感信息，且不符合当前机器学习的智能聚类，则建立一个新类或将文档重新归类，并将新类名或归类后的类名、以及用户文档发送至策略系统。

根据本发明的方法，优选的，所述步骤5)具体包括：