[发明专利]基于计算机智能算法的数据保护方法及系统

权利要求书

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。