[发明专利]基于人工智能的拦截决策网络训练方法及信息拦截系统

说明书

本申请实施例公开了一种基于人工智能的拦截决策网络训练方法及信息拦截系统，第一访问活动拦截决策网络是依据通过基准依据标注策略标注的基础参考数据集进行网络收敛优化获得的，基准依据标注策略是指基于参考数据集中参考访问触发事件所对应的访问活动被放行后是否搜索到相关进程销毁访问活动维持状态，来标注该参考访问触发事件所对应的访问活动是否可以被归类于拦截访问活动，相比仅采用进阶依据标注策略，依据该基准依据标注策略标注参考数据集的标注工作量更小，可以获得更多的参考数据集，因此可以在减少标注工作量的前提下生成具有初步拦截决策性能的第一访问活动拦截决策网络。

本申请是申请号202111477457.8、申请日为2021年12月06日、发明创造名称为“应用人工智能分析的大数据分析拦截方法及信息拦截系统”的中国申请的分案申请。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种基于人工智能的拦截决策网络训练方法及信息拦截系统。

背景技术

随着在大数据时代的到来，信息安全问题始终是云计算发展的重中之重。传统安全思想难以解决云边界打破等问题，云计算在发展过程中又缺乏安全的深厚积累。基于此，针对需要拦截的访问活动，如攻击访问活动，隐私访问活动等，其拦截决策准确性关系到信息安全性能，然而相关技术中访问活动的拦截决策准确性有待提高。

发明内容

本申请提供一种基于人工智能的拦截决策网络训练方法及信息拦截系统。

第一方面，本申请实施例提供一种应用人工智能分析的大数据分析拦截方法，应用于信息拦截系统，包括：

在接收到由业务服务系统进行实时状态传输的标的访问活动的访问触发事件时，生成对应的标的访问触发事件；

依据第一访问活动拦截决策网络，基于所述标的访问触发事件，决策生成所述标的访问活动关联的基础拦截决策依据；所述第一访问活动拦截决策网络是依据基础参考数据集进行网络收敛优化获得的，所述基础参考数据集包括第一参考访问触发事件以及携带的基础参考拦截依据，所述基础参考拦截依据是基于放行所述第一参考访问触发事件所对应的访问活动后访问活动维持状态是否被配置于销毁状态获得的；

依据第二访问活动拦截决策网络，基于所述标的访问触发事件，决策生成所述标的访问活动关联的进阶拦截决策依据；所述第二访问活动拦截决策网络是依据进阶参考数据集进行网络收敛优化获得的，所述进阶参考数据集包括第二参考访问触发事件以及携带的进阶参考拦截依据，所述进阶参考拦截依据代表所述第二参考访问触发事件所对应的访问活动的标签属性；

基于所述基础拦截决策依据和所述进阶拦截决策依据，确定所述标的访问活动关联的目标拦截决策依据；所述目标拦截决策依据代表所述标的访问活动的威胁输出观点。

相比现有技术，分别使用依据基准监督训练学习进行网络收敛优化获得的第一访问活动拦截决策网络和依据进阶监督训练学习进行网络收敛优化获得的第二访问活动拦截决策网络，对标的访问活动进行进行拦截决策，从而结合两个不同训练方式的拦截决策网络各自获得的拦截决策依据，确定标的访问活动是否可以被归类于拦截访问活动。其中，第一访问活动拦截决策网络是依据通过基准依据标注策略标注的基础参考数据集进行网络收敛优化获得的，基准依据标注策略是指基于参考数据集中参考访问触发事件所对应的访问活动被放行后是否搜索到相关进程销毁访问活动维持状态，来标注该参考访问触发事件所对应的访问活动是否可以被归类于拦截访问活动，相比仅采用进阶依据标注策略，依据该基准依据标注策略标注参考数据集的标注工作量更小，可以获得更多的参考数据集，因此可以在减少标注工作量的前提下生成具有初步拦截决策性能的第一访问活动拦截决策网络。在基于第一访问活动拦截决策网络辅助决策访问活动是否可以被归类于拦截访问活动的基础上，可以降低对于第二访问活动拦截决策网络的训练数据集的要求，例如可以减少在对该第二访问活动拦截决策网络进行网络收敛优化过程中时所调用的参考数据集的数量，由此降低该第二访问活动拦截决策网络的训练工作量。如此，结合第一访问活动拦截决策网络和第二访问活动拦截决策网络决策拦截访问活动，可以提高访问活动的拦截决策准确性，并且提高网络收敛优化性能。