[发明专利]一种基于数据属性分类分级的数据安全风险识别方法

权利要求书

1.一种基于数据属性分类分级的数据安全风险识别方法，其特征在于：包括以下步骤：

S1.收集目标信息系统数据；

S2.对收集数据进行预处理，将数据格式化；

S3.进行属性判断对数据进行分类，根据分类设定数据级别；

S4.根据数据级别建立支持向量机，将数据级别标记后的训练数据对支持向量机进行训练，获取风险识别模型；

S5.将采集的数据用风险识别模型进行安全风险识别。

2.根据权利要求1所述的一种基于数据属性分类分级的数据安全风险识别方法，其特征是所述步骤S2具体过程包括：

对于结构化数据，保留结构；

对于非结构数据，对数据进行分词，提取词组获得词组集合。

3.根据权利要求2所述的一种基于数据属性分类分级的数据安全风险识别方法，其特征是所述S3具体过程包括：

S31.对数据内容的属性进行识别并分类，获取分类数据；

S32.根据分类数据形成指标数据；

S33.考虑数量和维度进行多维组合设定数据级别。

4.根据权利要求3所述的一种基于数据属性分类分级的数据安全风险识别方法，其特征是所述步骤S32具体过程包括：

将数据总量作为参考特征值，计作D1；

将数据维度作为参考特征值，计作D2；

计算数据总量和数据维度的商值作为参考特征值，解读为数据密度，计作D3；

计算数据分类结果中无法识别信息类的数量，计作D4；

计算数据分类结果中属于个人信息类的数量，计作D5；

计算数据分类结果中属于企业信息类的数量，计作D6；

计算个人信息数量与企业信息数量的商值作为参考特征值，解读为有意义数据比例，计作D7。

5.根据权利要求3所述的一种基于数据属性分类分级的数据安全风险识别方法，其特征是所述步骤S33具体过程包括：

以个人信息或企业信息数量和无法识别信息数量为两个考虑维度，将数据分为四级，分别为：

A分级数据：不包含或仅包含少量个人信息或企业信息，包含数据量较少，无法识别信息数据量较少；

B分级数据：包含个人信息或企业信息较少，包含数据量较大，无法识别信息数据量较多；

C分级数据：包含大量个人信息或企业信息，无法识别信息数据量较少；

D分级数据：包含大量个人信息或企业信息，同时包含大量无法识别信息。

6.根据权利要求5所述的一种基于数据属性分类分级的数据安全风险识别方法，其特征是所述步骤S4具体过程包括：

S41.根据数据分级的数量确定支持向量机构建数量，分别建立支持向量机，其中支持向量机数量为n*(n-1)/2，n为分级数据数量；

S42.将预处理后的数据作为训练样本，根据数据级别对训练样本进行标注，将标志后各类样本各自随机分为训练集和测试集，使用训练集分别对各个支持向量机进行训练，训练后获得风险识别模型。

7.根据权利要求6所述的一种基于数据属性分类分级的数据安全风险识别方法，其特征是所述步骤S42中根据数据级别对训练样本进行标注，分别对各个支持向量机进行训练，过程包括：

将训练样本根据四种分级数据以ABCD进行标注，分别对六个支持向量机进行训练；

训练支持向量机C（A，B），将A训练样本作为A类型样本，将BCD作为B类样本；

训练支持向量机C（A，C），将ABD训练样本作为A类型样本，将C作为C类样本；

训练支持向量机C（A，D），将ABC训练样本作为A类型样本，将D作为D类样本；

训练支持向量机C（B，C），将AB训练样本作为B类型样本，将CD作为C类样本；

训练支持向量机C（B，D），将BC训练样本作为B类型样本，将BAD作为D类样本；

训练支持向量机C（C，D），将AC训练样本作为C类型样本，将BD作为D类样本。