(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211168872.X (22)申请日 2022.09.25 (71)申请人 蔡龙花 地址 674100 云南省丽江市古城区康仲路 165号 (72)发明人 蔡龙花　司华龙　 (51)Int.Cl. G06F 21/60(2013.01) G06F 21/62(2013.01) G06N 5/02(2006.01) (54)发明名称 结合人工智能的数据风险分析方法及服务 器 (57)摘要 本发明提供一种结合人工智能的数据风险 分析方法及服务器， 可以借助第二风险行为映射 知识关联于第一风险行为映射知识的映射传递 特征将第一潜在风险行为知识中匹配于伪风险 会话行为的目标潜在风险行为知识区分出来， 并 过滤掉待分析业务会话数据中的目标潜在风险 行为知识， 从而在依据过滤掉了目标潜在风险行 为知识的第一潜在风险行为知识进行行为风险 防护时， 减少伪风险会话行为的潜在风险行为知 识对行为风险防护的准确性和可靠性产生的噪 声， 提升行为风险防护准确性和行为风险防护可 靠性。 权利要求书3页 说明书17页 附图2页 CN 115470504 A 2022.12.13 CN 115470504 A 1.一种结合人工智能的数据风险分析方法， 其特征在于， 应用于数据风险分析服务器， 所述方法至少包括： 获得待分析业务会话数据中的第 一潜在风险行为知识、 以及所述待分析业务会话数据 对应的模板会话数据中与所述第一潜在风险行为知识配对的第二潜在风险行为知识； 将所述第一潜在风险行为知识映射到指定知识特征空间， 得到所述第 一潜在风险行为 知识在所述指 定知识特征 空间中的第一风险行为映射知识， 并将所述第二潜在风险行为知 识映射到所述指定知识特征空间， 得到所述第二潜在风险行为知识在所述指定知识特征空 间中的第二 风险行为映射知识； 依据所述第一风险行为映射知识和所述第二风险行为映射知识之间的知识分布描述 信息， 从所述第一潜在风险行为知识中确定匹配于伪风险会话行为的目标潜在风险行为知 识； 从所述待分析业务会话数据过滤掉所述目标潜在风险行为知识， 得到经知识预处理 的 目标业务会话数据。 2.根据权利要求1所述的结合人工智能的数据风险分析方法， 其特征在于， 所述获得待 分析业务会话数据中的第一潜在风险行为知识、 以及所述待分析业务会话数据对应的模板 会话数据中与所述第一潜在风险行为知识配对的第二潜在风险行为知识之前， 所述方法还 包括： 依据设定抽取要求， 为所述待分析业 务会话数据确定所述模板会话数据。 3.根据权利要求2所述的结合人工智能的数据风险分析方法， 其特征在于， 所述依据设 定抽取要求， 为所述待分析业 务会话数据确定所述模板会话数据， 包括： 判断当前的活跃会话数据是否 达到所述设定抽取要求； 在所述活跃会话数据达到所述设定抽取要求的基础上， 将所述活跃会话数据作为所述 模板会话数据； 在所述活跃会话数据没有达到所述设定抽取要求的基础上， 将第 一数字服务交互数据 确定为所述模板会话数据； 其中， 所述第 一数字服务交互数据包括： 数字签名时刻先于所述待分析业务会话数据、 且与所述待分析业 务会话数据的数字签名时刻的间歇最小的业 务会话数据。 4.根据权利要求3所述的结合人工智能的数据风险分析方法， 其特征在于， 所述方法还 包括： 在所述活跃会话数据没有达到所述设定抽取要求的基础上， 将所述待分析业务会话数 据确定为新增的活跃会话数据； 所述新增的活跃会话数据用于对后一组待分析业务会话数 据进行会话数据处 理。 5.根据权利要求4所述的结合人工智能的数据风险分析方法， 其特征在于， 所述设定抽 取要求包括以下一种或多种： 所述待分析业务会话数据和所述活跃会话数据的整理优先级之间的优先级差小于设 定的优先级判定值； 所述活跃会话数据中与所述第一潜在风险行为知识配对的第二潜在风险行为知识的 数目达到设定数目限值； 所述待分析业务会话数据对应的第一采集状态特征与所述活跃会话数据对应的第二 采集状态特 征之间的余弦距离小于设定的余弦距离限值。权　利　要　求　书 1/3 页 2 CN 115470504 A 26.根据权利要求1所述的结合人工智能的数据风险分析方法， 其特征在于， 所述将所述 第一潜在风险行为知识映射到指定知识特征空间， 得到所述第一潜在风险行为知识在所述 指定知识特 征空间中的第一 风险行为映射知识， 包括： 依据数据采集线程在获得所述模板会话数据时在目标会话进程中的分布标签、 以及所 述数据采集线程在获得所述待分析业务会话数据时在所述目标会话进程中的第一线程配 置变量， 确定所述数据采集线程在获得 所述待分析业 务会话数据时的初始状态字段； 依据所述初始状态字段， 将所述第一潜在风险行为知识映射到所述指定知识特征空 间， 得到所述第一潜在风险行为知识在所述指定知识特征空间中的第一风险行为映射知 识。 7.根据权利要求1所述的结合人工智能的数据风险分析方法， 其特征在于， 所述将所述 第二潜在风险行为知识映射到所述指 定知识特征 空间， 得到所述第二潜在风险行为知识在 所述指定知识特征空间中的第二风险行为映射知识， 包括： 依据所述数据采集线程在获得 所述模板会话数据时的第二状态字段， 将所述第二潜在风险行为知识映射到所述指定知识 特征空间， 得到所述第二潜在风险行为知识在所述指 定知识特征 空间中的第二风险行为映 射知识。 8.根据权利要求1所述的结合人工智能的数据风险分析方法， 其特征在于， 所述依据 所 述第一风险行为映射知识和所述第二风险行为映射知识之 间的知识分布描述信息， 从所述 第一潜在风险行为知识中确定匹配于伪风险会话行为的目标潜在风险行为知识， 包括： 依据所述第一风险行为映射知识和所述第二风险行为映射知识之间的知识分布描述 信息， 确定从所述第二风险行为映射知识关联于所述第一风险行为映射知识的映射传递特 征； 依据所述映射传递特征， 从所述第 一潜在风险行为知识中确定匹配于所述伪风险会话 行为的目标潜在风险行为知识。 9.根据权利要求8所述的结合人工智能的数据风险分析方法， 其特征在于， 所述依据 所 述映射传递特征， 从所述第一潜在风险行为知识中确定匹配于所述伪风险会话行为的目标 潜在风险行为知识， 包括： 在第1个循环 处理阶段， 根据 所述映射传递特征的尺度变量， 对多个所述第 一潜在风险 行为知识分别对应的映射传递特 征进行整理； 依据整理的结果、 以及设定过滤比值， 从所述映射传递特征中确定所述第1个循环 处理 阶段的目标映射传递特 征； 在第X个循环处理阶段， 判断是否 达到设定的循环结束 要求； 如果达到， 则依据第X ‑1个循环处理 阶段确定的目标映射传递特征， 从所述第一潜在风 险行为知识中确定匹配于所述伪风险会话行为的目标潜在风险行为知识； X为正整 数； 所述 循环结束要求包括以下一种或多种： 循环处理阶段 的数目不小于设定数目； 当前循环处理 阶段确定的平均 尺度变量、 和前一循环处理阶段确定的平均 尺度变量之间的差小于 设定的 尺度变量限值； 其中， 所述方法还包括： 在所述第X个循环处理阶段， 如果判定没有达到所述循环结束 要求， 则依据第X ‑1个循环处理阶段确定的目标映射传递特征， 确定平均尺度变量； 依据各 个映射传递特征 的尺度变量与所述平均尺度变量之间的偏移、 以及所述设定过滤比值， 确权　利　要　求　书 2/3 页 3 CN 115470504 A 3