买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学技术大学申请的专利一种基于用户分类和行为特征分析的内部威胁检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119337273B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411377650.8，技术领域涉及：G06F18/2433；该发明授权一种基于用户分类和行为特征分析的内部威胁检测方法是由和明洁;李卫海;徐子凯设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种基于用户分类和行为特征分析的内部威胁检测方法在说明书摘要公布了：本发明公开了一种基于用户分类和行为特征分析的内部威胁检测方法，将待处理日志文件按照不同用户分隔开，并将每个用户的日志文件按照时间和来源整理成便于后续操作处理的格式；对用户的日志文件内容进行风险识别，并提取用户的行为统计特征和用户行为序列化特征；基于提取出的用户行为统计特征和用户行为序列化特征对所有用户进行聚类，并对每一个用户类别进行类特征的提取；利用用户当前日志处理产生的特征与用户所属类别的特征，识别潜在的异常风险行为，检测出用户异常风险行为导致的内部威胁风险。上述方法大大降低了检测框架的部署和维护成本，能使用更低成本的检测技术进行内部威胁检测，并具备较高的检测率。

本发明授权一种基于用户分类和行为特征分析的内部威胁检测方法在权利要求书中公布了：1.一种基于用户分类和行为特征分析的内部威胁检测方法，其特征在于，所述方法包括： 步骤1、将待处理日志文件按照不同用户分隔开，并将每个用户的日志文件按照时间和来源整理成便于后续操作处理的格式； 步骤2、对用户的日志文件内容进行风险识别，并提取用户的行为统计特征和用户行为序列化特征，通过用户的行为统计特征和用户行为序列化特征对用户的日志文件进行概括； 步骤3、基于提取出的用户行为统计特征和用户行为序列化特征对所有用户进行聚类，并对每一个用户类别进行类特征的提取； 所述步骤3的过程具体为： 首先通过用户行为统计特征进行聚类：根据历史行为统计特征向量计算历史平均特征向量；然后根据所有用户的历史平均特征向量两两比较计算出所有用户之间的欧式距离矩阵；再使用Ward方法、单链接、完全链接和平均链接四种层次聚类方法对用户进行聚类，四种层次聚类结果的众数为聚类结果C1，具体来说： 设用户i的历史行为统计特征向量为则所有用户的历史平均特征向量表示为： 其中n是历史记录的数量；hij是用户i在第j次记录中的特征向量； 然后计算欧式距离矩阵，对于任意两个用户i和k，他们之间的欧式距离为： 其中||·||2表示L2范数，即欧氏距离； 再使用Ward方法、单链接、完全链接和平均链接四种层次聚类方法对用户进行聚类，聚类结果表示为： Cward，Csingle，Ccomplete，Caverage； 确定最终聚类结果，四种层次聚类结果的众数为聚类结果C1，表示为： C1＝modeCward,Csingle,Ccomplete,Caverage mode表示用投票方法选出最终结果； 然后通过用户行为序列化特征进行聚类：根据用户行为序列化特征来计算所有用户之间的Levenshtein距离矩阵；再使用Ward方法、单链接、完全链接和平均链接四种层次聚类方法对用户进行聚类，四种层次聚类结果的众数为聚类结果C2，具体来说： 两个用户行为序列化特征字符串A和字符串B的Levenshtein距离计算过程为： 其中，m1是字符串A的长度；n1是字符串B的长度；D[m1][n1]就是字符串A和字符串B的Levenshtein距离；cost函数表示字符串转换时对应的代价；i1是字符串A的第i1个字符；j1是字符串B的第j1个字符； C2基于Levenshtein距离进行聚类，其聚类方法与C1相同； 综合两个聚类结果C1和C2，得到最终聚类结果C，计算公式为： C＝C1*N+C2 其中，N是聚类结果C1的用户类别总数； 对每个用户类别中所有用户对应时间的统计特征向量进行平均，提取得到每一个用户类别的统计特征向量，计算公式为： n2是类中的用户数目；ClassFeature是要计算的用户类别的统计特征向量；UserFeaturi2是第i2个用户的统计特征向量； 步骤4、利用用户当前日志处理产生的特征与用户所属类别的特征，识别潜在的异常风险行为，检测出用户异常风险行为导致的内部威胁风险。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。