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！

龙图腾网获悉上海罗盘信息科技有限公司申请的专利基于数据血缘的用户操作风险动态监控方法、设备及介质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：CN120579036B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511079801.6，技术领域涉及：G06F18/241；该发明授权基于数据血缘的用户操作风险动态监控方法、设备及介质是由林松;杨永亮;徐渊博设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本基于数据血缘的用户操作风险动态监控方法、设备及介质在说明书摘要公布了：本申请涉及一种基于数据血缘的用户操作风险动态监控方法、设备及介质，该方法包括以下步骤：实时获取所有用户的操作行为，并将每个用户的一段连续的操作行为提取为一组具有语义关联性的行为片段；每个用户连续若干行为片段与预设的行为模板相匹配，以降维得到多个中间行为块；按照时间先后顺序，从所述多个中间行为块中遍历地抽取预定数量的中间行为块，分别组合生成行为片段序列；将所述行为片段序列分别输入至预训练神经网络模型中，以获得与每一行为片段序列对应的风险分类结果或风险概率分布结果。本申请具有能够对每一操作行为进行结构化表达，又能通过组合策略重构潜在行为链，并借助深度模型识别隐藏在数据噪声中的高风险行为路径的优点。

本发明授权基于数据血缘的用户操作风险动态监控方法、设备及介质在权利要求书中公布了：1.一种基于数据血缘的用户操作风险动态监控方法，其特征在于，包括以下步骤： S1.实时获取所有用户的操作行为，并将每个用户的一段连续的操作行为提取为一组具有语义关联性的行为片段，其中，所述语义关联性基于各操作行为在预先构建的数据血缘图谱中的路径位置关系、目标节点风险等级以及是否存在绕过关键节点的路径特征进行判定，每个所述行为片段对应用户在连续时间段内为实现某一目的而执行的一系列操作行为； S2.每个用户连续若干行为片段与预设的行为模板相匹配，以降维得到多个中间行为块，其中，所述行为模板为根据历史正常操作行为训练得到的嵌入向量表示，并针对新获取的行为片段通过相似度匹配或增量学习方式进行更新； S3.按照时间先后顺序，从所述多个中间行为块中遍历地抽取预定数量的中间行为块，分别组合生成行为片段序列； S4.将所述行为片段序列分别输入至预训练神经网络模型中，以获得与每一行为片段序列对应的风险分类结果或风险概率分布结果，其中，所述预训练神经网络模型的输入向量维度等于所述预定数量； 所述数据血缘图谱基于操作日志中记录的访问节点、数据表关系、数据加工任务以及系统间依赖关系构建为图结构，其中，所述数据血缘图谱的每个节点表示一个数据对象、系统模块或操作行为节点，所述数据血缘图谱的每条边表示数据的流向、依赖或权限继承路径； 所述行为模板的生成步骤包括： S201.从多个用户的正常操作行为的操作日志中采集包含时间戳、用户标识、操作类型及操作内容的原始操作数据，并对所述原始操作数据按照用户维度及时间顺序进行排序，以形成操作行为序列，其中，所述操作内容包括SQL语句或权限变更指令； S202.基于滑动窗口策略或事件间隔条件，将每一用户的操作行为序列切分为多个连续操作行为片段，所述行为片段对应于用户在一段时间内执行的、具有语义关联性的多个操作记录； S203.对所述行为片段中的每一条操作提取语义特征，并将操作语义特征、权限变更特征以及在数据血缘图谱中对应的数据访问路径特征进行组合表示，将每一行为片段转换为一组固定维度的行为片段向量表示； S204.基于预设的聚类算法对所有行为片段向量进行聚类，以将语义相近的行为片段划分为同一聚类簇； S205.基于每个聚类簇中的片段向量，计算该聚类簇的聚类中心向量，并以所述聚类中心向量作为该聚类簇所对应的行为模板向量，且从聚类簇中选取代表性的行为片段作为该行为模板的典型实例。

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上海罗盘信息科技有限公司，其通讯地址为：201799 上海市青浦区盈顺路715号3幢1层B区1148室；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。