[发明专利]行为标记模型训练系统及方法

说明书

本揭示提供一种行为标记模型训练系统及方法。特别是，处理单元输入训练数据组的每一笔至多个学习模块，以建立多个标记模型。处理单元还依据标记模型分别获取相应验证数据组数据的每一笔的多个第二标记信息，并产生相应验证数据组的每一笔的行为标记结果。处理单元由验证数据组的每一笔相应的行为标记结果以及第一标记信息获取标记变动幅度值，并判断当标记变动幅度值大于变动门槛值，依据行为标记结果更新验证数据组的每一笔对应的第一标记信息，交换训练数据组及验证数据组，并依据交换后的训练数据组重新建立标记模型。

技术领域

本发明涉及一种信息处理技术，且尤其涉及一种行为标记模型训练方法及系统。

背景技术

在现今数字化、网络发达的时代，信息安全变成相当重要的议题。特别是，对于企业而言，由于公司内部文件涉及重要的营业秘密，数据的外流会导致公司无法恢复的损害，因此各公司无不积极采用严格的数据控管与防护措施。举例来说，设置存取人员的权限、在公司的内部网络与外部网络间设置防火墙等，以避免数据外流。

虽然如此，在员工执行各项业务的时候，必然需要存取机密数据。纵使采取了严谨的安全措施，设定了严格的存取标准，还是难保具有合法存取权限的有心员工窃取数据。因此，如何监控内部员工的异常登入行为为本领域技术人员所致力的课题。

发明内容

本发明提供一种行为标记模型训练系统及方法，通过训练可靠的标记模型，进而通过标记模型监控内部员工的异常登入。

在本发明一实施例中，行为标记模型训练系统具有输入单元、储存单元以及处理单元。输入单元接收已标记数据组。已标记数据组具有训练数据组以及验证数据组，且训练数据组的每一笔以及验证数据组的每一笔具有第一标记信息。储存单元储存多个学习模块。处理单元连接于输入单元与储存单元，分别输入训练数据组的每一笔至多个学习模块，以建立多个标记模型。处理单元还依据标记模型分别获取相应验证数据组数据的每一笔的多个第二标记信息，依据相应验证数据组的每一笔对应的第二标记信息，分别产生相应验证数据组的每一笔的行为标记结果。处理单元还由该验证数据组的每一笔相应的行为标记结果以及第一标记信息获取标记变动幅度值，并判断标记变动幅度值是否大于变动门槛值，且当标记变动幅度值大于该变动门槛值，依据行为标记结果更新验证数据组的每一笔对应的第一标记信息，交换训练数据组及验证数据组，并依据交换后的训练数据组重新建立标记模型。

在本发明一实施例中，行为标记模型训练方法具有下列步骤：接收已标记数据组，其中已标记数据组包括训练数据组以及验证数据组，且训练数据组的每一笔以及验证数据组的每一笔分别具有第一标记信息；分别输入训练数据组的每一笔至多个学习模块，以建立多个标记模型；依据标记模型分别获取相应验证数据组数据的每一笔的多个第二标记信息；依据相应验证数据组的每一笔对应的第二标记信息，分别产生相应验证数据组的每一笔的行为标记结果；由验证数据组的每一笔相应的行为标记结果以及第一标记信息获取标记变动幅度值，并判断标记变动幅度值是否大于变动门槛值；以及当标记变动幅度值大于变动门槛值，依据行为标记结果更新验证数据组的每一笔对应的第一标记信息，交换训练数据组及验证数据组，并依据交换后的训练数据组重新建立该些标记模型。

基于上述，本发明的行为标记模型训练方法及其系统通过建立标记模型，以自动地对使用者的登入记录进行标记。不仅如此，考量到标记模型的可靠度，本发明的行为标记模型训练方法及其系统会同时训练多个不同的标记模型，并在标记内容冲突时，通过多数决的方式进而标记使用者的登入记录，以重新调整训练标记模型。藉此，行为标记模型训练方法及其系统能够提升标记模型的可靠度。而通过标记模型，使用者的登入记录可以被自动地观察分析，并进一步找出可能的异常登入行为。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附附图作详细说明如下。

附图说明

图1示出本发明一实施例的行为标记模型训练系统的示意图。

图2示出本发明一实施例行为模型训练方法的流程图。