[发明专利]信息安全检测方法、检测系统、存储介质及终端

权利要求书

1.信息安全检测方法，其特征在于，包括以下步骤：

步骤S1、建立深度学习模型；

步骤S2、利用深度学习模型判断待检测的行为数据是否为威胁数据；

其中，所述的建立深度学习模块具体包括：

步骤S101、对各类信息资产的相关行为进行特征工程；

步骤S102、根据特征工程的结果，对相关信息资产建立行为基线。

2.根据权利要求1所述的信息安全检测方法，其特征在于，所述的步骤S101具体包括：

步骤S1011、构建相似度矩阵；

步骤S1012、构建特征向量矩阵；

步骤S1013、使用聚类算法对特征向量矩阵进行聚类。

3.根据权利要求2所述的信息安全检测方法，其特征在于，所述的构建相似度矩阵具体包括：

对某一类信息资产的操作行为进行特征提取，每一个特征点为一个样本点，形成一个样本点集合；

计算两个样本点之间的相似度；

所有的相似度构成相似度矩阵。

4.根据权利要求2所述的信息安全检测方法，其特征在于，所述的构建特征向量矩阵具体包括：

构建度矩阵以及标准化的拉普拉斯矩阵；

计算标准化的拉普拉斯矩阵的特征值，将这些特征值从小到大进行排序，取前k个特征值对应的特征向量；

将k个特征向量组合成矩阵V，并对矩阵V进行单位化，形成特征向量矩阵。

5.根据权利要求1所述的信息安全检测方法，其特征在于，所述的步骤S2具体包括：

步骤S201、提取待分析数据的数据特征；

步骤S202、计算数据特征与已分类数据的相似度的距离，判断数据特征所属的分类。

6.信息安全检测系统，其特征在于，包括特征提取模块和分析模块；所述的特征提取模块提取待分析数据的数据特征；所述的分析模块包括深度学习模型，深度学习模型中存有已分类数据；利用深度学习模型计算数据特征与已分类数据的相似度的距离，数据特征属于距离近的分类数据。

7.根据权利要求6所述的信息安全检测系统，其特征在于，所述的已分类数据包括正常行为数据和非正常行为数据。

8.一种存储介质，其特征在于，所述的存储介质存储有计算机程序，所述的计算机程序被加载后，可以执行权利要求1至5任一项所述的信息安全检测方法。

9.一种终端，其特征在于，所述终端被配置为可以执行权利要求1至5任一项所述的信息安全检测方法。