[发明专利]基于复杂网络分析的数据安全风险识别方法及装置

权利要求书

1.一种基于复杂网络分析的数据安全风险识别方法，其特征在于，包括：

收集待检测业务的相关数据，并提取所述相关数据中的顶点数据以及所述顶点数据之间的边界数据，根据所述顶点数据和边界数据构建复杂网络；

将所述复杂网络中的顶点进行分组，并获取预设的衡量指标，通过所述衡量指标计算各群组中顶点的第一风险得分；

通过预设的异构体检测算法得到所述复杂网络中的特殊结构，并将所述特殊结构与所述复杂网络进行对比，根据对比结果得到所述复杂网络中各顶点的第二风险得分；

获取黑名单、白名单以及预设的风险传播算法，并通过所述风险传播算法结合所述黑名单、白名单计算所述复杂网络中各顶点的第三风险得分；

根据所述复杂网络中各顶点的第一风险得分、第二风险得分和第三风险得分进行综合计算，得到所述复杂网络中各顶点的综合风险得分；

所述并通过所述风险传播算法结合所述黑名单、白名单计算所述复杂网络中各顶点的第三风险得分，包括：

根据所述顶点数据类型获取对应的黑名单、白名单，计算所述复杂网络中各顶点与黑名单、白名单之间的相关性和相似度；

根据所述顶点与黑名单的相关性、黑名单的相似度、白名单的相关性、白名单的相似度计算所述复杂网络中各顶点的第三风险得分。

2.根据权利要求1所述的基于复杂网络分析的数据安全风险识别方法，其特征在于，所述获取预设的衡量指标，通过所述衡量指标计算各群组中顶点的第一风险得分，包括：

获取群组内衡量指标和群组间衡量指标；

通过所述群组内衡量指标计算各群组中顶点的第一综合指标值，通过所述群组间衡量指标进行群组间对比，得到各群组中顶点的第二综合指标值；

根据所述第一综合指标值和所述第二综合指标值计算各群组中顶点的第一风险得分。

3.根据权利要求2所述的基于复杂网络分析的数据安全风险识别方法，其特征在于，所述方法还包括：

所述群组内衡量指标包括群组规模、分团合理性、群组集团化程度、群组稳定性和群组密度；

所述群组间衡量指标包括群组内顶点个数与最大顶点个数之比、群组内边界数与最大边界数之比和聚集系数与最大聚集系数之比。

4.根据权利要求1所述的基于复杂网络分析的数据安全风险识别方法，其特征在于，所述将所述特殊结构与所述复杂网络进行对比，根据对比结果得到所述复杂网络中各顶点的第二风险得分，包括：

将所述特殊结构与所述复杂网络进行对比，判断所述复杂网络中的顶点是否在所述特殊结构中；

当所述顶点在所述特殊结构中时，判定所述顶点的第二风险得分为1，当所述顶点不在所述特殊结构中时，判定所述顶点的第二风险得分为0。

5.根据权利要求1所述的基于复杂网络分析的数据安全风险识别方法，其特征在于，所述根据所述复杂网络中各顶点的第一风险得分、第二风险得分和第三风险得分进行综合计算，得到所述复杂网络中各顶点的综合风险得分，包括：

获取预设权重，根据预设权重对各顶点的第一风险得分、第二风险得分和第三风险得分进行计算，得到所述复杂网络中各顶点的综合风险得分。