[发明专利]基于人工智能的大数据信息安全防护方法及人工智能系统

权利要求书

1.一种基于人工智能的大数据信息安全防护方法方法，应用于人工智能系统，其特征在于，包括：

获取对用户终端上传的待外发原始数据进行安全性检测获得的可安全外发数据，并在对所述可安全外发数据进行分发的过程中获取到异常扰动请求数据后，对所述异常扰动请求数据进行分析，获得异常扰动意图；

当所述异常扰动意图与所述可安全外发数据存在关联时，停止对所述可安全外发数据进行分发操作。

2.根据权利要求1所述的基于人工智能的大数据信息安全防护方法，所述对所述异常扰动请求数据进行分析，获得异常扰动意图的步骤，包括：

将所述异常扰动请求数据配置到异常扰动意图预测网络中，生成所述异常扰动请求数据的异常扰动意图；

所述异常扰动意图预测网络的网络收敛优化步骤包括：

获取教师AI训练单元和学生AI训练单元，所述教师AI训练单元和所述学生AI训练单元具有数据传递节点、至少三个意图向量提取节点和预测节点，所述教师AI训练单元中的意图向量提取节点的意图目标域范围大于所述学生AI训练单元中的意图向量提取节点的意图目标域范围，配置所述教师AI训练单元中的至少三个意图向量提取节点中的一个或至少两个意图向量提取节点作为教师提取节点，配置所述学生AI训练单元中的至少三个意图向量提取节点中的一个或至少两个意图向量提取节点作为学生提取节点，所述教师AI训练单元还具有与所述教师提取节点联系的向量压缩节点，所述学生AI训练单元还具有与所述学生提取节点联系的向量扩展节点；

获取参考异常扰动请求数据，并将所述参考异常扰动请求数据配置到所述教师AI训练单元中并在教师提取节点中生成教师意图向量，将所述参考异常扰动请求数据配置到所述学生AI训练单元中并在学生提取节点中生成学生意图向量；

将所述教师意图向量配置到所述向量压缩节点中获得第一意图向量，将所述学生意图向量配置到所述向量扩展节点中获得第二意图向量，其中，所述第一意图向量与所述第二意图向量中意图目标域范围一致；

基于所述第一意图向量与所述第二意图向量确定第一代价系数，依据所述第一代价系数优化所述学生提取节点中的提取权重信息，获得教学后的学生AI训练单元；

将所述参考异常扰动请求数据配置到到所述教学后的学生AI训练单元中生成目标学习异常意图，依据所述目标学习异常意图与所述参考异常扰动请求数据的实际异常意图确定第二代价系数，基于所述第二代价系数优化所述学生AI训练单元中的提取权重信息，获得所述异常扰动意图预测网络。

3.根据权利要求2所述的基于人工智能的大数据信息安全防护方法，其特征在于，所述将所述教师意图向量配置到所述向量压缩节点中获得第一意图向量包括：

将所述教师意图向量配置到所述向量压缩节点中，获得关联于所述教师意图向量中各个意图提取目标域的支持度；

基于各个意图提取目标域关联的支持度的降序顺序对意图提取目标域进行次序整理，获得意图向量清单；

从意图向量清单中选取最末的至少N个意图提取目标域，构成降维意图向量；

基于设定策略从所述降维意图向量中选择部分意图提取目标域构成噪声意图向量；

将教师意图向量与所述噪声意图向量进行划分，获得第一意图向量。

4.据权利要求2所述的基于人工智能的大数据信息安全防护方法，其特征在于，所述依据所述第一意图向量与所述第二意图向量确定第一代价系数之后，还包括：

依据所述第一代价系数优化所述向量扩展节点中的提取权重信息。