Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海喜数信息科技有限公司孙峰获国家专利权

上海喜数信息科技有限公司孙峰获国家专利权

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!

龙图腾网获悉上海喜数信息科技有限公司申请的专利一种基于用户大数据的应用API异常访问识别方法和系统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:CN120979839B

龙图腾网通过国家知识产权局官网在2026-02-10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:202511493852.3,技术领域涉及:H04L9/40;该发明授权一种基于用户大数据的应用API异常访问识别方法和系统是由孙峰;陈忆浩;邱振兴设计研发完成,并于2025-10-20向国家知识产权局提交的专利申请。

一种基于用户大数据的应用API异常访问识别方法和系统在说明书摘要公布了:本发明提供一种基于用户大数据的应用API异常访问识别方法和系统,涉及API安全技术领域,所述方法包括:获取用户的用户登陆信息、用户注册时间和用户历史数据,其中,用户登陆信息包括:用户登陆地点、用户登陆IP和用户登陆设备;获取用户在识别周期中的用户操作数据;根据用户注册时间,确定用户是否属于新用户;在用户属于新用户的情况下,根据用户登陆信息和用户操作数据,确定用户行为异常系数;在用户不属于新用户的情况下,根据用户登陆信息、用户操作数据和用户历史数据,确定用户行为异常系数;根据用户行为异常系数,确定是否存在应用API异常访问。根据本发明,可提高应用API异常访问识别的准确性。

本发明授权一种基于用户大数据的应用API异常访问识别方法和系统在权利要求书中公布了:1.一种基于用户大数据的应用API异常访问识别方法,其特征在于,包括: 获取用户的用户登陆信息、用户注册时间和用户历史数据,其中,所述用户登陆信息包括:用户登陆地点、用户登陆IP和用户登陆设备; 获取用户在识别周期中的用户操作数据; 根据所述用户注册时间,确定用户是否属于新用户; 在用户属于新用户的情况下,根据所述用户登陆信息和所述用户操作数据,确定用户行为异常系数; 在用户不属于新用户的情况下,根据所述用户登陆信息、所述用户操作数据和所述用户历史数据,确定用户行为异常系数; 根据所述用户行为异常系数,确定是否存在应用API异常访问; 在用户不属于新用户的情况下,根据所述用户登陆信息、所述用户操作数据和所述用户历史数据,确定用户行为异常系数,包括: 根据所述用户登陆信息和所述用户操作数据,确定第一用户行为异常系数; 根据所述用户登陆信息、所述用户操作数据和所述用户历史数据,确定第二用户行为异常系数; 在用户不属于新用户的情况下,根据所述第一用户行为异常系数和所述第二用户行为异常系数,确定用户行为异常系数; 根据所述用户登陆信息、所述用户操作数据和所述用户历史数据,确定第二用户行为异常系数,包括: 根据所述用户历史数据,确定历史登陆设备、历史登陆地点、历史登陆IP、历史分API调用频率、历史分API调用占比、历史读写比例和历史请求错误率; 根据所述用户操作数据,确定用户分API调用频率、用户分API调用占比、用户读写比例和用户请求错误率,其中,所述历史分API调用频率为历史识别周期中的用户对单个API的调用频率,所述历史分API调用占比为历史识别周期中的用户对单个API的调用占比; 根据所述历史登陆IP和所述用户登陆IP,确定常用登陆IP识别结果; 根据所述历史登陆设备和所述用户登陆设备,确定常用登陆设备识别结果; 根据所述历史登陆地点和所述用户登陆地点,确定常用登陆地点识别结果; 通过已训练的用户异常识别模型对所述常用登陆IP识别结果、所述常用登陆设备识别结果、所述常用登陆地点识别结果、所述历史分API调用频率、所述历史分API调用占比、所述历史读写比例、所述历史请求错误率、所述用户分API调用频率、所述用户分API调用占比、所述用户读写比例和所述用户请求错误率进行处理,确定用户异常检测概率; 根据所述用户异常检测概率,确定第二用户行为异常系数; 所述用户异常识别模型的训练步骤包括: 获取多个样本训练用户在多个历史识别周期中的样本用户操作数据和样本用户历史数据,其中,所述样本用户操作数据包括:样本登陆设备、样本登陆地点、样本登陆IP、样本分API调用频率、样本分API调用占比、样本读写比例和样本请求错误率,所述样本用户历史数据包括:样本历史登陆设备、样本历史登陆地点、样本历史登陆IP、样本历史分API调用频率、样本历史分API调用占比、样本历史读写比例和样本历史请求错误率; 根据所述样本登陆设备、所述样本登陆地点、所述样本登陆IP、所述样本历史登陆设备、所述样本历史登陆地点和所述样本历史登陆IP,确定样本常用登陆IP识别结果、样本常用登陆设备识别结果和样本常用登陆地点识别结果; 通过用户异常识别模型对所述样本常用登陆IP识别结果、所述样本常用登陆设备识别结果、所述样本常用登陆地点识别结果、所述样本用户操作数据和所述样本用户历史数据进行处理,获得样本用户异常检测概率; 获取多个样本训练用户的实际历史异常检测结果; 根据所述样本用户异常检测概率、所述实际历史异常检测结果、所述样本常用登陆IP识别结果、所述样本常用登陆设备识别结果、所述样本常用登陆地点识别结果、所述样本用户操作数据和所述样本用户历史数据,确定用户异常识别模型的训练损失函数; 根据所述用户异常识别模型的训练损失函数对所述用户异常识别模型进行训练,获得已训练的用户异常识别模型; 根据所述样本用户异常检测概率、所述实际历史异常检测结果、所述样本常用登陆IP识别结果、所述样本常用登陆设备识别结果、所述样本常用登陆地点识别结果、所述样本用户操作数据和所述样本用户历史数据,确定用户异常识别模型的训练损失函数,包括:根据公式: 确定用户异常识别模型的训练损失函数,其中,为第k个样本训练用户在第i个历史识别周期的样本读写比例,为第k个样本训练用户的样本历史读写比例,为第k个样本训练用户在第i个历史识别周期的样本请求错误率,为第k个样本训练用户的样本历史请求错误率,为第k个样本训练用户在第i个历史识别周期的样本用户异常检测概率,为第k个样本训练用户在第i个历史识别周期的实际历史异常检测结果,,为第k个样本训练用户在第i个历史识别周期的样本常用登陆IP识别结果,,为第k个样本训练用户在第i个历史识别周期的样本常用登陆设备识别结果,,为第k个样本训练用户在第i个历史识别周期的样本常用登陆地点识别结果,,为第k个样本训练用户在第i个历史识别周期对第j个重要API的样本分API调用频率,为第k个样本训练用户对第j个重要API的样本历史分API调用频率,为第k个样本训练用户在第i个历史识别周期对第j个重要API的样本分API调用占比,为第k个样本训练用户在第i个历史识别周期对第j个重要API的样本历史分API调用占比,K为样本训练用户的数量,k≤K,n为历史识别周期的数量,i≤n,m为重要API的数量,j≤m,k、K、i、n、j和m均为正整数。

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喜数信息科技有限公司,其通讯地址为:201210 上海市浦东新区中国(上海)自由贸易试验区张江路665号3层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。