一种敏感个人信息访问行为实时分析预警系统的制作方法

本发明涉及数据安全，尤其涉及一种敏感个人信息访问行为实时分析预警系统。

背景技术：

1、敏感个人信息访问行为的实时监测、合规审查与风险预警已成为数据安全领域的核心需求。传统的访问控制手段通常基于角色权限或静态规则进行一维比对，难以识别访问目的语义模糊，目的与行为不一致等复杂场景，容易产生误判、漏判或频繁打扰用户等问题。

2、目前，公开号为cn122310329a公开了一种用于大规模生成模型输出的分层风险检测方法及系统，该方案接收候选输出与上下文，提取多维度结构化特征集，经并行检测器集群多维度风险检测后，将结果映射至风险层级并归一化，加权聚合得到整体风险表征值及层级贡献占比，依此结合策略规则确定执行动作，还可基于人工审核反馈动态优化参数。系统包含输入处理、特征抽取、并行检测器集群等模块，实现检测、决策、反馈、优化闭环。实现多维风险统一量化，提升检测准确性，风险来源可追溯，适配强合规场景，且架构模块化、可配置，支持多场景灵活部署，有效解决传统风控方案误判漏判率高、无自适应能力等痛点。

3、上述方案主要针对大规模生成模型输出内容的风险检测，其检测对象、特征维度、决策逻辑和反馈机制与敏感个人信息访问行为实时分析预警场景存在较大差异。

技术实现思路

1、本发明解决的技术问题是：现有技术难以解决访问请求中的目的声明进行语义锚定，缺失目的语义审查，无法针对敏感个人信息访问行为预警的动态规则比对。

2、为解决上述技术问题，本发明提供如下技术方案：一种敏感个人信息访问行为实时分析预警系统，包括：

3、拦截解析模块，用于捕获敏感个人信息的所有访问请求，提取并记录生成行为上下文；

4、状态判定模块，用于将行为上下文映射到概念关系图谱，得到同意状态，根据同意状态判断得到状态判定结果；

5、预警触发模块，用于通过预警策略池，对所述行为上下文和状态判定结果进行评估，输出违规预警事件；

6、响应处理模块，用于执行违规预警事件对应的管控动作，采集终端用户交互反馈行为并计算综合效能得分，基于所述综合效能得分对预警策略池进行参数微调与更新。

7、优选地，所述拦截解析模块包括实时捕捉单元和行为记录单元；

8、所述实时捕捉单元用于捕获敏感个人信息的所有访问请求；

9、在旁路镜像部署敏感个人信息数据访问链路，实时捕捉入站访问流量，得到原始访问事件，对所述原始访问事件进行深度解析，得到结构化请求对象，所述结构化请求对象包括用户id、请求者角色、访问目的、访问资源标识和操作动作类型，所述访问目的包括目的名称和目标数据类型，所述操作动作类型包括读、写和删除；

10、对所述访问目的进行目的图谱锚定处理，将访问目的携带的目的声明与预构建目的图谱中的目的节点进行匹配映射，得到目的图锚定状态，所述目的图谱包括概括关系边集和前提关系边集，所述目的图锚定状态包括锚定成功、锚定失败和锚定模糊，将锚定失败的访问请求标记为目的不明事件，生成高级别预警，并向底层访问控制器发出拒绝指令，停止流转；

11、将锚定成功的访问请求，通过访问资源标识查询敏感数据库，得到访问目的对应的数据主体id，将所述数据主体id写入所述结构化请求对象。

12、优选地，所述行为记录单元用于通过结构化请求对象获取行为上下文；

13、采集所述原始访问事件的环境信息，所述环境信息包括请求时间戳、访问频率、访问来源和api接口；

14、将所述结构化请求对象与所述环境信息进行组装，并写入中间状态字段，生成行为上下文，所述中间状态字段包括请求目的声明和目的图锚定状态。

15、优选地，所述状态判定模块包括图谱映射单元、同意推理单元和边界输出单元；

16、所述图谱映射单元用于将行为上下文映射到目的关系图谱：

17、构建目的图谱，所述目的图谱包括目的节点集合e、概括关系边g和前提关系边f，提取所述行为上下文中的数据主体id和目的图谱锚定后的目的节点，以数据主体id为索引查询敏感数据库，得到第一集合和第二集合，所述敏感数据库用于存储各数据主体的允许目的和禁止目的，所述第一集合为数据主体允许的数据处理目的集合，所述第二集合为数据主体禁止的数据处理目的集合；

18、将所述目的节点与所述第一集合和第二集合在目的图谱中进行位置定位，得到图谱映射结果，所述图谱映射结果包括目的节点在目的图谱的位置、第一集合各节点在目的图谱中的位置和第二集合各节点在目的图谱的位置。

19、优选地，所述同意推理单元用于基于图可达性分析对所述图谱映射结果进行计算，得到同意状态；

20、以所述第一集合中的各目的节点为源节点，在目的图谱中分别沿概括关系边集和前提关系边集的有向边方向进行扩展，得到允许可达目的集合；

21、以所述第二集合中的各目的节点为阻断节点，在所述目的图谱中分别沿概括关系边集和前提关系边集的反向有向边方向进行可达性扩展，得到禁止可达目的集合；

22、将所述禁止可达目的集合从所述允许可达目的集合中移除，得到同意目的集合；

23、判断所述行为上下文中的目的节点是否属于同意目的集合，若属于则同意状态为同意，若不属于则同意状态为拒绝。

24、优选地，所述边界输出单元用于根据所述同意状态和请求者角色计算合法边界并输出状态判定结果；

25、查询角色权限库，基于请求者角色和上级角色层次关系，得到可访问目的集合，将所述同意目的集合与可访问目的集合进行交集运算，得到合法访问边界；

26、根据所述同意状态和当前的合法访问边界进行访问判断，得到访问结果，所述访问结果包括允许和拒绝，所述访问判断的处理逻辑为：

27、若所述同意状态为同意且所述目的节点属于合法访问边界时，允许访问，如所述同意状态为拒绝或所述目的节点不属于所述合法访问边界时，拒绝访问；

28、根据所述访问结果标注拒绝原因，所述拒绝原因包括用户未同意、角色权限不足和同意与权限范围不一致；

29、将所述访问结果、合法访问边界和拒绝原因封装为状态判定结果。

30、优选地，所述预警触发模块包括策略编码单元、风险判定单元和动作映射单元；

31、所述策略编码单元用于初始化预警策略池，所述预警策略池包括若干个候选策略配置实例；

32、提取所述行为上下文和状态判定结果作为预警输入，将所述预警策略池中的每个候选策略配置实例进行向量化编码，得到策略向量，所述策略向量包括风险触发阈值、认知负荷阈值、响应动作映射矩阵和告警特征向量，根据所述风险触发阈值和认知负荷阈值将所述预警策略池划分为第一策略簇和第二策略簇。

33、优选地，风险判定单元用于计算当前请求的量化分值，并与所述预警策略池中的策略向量进行比对判定；

34、根据所述状态判定结果中的未通过原因，计算本次请求的客观风险分值；

35、根据所述行为上下文中的环境信息，统计时间窗口内的访问频率和历史拦截次数，计算当前对用户造成的认知负荷分值；

36、从预警策略池中选取当前综合评价最高的策略向量作为最优策略向量，提取所述最优策略向量中的风险触发阈值和认知负荷阈值，并与客观风险分值和认知负荷分值分别进行比对判定，得到触发指令：

37、若所述客观风险分值风险触发阈值，且所述认知负荷分值认知负荷阈值，生成弹窗触发指令；

38、若所述客观风险分值风险触发阈值，且所述认知负荷分值认知负荷阈值，生成静默拦截指令；

39、若所述客观风险分值风险触发阈值，生成静默放行指令。

40、优选地，所述动作映射单元用于根据触发指令生成最终的预警事件；

41、接收触发指令，提取所述最优策略向量中的响应动作映射矩阵和告警特征向量；

42、通过比对所述响应动作映射矩阵，将所述触发指令转换为底层管控动作，所述管控动作包括允许、代理降级和物理阻断；

43、若触发指令为弹窗触发指令，根据所述告警特征向量匹配对应的弹窗ui展示模板；

44、将所述管控动作、弹窗ui展示模板、行为上下文和客观风险分值保存为违规预警事件。

45、优选地，所述响应处理模块包括：

46、接收所述违规预警事件，向底层访问控制器下发管控动作，当管控动作存在显式弹窗时，采集终端用户的交互反馈行为，所述交互反馈行为包括决策响应时延和授权后悔重置行为；

47、提取本次动作的客观风险分值作为安全防护收益，获取打扰成本和所述交互反馈行为，基于多目标平衡机制进行加权计算，得到综合效能得分，并回写至所述预警策略池，并进行局部参数微调，完成参数更新

48、本发明的有益效果：通过旁路镜像捕获敏感个人信息访问请求，不侵入原业务系统，对原始访问事件进行深度解析并生成结构化请求对象，保证原有业务系统高并发吞吐量不受安全组件性能影响；在流量入口处引入目的图谱锚定机制，对访问目的进行白名单校验和语义锚定，将锚定失败的访问请求标记为目的不明事件并直接拒绝，能够从源头阻断恶意或模糊目的的过度收集行为；通过构建包含概括关系边和前提关系边的目的图谱，将行为上下文映射到图谱并进行图可达性分析，能够从允许目的正向扩展和禁止目的反向溯源，推导用户对关联或隐含目的的同意状态，解决传统字符串查表法无法处理关联目的和同意冲突的问题，减少频繁弹窗授权；将同意目的集合与角色可访问目的集合进行交集运算，得到合法访问边界，确保数据访问同时满足用户授权通行证和业务岗位通行证，避免合法应用超范围滥用数据和内部越权调用；采用预警策略池和向量化分簇机制，将预警策略数字化为策略向量，结合客观风险分值与认知负荷分值进行比对，能够根据当前风险大小和用户被打扰程度动态选择弹窗、静默拦截或静默放行等不同管控动作。