基于前后端协同与AI识别的网络安全合规智能检查系统及方法与流程
本发明涉及网络安全合规检测,特别涉及基于前后端协同与ai识别的网络安全合规智能检查系统及方法。
背景技术:
1、网络安全合规检测技术领域涉及业务内容识别、页面截图检查、接口行为记录、权限状态核验、服务器配置比对、访问日志分析、合规条款匹配、风险结果复核和证据留存,其方法通常采集业务图像、页面内容、接口url、响应状态码、访问路径、业务接口类型、请求时间段、配置键值、操作日志和合规条款编号,并与内容合规规则表、页面结构约束表、接口调用条件表、配置基线表和历史检查记录进行比对。其中,传统网络安全合规智能检查系统是指面向政企内网、边缘网关和业务系统,对图像内容、页面内容、接口返回内容、服务器配置内容和访问记录进行合规检查的系统,该系统所针对的技术事项包括本地图像、页面截图、图像特征向量、对象边界框、文字坐标、接口url、访问路径、业务接口类型、配置键值和合规条款编号,传统方式通常由前端节点读取图像哈希值、颜色直方图、边缘轮廓点和文字识别结果进行初筛,再由后端读取图像块、对象边界框、文字坐标、接口返回字段、访问上下文和配置键值字段进行复核比对,生成检查记录。
2、现有网络安全合规检查通常依赖后端集中识别或人工复核,前端仅承担采集、转发功能,缺少结合历史评分状态对业务图像进行动态初筛和疑似违规区域定位的能力,导致大量无关图像内容进入后端复核流程,增加后端计算压力和人工复核负担。同时,业务图像常以原始形态跨端传输,容易扩大文本、人脸、账号标识等隐私信息的暴露范围,存在敏感内容泄露风险。后端模型在缺少版面结构信息、接口上下文和业务接口类型协同校验时,容易将正常业务场景中的页面差异、布局差异或对象差异识别为违规特征;而误报结果又难以及时反馈至前端并用于修正筛查权重,导致疑似违规定位不准、复核压力偏高、误报修正滞后、审计依据分散以及合规闭环更新效率不足。
技术实现思路
1、本发明的目的在于提供一种基于前后端协同与ai识别的网络安全合规智能检查系统及方法,使网络安全合规检查过程中疑似违规内容能够在前端节点完成动态初筛和区域截取,并通过隐私特征分离、后端交叉复核以及误报定向回传更新形成协同检查机制,从而使业务图像在不完整携带原始敏感内容跨端流转的情况下,仍能够结合违规语义、版面结构和接口上下文完成合规复核,并对误报样本形成面向前端初筛网络的定向修正。
2、为实现上述目的,本发明提供一种基于前后端协同与ai识别的网络安全合规智能检查系统,包括初筛模块、特征分离模块、复核模块和协同更新模块。
3、所述初筛模块部署于前端节点,用于将业务图像输入轻量化初筛网络提取多维合规评分,计算历史评分滑动平均值构建动态基线;当所述多维合规评分与所述动态基线的加权距离超过预设阈值时,截取疑似违规区域。
4、所述特征分离模块用于对所述疑似违规区域应用特征掩码,提取保留违规语义且滤除隐私信息的深层语义特征向量,同时对区域内的文本与人脸特征进行像素模糊替换,生成脱敏缩略图。
5、所述复核模块部署于后端,用于将接收的所述深层语义特征向量输入合规分类大模型,并结合所述脱敏缩略图的版面结构信息与接口上下文进行交叉验证,输出包括确认违规或误报的复核结果。
6、所述协同更新模块用于在所述复核结果判定为误报时,计算引发所述误报的所述深层语义特征向量与确认违规结果对应的确认违规向量在特征空间中的分类边界差异,据此生成梯度补偿参数包并下发,定向更新产生所述误报的前端节点的初筛网络权重,并基于所述复核结果生成审计报告。
7、作为对前端动态初筛过程的递进限定,所述初筛模块包括评分提取子模块、基线构建子模块和区域截取子模块。评分提取子模块获取业务图像的图像块亮度分布、边缘密度、版面分区和敏感对象置信度,并将图像块亮度分布、边缘密度、版面分区和敏感对象置信度输入所述轻量化初筛网络,生成所述多维合规评分。基线构建子模块读取同一前端节点在设定时间窗口内形成的历史评分序列,对历史评分序列进行滑动平均处理并剔除超出离散阈值的异常评分,生成所述动态基线。区域截取子模块将所述多维合规评分与所述动态基线进行加权距离比较,当加权距离超过疑似违规阈值时,依据相对于所述动态基线偏离幅度最大的评分维度定位图像块边界并截取所述疑似违规区域。
8、进一步地,所述动态基线的生成过程包括:获取前端节点标识、业务接口标识和图像版面类别,将前端节点标识、业务接口标识和图像版面类别共同作为历史评分序列的读取索引,并按照采集时间顺序筛选满足索引一致条件的历史评分;对满足索引一致条件的历史评分按照时间递减关系设置滑动权重,历史评分越接近业务图像的采集时间,其对应的滑动权重越高,根据滑动权重对历史评分进行加权平均,生成节点级动态基线,并将节点级动态基线确定为所述动态基线;当满足索引一致条件的历史评分数量低于最小样本数量阈值时,调用同一业务接口标识和同一图像版面类别下的全局历史评分,对全局历史评分进行滑动平均处理,生成补偿动态基线,并将补偿动态基线确定为所述动态基线。
9、作为对隐私特征分离过程的递进限定,所述特征分离模块包括掩码生成子模块、语义提取子模块和脱敏生成子模块。掩码生成子模块获取所述疑似违规区域的纹理边界、对象轮廓和候选隐私位置,依据候选隐私位置对纹理边界和对象轮廓进行遮挡权重分配,生成所述特征掩码。语义提取子模块将所述疑似违规区域与所述特征掩码共同输入深层特征提取网络,对被遮挡权重标记的像素通道进行抑制,并保留与违规对象轮廓、违规版面关系和异常纹理分布对应的语义通道,输出所述深层语义特征向量。脱敏生成子模块识别所述疑似违规区域内的文本像素块和人脸像素块,对文本像素块和人脸像素块进行像素模糊替换,并保留所述疑似违规区域的版面外形边界,生成所述脱敏缩略图。
10、进一步地,所述特征掩码的生成过程包括:获取候选隐私位置对应的文本字符框、人脸关键区域框和账号标识区域框,并分别确定文本字符框、人脸关键区域框和账号标识区域框与对象轮廓之间的重叠状态;当任一文本字符框、人脸关键区域框或账号标识区域框与对象轮廓存在重叠时,将重叠区域设置为语义保留区域,并将重叠区域以外的候选隐私位置设置为隐私抑制区域;基于语义保留区域和隐私抑制区域生成双层掩码关系,将语义保留区域对应的像素通道设置为保留通道,将隐私抑制区域对应的像素通道设置为抑制通道,生成所述特征掩码。
11、作为对后端复核过程的递进限定,所述复核模块包括特征接收子模块、模型分类子模块和交叉验证子模块。特征接收子模块接收所述深层语义特征向量、所述脱敏缩略图和所述接口上下文,并校验所述深层语义特征向量与所述脱敏缩略图分别携带的区域标识之间的一致性,生成复核输入对象。模型分类子模块从复核输入对象中读取所述深层语义特征向量,将所述深层语义特征向量输入所述合规分类大模型,基于违规类别区间和置信阈值确定候选复核类别,生成包括候选复核类别的候选分类结果。交叉验证子模块将候选分类结果与所述脱敏缩略图的版面结构信息、所述接口上下文中的访问路径和业务接口类型进行一致性比对,当一致性比对满足复核确认条件时输出确认违规结果,当一致性比对不满足复核确认条件时输出误报结果,并将确认违规结果或误报结果确定为所述复核结果。
12、进一步地,所述一致性比对的过程包括:获取候选复核类别对应的版面结构约束表,从所述接口上下文中读取访问路径、请求时间段和业务接口类型,将访问路径、请求时间段和业务接口类型确定为上下文验证参数;将所述脱敏缩略图中的版面分区位置、对象邻接关系和区域尺寸比例分别与版面结构约束表进行匹配,生成版面匹配状态;当候选复核类别对应的版面结构约束与版面匹配状态一致,且上下文验证参数满足候选复核类别对应的接口调用条件时,生成复核确认状态,并将复核确认状态作为输出确认违规结果的复核确认条件。
13、作为对误报定向回传更新过程的递进限定,所述协同更新模块包括差异计算子模块、补偿生成子模块、节点更新子模块和审计输出子模块。差异计算子模块在所述复核结果判定为误报时,获取引发误报的所述深层语义特征向量、确认违规结果对应的深层语义特征向量和对应的前端节点标识,并基于特征空间中的类别间隔方向计算所述分类边界差异。补偿生成子模块依据所述分类边界差异确定待补偿特征通道和补偿强度等级,生成所述梯度补偿参数包。节点更新子模块将所述梯度补偿参数包下发至前端节点标识对应的前端节点,并定向更新所述轻量化初筛网络的初筛网络权重。审计输出子模块记录误报来源、补偿参数版本和权重更新结果,生成所述审计报告。
14、进一步地,所述分类边界差异的计算过程包括:获取引发误报的所述深层语义特征向量在特征空间中的误报类别位置,并获取多个确认违规结果对应的深层语义特征向量在相同特征空间中的违规类别中心位置;比较误报类别位置与违规类别中心位置之间的距离方向、通道偏移程度和类别间隔状态,确定边界偏移参数;当边界偏移参数达到误报修正阈值时,将与边界偏移参数对应的特征通道确定为待补偿特征通道,并依据待补偿特征通道生成所述分类边界差异;当边界偏移参数未达到误报修正阈值时,将无补偿标识写入所述分类边界差异,并保持初筛网络权重不变。
15、本发明还提供一种基于前后端协同与ai识别的网络安全合规智能检查方法,由上述系统执行,包括以下步骤:将业务图像输入轻量化初筛网络提取多维合规评分,计算历史评分滑动平均值构建动态基线,当所述多维合规评分与所述动态基线的加权距离超过预设阈值时,截取疑似违规区域;对所述疑似违规区域应用特征掩码,提取保留违规语义且滤除隐私信息的深层语义特征向量,同时对所述疑似违规区域内的文本与人脸特征进行像素模糊替换,生成脱敏缩略图;将所述深层语义特征向量输入合规分类大模型,并结合所述脱敏缩略图的版面结构信息与接口上下文进行交叉验证,输出包括确认违规或误报的复核结果;在所述复核结果判定为误报时,计算引发所述误报的所述深层语义特征向量与确认违规结果对应的深层语义特征向量在特征空间中的分类边界差异,依据所述分类边界差异生成梯度补偿参数包并下发,定向更新产生所述误报的前端节点的初筛网络权重,并基于所述复核结果生成审计报告。
16、本发明具有如下有益效果:
17、1.本发明中,通过在前端节点对业务图像进行轻量化合规评分,并结合历史评分滑动平均值形成动态基线,能够在图像进入后端前完成异常波动识别和疑似违规区域截取,使后续处理聚焦于高风险区域,减少无关图像内容传输,降低集中复核压力。
18、2.本发明中,通过对疑似违规区域进行特征掩码处理,提取保留违规语义、滤除隐私信息的深层语义特征向量,并对区域内文本、人脸特征进行像素模糊替换,能够在维持违规识别依据完整性的同时,减少原始敏感内容在传输、存储、复核过程中的暴露风险。
19、3.本发明中,通过将深层语义特征向量、脱敏缩略图版面结构信息、接口上下文共同用于后端交叉验证,并在误报时计算语义特征与确认违规向量之间的分类边界差异,生成梯度补偿参数包定向更新对应前端权重,能够提升跨场景判定准确性、误报修正效率和审计闭环完整性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com