(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111477385.7 (22)申请日 2021.12.0 6 (71)申请人 淄博云科互联网信息技 术有限公司 地址 255400 山东省淄博市临淄区岳里街2 号楼2-1一楼 (72)发明人 黄昌源　 (51)Int.Cl. G06F 21/62(2013.01) H04L 9/40(2022.01) (54)发明名称 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 (57)摘要 本申请公开了一种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， 对可安全外 发数据进行分发的过程中获取到异常扰动请求 数据后， 通过对异常扰动请求数据进行分析， 获 得异常扰动意图， 并在异常扰动意图与可安全外 发数据存在关联时， 停止对可安全外发数据进行 分发操作， 可以有效保证信息安全。 权利要求书4页 说明书21页 附图1页 CN 114186269 A 2022.03.15 CN 114186269 A 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A I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A I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；权　利　要　求　书 1/4 页 2 CN 114186269 A 2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。 5.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， 其特征在于， 所述 基于所述异常扰动源对所述可安全外发数据所关联 的业务分发通道进行安全防护配置的 步骤， 包括： 获取与所述异常扰动源关联的历史攻击行为向量， 其中， 所述历史攻击行为向量是对 所述异常扰动源的攻击事 件进行攻击事 件挖掘获得的； 基于对所述异常扰动源的目标类型分团策略， 将匹配于相同分团标签的所述异常扰动 源所关联的历史攻击行为向量添加到攻击行为向量团； 获取所述分团标签的第 一预设安全防护配置指令集， 以及与 所述分团标签关联的所述 攻击行为向量团中每 个历史攻击行为向量的第二预设安全防护配置指令集； 对第一预设安全防护配置指令集和第二预设安全防护配置指令集进行联动防护指令 集挖掘， 获得所述分团标签下 的所述异常扰动源关联的联动防护指令集， 并基于所述联动 防护指令集对所述可安全外发数据所关联的业 务分发通道进行安全防护配置 。 6.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， 其特征在于， 所述 对第一预设安全防护配置指令集和第二预设安全防护配置指令集进行联动防护指令集挖 掘， 获得所述分团标签下的所述异常扰动源关联的联动防护指令集包括： 从与所述分团标签关联的所述攻击行为向量团中获得所述第二预设安全防护配置指 令集匹配预设匹配要求的所述历史攻击行为向量， 并添加到候选攻击行为向量团； 基于所述分团标签的第一预设安全防护配置指令集和所述候选攻击行为向量团中的 所述历史攻击行为向量的第二预设安全防护配置指 令集， 确定所述异常扰动源是否具有联 动防护属性； 若具有联动防护属性， 则将所述候选攻击行为向量团中的所述历史攻击行为向量的第 二预设安全防护配置指 令集进行联动防护指令挖掘， 获取所述异常扰动源内的联动防护指 令集。 7.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的步骤， 包括： 获取用户终端上传的待外发原始数据， 对外发数据存储空间所存储的待外发数据进行 安全性检测； 所述外发数据存储空间存储有目标待外发数据组， 所述 目标待外发数据组包 括至少一个待外发数据， 不同的待外发数据分别由不同的业 务服务器生成； 若所述至少一个待外发数据中的第 一待外发数据通过安全性检测， 且所述第 一待外发 数据为所述目标待外发数据组中具有最高优先级的待外发数据， 则获取所述第一待外发数 据关联的安全向量， 依据所述待外发原始数据和所述安全向量生成第二待外发数据， 将所 述第二待外发数据添加至所述目标待外发数据组， 得到更新后的外发数据存 储空间； 将所述第二待外发数据在外发网络中进行广播， 以使所述外发网络 中除生成所述第 二 待外发数据的业务服务器之外的其余业务服务器， 将所述第二待外发数据分别缓存至所属权　利　要　求　书 2/4 页 3 CN 114186269 A 3