(19)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 202210830243.2 (22)申请日 2021.12.07 (62)分案原申请数据 202111483892.1 2021.12.07 (71)申请人 王建丰 地址 157000 黑龙江省牡 丹江市宁安市光 明小区 (72)发明人 王超　 (74)专利代理 机构 北京君泊知识产权代理有限 公司 11496 专利代理师 周倩 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/953(2019.01) G06F 16/957(2019.01)H04L 9/40(2022.01) (54)发明名称 基于大数据分析拦截的拦截反馈处理方法 及信息拦截系统 (57)摘要 本申请实施例公开了一种基于大数据分析 拦截的拦截反馈处理方法及信息拦截系统， 将拦 截反馈数据中的前向反馈知识点和后 向反馈知 识点分别添加到不同的反馈知识图谱， 并基于前 向反馈知识 图谱和后 向反馈知识图谱的历史频 繁项实体， 将每个 关注反馈流程 关联的前向关键 知识实体和后向关键知 识实体进行组合， 获得每 个关注反馈流程的组合关键知识实体， 生成对应 的拦截反馈参考数据， 能够实现数据搜集流程中 组合关联， 减少后续手动关联的操作处理， 进而 便于提高后续采取响应措施优化拦截策略的效 率。 权利要求书3页 说明书18页 附图2页 CN 115033715 A 2022.09.09 CN 115033715 A 1.一种基于大数据分析拦截的拦截反馈处理方法， 应用于所述信息拦截系统， 其特征 在于， 包括： 在接收到由业务服务系统进行实时状态传输的标的访问活动的访问触发事件时， 生成 对应的标的访问触发事 件； 依据第一访 问活动拦截决策网络， 基于所述标的访 问触发事件， 决策生成所述标的访 问活动关联的基础拦截决策依据； 所述第一访问活动拦截决策网络是依据基础参考数据集 进行网络收敛优化获得的， 所述基础参考数据集包括第一参考访问触发事件以及携带的基 础参考拦截依据， 所述基础参考拦截依据是基于放行所述第一参考访问触发事件所对应的 访问活动后访问活动维持状态是否被配置于销毁状态获得的， 所述第一参考访问触发事件 是过往访问活动中的访问触发事 件； 依据第二访 问活动拦截决策网络， 基于所述标的访 问触发事件， 决策生成所述标的访 问活动关联的进阶拦截决策依据； 所述第二访问活动拦截决策网络是依据进阶参考数据集 进行网络收敛优化获得的， 所述进阶参考数据集包括第二参考访问触发事件以及携带的进 阶参考拦截依据， 所述进阶参考拦截依据 代表所述第二参考访问触发事件 所对应的访问活 动的标签属性； 基于所述基础拦截决策依据和所述进阶拦截决策依据， 确定所述标的访问活动关联的 目标拦截 决策依据， 并基于所述 目标拦截 决策依据对所述标的访问活动进行拦截决策， 获 得所述标的访问活动在确定拦截后的拦截 反馈流程中的拦截反馈数据； 所述目标拦截决策 依据代表所述标的访问活动的威胁输出观点， 其中， 在基础拦截决策依据和进阶拦截 决策 依据均是标的访问活动归类于拦截访问活动的置信度的基础上， 基于设定重要性参数， 对 基础拦截决策依据和进阶拦截决策依据进行权重融合获得 的置信度为标 的访问活动关联 的目标拦截决策依据， 如果确定该置信度大于目标置信度， 则确定该标的访问活动归类于 拦截访问活动， 如果确定该置信度不大于目标置信度， 则确定该标的访问活动不属于拦截 访问活动； 将所述拦截反馈数据中的多个前向反馈知识点添加到前向反馈知识图谱中， 并将所述 拦截反馈数据中的多个后向反馈知识点添加到后向反馈知识图谱中； 分别对所述前向反馈知识图谱和所述后向反馈知识图谱进行关键知识实体搜寻， 获得 所述拦截反馈流 程中每个关注反馈流 程关联的前向关键知识实体和后向关键知识实体； 基于所述前向反馈知识图谱和所述后向反馈知识图谱的历史频繁项实体， 将所述每个 关注反馈流程关联的前向关键知识实体和后向关键知识实体进行组合， 获得所述每个关注 反馈流程的组合关键知识实体； 基于所述每 个关注反馈流 程的组合关键知识实体， 生成对应的拦截反馈参 考数据。 2.根据权利要求1所述的基于大数据分析拦截的拦截反馈处理方法， 其特征在于， 所述 将所述拦截反馈数据中的多个前向反馈知识点添加到前向反馈知识图谱中， 包括： 剔除所述 拦截反馈数据中的每 个前向反馈知识点的噪声字段； 对应于剔除所述噪声字段的每 个所述前向反馈知识点执 行以下步骤： 将所述前向反馈知识点基于第 一前向反馈顺序解析为多个顺序知识点， 并将所述多个 顺序知识点基于第二前向反馈顺序依次添加到所述前向反馈知识图谱中， 所述第一前向反 馈顺序和所述第二前向反馈顺序相反。权　利　要　求　书 1/3 页 2 CN 115033715 A 23.根据权利要求2所述的基于大数据分析拦截的拦截反馈处理方法， 其特征在于， 在所 述剔除所述 拦截反馈数据中的每 个前向反馈知识点的噪声字段之前， 所述方法还 包括： 将所述拦截反馈数据中的多个前向反馈知识点进行关联性级联， 获得级联前向反馈知 识点； 确定所述级联 前向反馈知识点中首尾的两个级联知识点之间的关联性代价； 当所述级联前向反馈知识点中首尾的两个级联知识点之间的关联性代价大于所述前 向反馈知识图谱中首尾的两个级联知识 点之间的关联性代价时， 确定将执行剔除所述拦截 反馈数据中的每 个前向反馈知识点的噪声字段的步骤。 4.根据权利要求1所述的基于大数据分析拦截的拦截反馈处理方法， 其特征在于， 所述 将所述拦截反馈数据中的多个后向反馈知识点添加到后向反馈知识图谱中， 包括： 从所述拦截反馈数据中提取后向反馈知识点分布， 其中， 所述后向反馈知识点分布中 包括所述多个后向反馈知识点； 对所述后向反馈知识点分布进行扩展， 获得与 所述多个后向反馈知识点分别关联的多 个扩展后向反馈知识点； 对所述后向反馈知识图谱进行分组多个后向反馈知识点分区， 其中， 所述多个后向反 馈知识点分区的数量 不小于所述多个扩展后向反馈知识点的数量； 将所述多个扩展后向反馈知识点依次添加到所述多个后向反馈知识点分区中， 其中， 每个所述后向反馈知识点分区中至多包括 一个所述扩展后向反馈知识点。 5.根据权利要求1所述的基于大数据分析拦截的拦截反馈处理方法， 其特征在于， 所述 分别对所述前向反馈知识图谱和所述后向反馈知识图谱进 行关键知识实体搜寻， 获得所述 拦截反馈流 程中每个关注反馈流 程关联的前向关键知识实体和后向关键知识实体， 包括： 针对所述 拦截反馈流 程中的每 个关注反馈流 程执行以下步骤： 在所述前向反馈知识图谱中对应所述关注反馈流程的位置进行关键知识实体搜寻， 得 到所述关注反馈流 程的前向关键位置； 在所述后向反馈知识图谱中对应所述关注反馈流程的位置进行关键知识实体搜寻， 得 到所述关注反馈流 程的后向关键位置； 基于所述关注反馈流程的前向关键位置确定所述关注反馈流程关联的前向关键知识 实体； 基于所述关注反馈流程的后向关键位置确定所述关注反馈流程关联的后向关键知识 实体。 6.根据权利要求5所述的基于大数据分析拦截的拦截反馈处理方法， 其特征在于，  所 述基于所述关注反馈流程的前向关键位置确定所述关注反馈流程关联 的前向关键知识实 体， 包括： 将所述关注反馈流程的前向关键位置解析为顺序知识点属性， 并将对应所述顺序知识 点属性的前向关键知识实体作为所述关注反馈流 程的前向关键知识实体； 所述基于所述关注反馈流程的后向关键位置确定所述关注反馈流程关联的后向关键 知识实体， 包括： 将所述关注反馈流程的后向关键位置解析为后向反馈知识点属性， 并将对应所述后向 反馈知识点属性的后向关键知识实体作为所述关注反馈流 程的后向关键知识实体。权　利　要　求　书 2/3 页 3 CN 115033715 A 3