【技術實現步驟摘要】
本專利技術涉及數據管理，尤其涉及一種基于大模型的大數據風險管理與分析系統。
技術介紹
1、隨著信息技術的飛速發展，數據已成為企業和組織的重要資產，其安全性和有效管理對于保障業務連續性和維護競爭優勢至關重要。然而，大數據環境下的數據風險管理面臨著前所未有的挑戰，包括數據量的激增、數據類型的多樣化、以及數據安全威脅的日益復雜化。傳統的風險管理方法往往難以適應這種快速變化的環境，迫切需要一種智能化、自動化的解決方案來提高風險識別、評估和應對的效率和準確性。
2、基于大模型的大數據風險管理與分析系統應運而生，旨在通過先進的人工智能技術，對大規模數據集進行深入分析和處理，以識別潛在的風險因素并提供決策支持。
3、中國專利公開號cn116155627b公開了一種基于互聯網的顯示屏訪問數據管理系統及方法，屬于顯示屏數據管理
本系統包括互聯網訪問調用模塊、實時監測模塊、數據測試模塊以及安全預警模塊；所述互聯網訪問調用模塊的輸出端與所述數據測試模塊的輸入端相連接；所述實時監測模塊的輸出端與所述數據測試模塊的輸入端相連接；所述數據測試模塊的輸出端與所述安全預警模塊的輸入端相連接。本系統能夠根據安全分析，判斷顯示屏被攻擊的風險，在故障排查過程中，提供較為準確的排查順序，提高排查效率，同時也可以在不同的顯示屏訪問數據下實現安全預警分析。由此可見，該專利技術的故障排查過程為被動觸發的，未及時進行故障排查。
技術實現思路
1、為此，本專利技術提供一種基于大模型的大數據風險管理與
2、為實現上述目的，本專利技術提供一種基于大模型的大數據風險管理與分析系統，包括：
3、文件數據采集模塊，用以獲取各文件鏈接的訪問數據；
4、風險識別模塊，其與所述文件數據采集模塊相連，用以根據所述訪問數據確定各文件鏈接的數據風險識別的排查周期、訪問次數期望值和單次訪問時長期望值，基于訪問次數預設值和單次訪問時長預設值調整所述排查周期，風險識別模塊根據單個文件鏈接的實際訪問頻率確定其在單個排查周期內的排查次數，以對所述排查周期內的文件鏈接進行排查；
5、風險評估模塊，其分別與所述風險識別模塊以及所述文件數據采集模塊相連，用以根據樣本輸入內容在單個文件鏈接中的實際輸出結果與對應的樣本輸出內容的偏差確定風險參考值，根據當前大模型的已學習樣本數量與其實際準確度確定預設風險參考值，以及基于所述預設風險參考值與所述風險參考值確定是否使用當前樣本內容；
6、預警決策模塊，其與所述風險評估模塊相連，用以根據評估結果確定其決策，所述決策包括是否調整所述排查周期和是否調整所述排查次數；
7、其中，所述訪問數據包括訪問終端數量、單個訪問終端的訪問次數、單個訪問終端的訪問時長和訪問數據定義，所述數據定義包括樣本輸入和獲取結果。
8、進一步地，風險識別模塊根據所述訪問數據定義確定對各文件鏈接進行數據風險識別的排查周期，其中，
9、訪問數據定義為樣本輸入對應的排查周期小于訪問數據定義為獲取結果對應的排查周期。
10、進一步地，風險識別模塊根據所述訪問終端數量、所述單個訪問終端的訪問次數和單個訪問終端的訪問時長確定各文件鏈接的訪問次數期望值和單次訪問時長期望值。
11、進一步地，風險識別模塊將所述訪問次數期望值與對應文件鏈接的訪問次數預設值進行對比，以及，將單次訪問時長期望值與對應文件鏈接的單次訪問時長預設值進行比對，基于比對結果調整對應文件鏈接的所述排查周期；
12、若所述訪問次數期望值小于等于訪問次數預設值，且單次訪問時長期望值小于等于單次訪問時長預設值，則所述風險識別模塊判定不對所述排查周期進行調整，將當前確定的所述排查周期設置為初次確定的所述排查周期；
13、若所述訪問次數期望值大于訪問次數預設值，和/或單次訪問時長期望值大于單次訪問時長預設值，則所述風險識別模塊根據訪問次數期望值與對應文件鏈接的訪問次數預設值的差值和/或單次訪問時長期望值與對應文件鏈接的單次訪問時長預設值的差值調整初次確定的所述排查周期。
14、進一步地，風險識別模塊根據單個文件鏈接的實際訪問頻率確定對應的訪問次數預設值、單次訪問時長期望值和單個排查周期內的排查次數。
15、進一步地，風險評估模塊使用至少一組樣本確定單個文件鏈接的風險參考值，包括：
16、在單個文件鏈接中所述風險評估模塊根據單個樣本輸入內容確定對應的大模型輸出結果，并根據大模型輸出結果與樣本輸出內容的偏差確定風險參考值；
17、其中，所述樣本包括樣本輸入內容和對應的樣本輸出內容。
18、進一步地，風險評估模塊根據風險參考值與當前大模型的已學習樣本數量確定是否使用當前樣本內容對大模型進行訓練且將評估結果傳輸至所述預警決策模塊；
19、若所述風險參考值小于等于樣本數量對應的預設風險參考值，則所述風險評估模塊判定使用當前樣本內容對應的文件鏈接的內容對大模型進行訓練；
20、若所述風險參考值大于樣本數量對應的預設風險參考值，則所述風險評估模塊判定不使用當前樣本內容對應的文件鏈接的內容對大模型進行訓練。
21、進一步地，風險評估模塊根據當前大模型的已學習樣本數量以及大模型實際準確度確定所述預設風險參考值。
22、進一步地，預警決策模塊根據所述評估結果確定其決策，包括：
23、在評估結果為使用當前樣本內容對大模型進行訓練時，所述預警決策模塊根據使用樣本后的大模型實際準確度變化調整所述排查周期并根據使用樣本后的大模型實際準確度變化值調整單個周期內的排查次數。
24、進一步地，預警決策模塊根據所述評估結果確定其決策，包括：
25、在累計相鄰預設次數次評估結果為不使用當前樣本內容對大模型進行訓練時，所述預警決策模塊判定有數據破壞風險并發出警報。
26、與現有技術相比，本專利技術的有益效果在于，本專利技術提供的大數據風險管理與分析系統利用文件數據采集模塊來獲取和定義文件鏈接的訪問數據，風險識別模塊根據訪問數據確定數據風險識別的排查周期和重要性，風險評估模塊評估樣本風險參考值，最后預警決策模塊根據評估結果做出相應的決策。本系統不僅能夠提高數據處理的效率，還能夠及時發現和響應各種數據安全威脅，從而在保障數據安全的同時，支持企業和組織的數據驅動決策。
27、進一步地，本專利技術提供的大數據風險管理與分析系統通過綜合運用文件數據獲取、風險識別、風險評估和預警決策等多個模塊，實現了對大數據環境下風險的有效管理與分析，以使其能夠及時發現和處理潛在的數據風險，提高數據安全性和可靠性，同時優化資源分配，提升系統運行效率。
28、進一步地，本專利技術通過確定文件鏈接的數據風險識別的排查周期、訪問次數期望值和單次訪問時長期望值，本專利技術能夠動態調整排查周期，使得系統能夠靈活應對不同的風險狀況并及時本文檔來自技高網...
【技術保護點】
1.一種基于大模型的大數據風險管理與分析系統，其特征在于，包括：
2.根據權利要求1所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊根據所述訪問數據定義確定對各文件鏈接進行數據風險識別的排查周期，其中，
3.根據權利要求2所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊根據所述訪問終端數量、所述單個訪問終端的訪問次數和單個訪問終端的訪問時長確定各文件鏈接的訪問次數期望值和單次訪問時長期望值。
4.根據權利要求3所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊將所述訪問次數期望值與對應文件鏈接的訪問次數預設值進行對比，以及，將單次訪問時長期望值與對應文件鏈接的單次訪問時長預設值進行比對，基于比對結果調整對應文件鏈接的所述排查周期；
5.根據權利要求4所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊根據單個文件鏈接的實際訪問頻率確定對應的訪問次數預設值、單次訪問時長期望值和單個排查周期內的排查次數。
6.根據權利要求1所述的基于大
7.根據權利要求6所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險評估模塊根據風險參考值與當前大模型的已學習樣本數量確定是否使用當前樣本內容對大模型進行訓練且將評估結果傳輸至所述預警決策模塊；
8.根據權利要求7所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險評估模塊根據當前大模型的已學習樣本數量以及大模型實際準確度確定所述預設風險參考值。
9.根據權利要求1所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述預警決策模塊根據所述評估結果確定其決策，包括：
10.根據權利要求9所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述預警決策模塊根據所述評估結果確定其決策，包括：
...【技術特征摘要】
1.一種基于大模型的大數據風險管理與分析系統，其特征在于，包括：
2.根據權利要求1所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊根據所述訪問數據定義確定對各文件鏈接進行數據風險識別的排查周期，其中，
3.根據權利要求2所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊根據所述訪問終端數量、所述單個訪問終端的訪問次數和單個訪問終端的訪問時長確定各文件鏈接的訪問次數期望值和單次訪問時長期望值。
4.根據權利要求3所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊將所述訪問次數期望值與對應文件鏈接的訪問次數預設值進行對比，以及，將單次訪問時長期望值與對應文件鏈接的單次訪問時長預設值進行比對，基于比對結果調整對應文件鏈接的所述排查周期；
5.根據權利要求4所述的基于大模型的大數據風險管理與分析系統，其特征在于，所述風險識別模塊根據單個文件鏈接的實際訪問頻率確定對應的訪問...
【專利技術屬性】
技術研發人員：張均利，朱國庫，樓勤峰，宋小韋，余曉輝，
申請(專利權)人：義烏中國小商品城大數據有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。