买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司电子计算技术研究所;中国国家铁路集团有限公司

摘要：本发明公开了一种基于日志审计的企业内部数据流通全流程追溯方法，包括：获取内部日志数据；对日志消息的时间戳、等级和组件信息进行提取并删除，完成预处理；基于树状框架构建不定长日志解析树，对日志数据进行解析，实现日志模板和日志参数的初步识别；设置组内相似度阈值，若初步识别的日志模板对应的组内相似度低于阈值，则将对应的日志组采用层次聚类重新解析；设置组间相似度阈值，若两个日志组之间的相似度高于阈值，则将两个日志组进行融合；提取关于数据流向的日志消息和日志消息对应的时间戳，根据数据传输流向形成有向溯源图。在保证正确率的基础上，实现了全自动非定长日志解析；通过生成有向溯源图确保了数据的流通过程清晰可见。

主权项：1.一种基于日志审计的企业内部数据流通全流程追溯方法，其特征在于，包括如下步骤：S1：获取跨域企业的内部日志数据；S2：对日志消息的时间戳、等级和组件信息进行提取后，将日志消息中的时间戳、等级和组件信息删除，完成日志数据预处理；S3：基于树状框架构建不定长日志解析树，对预处理后的日志数据进行解析，实现日志模板和日志参数的初步识别；S4：设置组内相似度阈值，若初步识别的日志模板对应的日志组的组内相似度低于组内相似度阈值，则将对应的日志组采用层次聚类重新进行解析；S5：设置组间相似度阈值，若两个日志组之间的相似度高于组间相似度阈值，则将两个日志组依据最长公共子序列进行融合；S6：提取关于数据流向的日志消息和日志消息对应的时间戳，将日志消息转化成字典数据集，进而根据数据传输流向形成有向溯源图；步骤S3具体包括如下步骤：S31：设置固定层数depth，将日志消息的前depth-2个token作为搜索标准；并设置如下两个规则：（1）设定节点的最大子节点数；（2）若日志消息的token中包含数字则用通配符代替；S32：构建解析树，从根节点开始解析预处理后的日志消息；根节点根据日志消息的第一个token分为数字和单词两个节点，之后从第二层节点遍历到叶子节点；S33：依据相似度进行聚类，遍历到叶子节点后，叶子节点下会有对应的日志组列表；计算日志消息与每个日志组的日志事件之间的相似度： ；式中，LCS表示取最大公共子序列的长度，seq1表示日志消息，seq2表示日志事件；找出使得最大的日志组及对应相似度，若，则返回此日志组，将该日志消息加入此日志组中，日志事件被更新；否则返回未找到合适的日志组提示信息，并根据该日志消息创建新的日志组，该日志消息会作为该日志组的初始日志事件，并将该日志组添加到日志组列表；其中，表示相似度阈值；相似度阈值的初始值记为，其计算公式如下： ；式中，表示日志消息的长度，是日志事件中包含数字的token数；相似度阈值解析过程中自动更新，当日志事件更新时，相似度阈值也会更新，相似度阈值的更新公式如下： }； ；式中，初始值为0，表示在更新日志事件时被通配符替换的token累计数量，当日志事件中的token在更新时被通配符替换，则；步骤S6中，有向溯源图形成过程如下：将t设定为数据传输执行时间，A为数据传输的起始节点的IP地址，B为数据传输的目的节点的IP地址，转换成字典形式{"A","t":"B","t"}，利用字典形式表示有向边A-B的数据传输过程；寻找数据在节点B的流向节点，直到寻找到终止节点后，将表示成字典形式的有向边链接形成有向溯源图。

全文数据：

权利要求：

百度查询： 中南大学 中国铁道科学研究院集团有限公司 中国铁道科学研究院集团有限公司电子计算技术研究所 中国国家铁路集团有限公司 一种基于日志审计的企业内部数据流通全流程追溯方法