(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 202211040186.4 (22)申请日 2022.08.29 (71)申请人 姬玉伟 地址 474250 河南省南阳市镇平县晁陂镇 甲林村209号 (72)发明人 姬玉伟　刘明洋　 (74)专利代理 机构 合肥明颂专利代理事务所 (普通合伙) 3425 6 专利代理师 代文成 (51)Int.Cl. H04L 41/14(2022.01) H04L 9/40(2022.01) H04L 41/147(2022.01) H04L 67/12(2022.01) (54)发明名称 一种基于物联网的行为安全数据分析系统 及方法 (57)摘要 本发明公开了一种基于物联网的行为安全 数据分析系统及方法， 所述系统包括行为数据存 储库模块、 用户行为采集模块、 行为安全分析模 块和行为学习模块； 所述行为数据存储库模块用 于存储用户行为采集模块采集到的用户行为数 据， 以及根据用户行为数据还原的用户画像数 据； 所述用户行为采集模块用于采集目标物联网 设备中的用户行为数据； 所述行为安全分析模块 用于获取并分析用户行为采集模块采集到的用 户行为数据， 判断用户行为是长期行为还是突发 行为， 并针对突发行为做出分析； 所述行为学习 模块用于深度学习用户行为， 还原用户的行为过 程， 建立用户画像， 在用户使用目标物联网设备 过程中出现行为异常时， 确保用户的使用安全。 权利要求书2页 说明书6页 附图2页 CN 115550196 A 2022.12.30 CN 115550196 A 1.一种基于物联网的行为安全数据分析系统， 其特征在于， 所述系统包括行为数据存 储库模块、 用户行为采集模块、 行为安全分析模块和行为学习模块； 所述行为数据存储库模 块用于存储用户行为采集模块采集到的用户行为数据， 以及根据用户行为数据还原的用户 画像数据； 所述用户行为采集模块用于采集 目标物联网设备中的用户行为数据； 所述行为 安全分析模块用于获取并分析用户行为采集模块采集到的用户行为数据， 判断用户行为是 长期行为还是突发行为， 并针对突发行为做出分析； 所述行为学习模块用于深度学习用户 行为， 还原用户的行为过程， 建立用户画像， 在用户使用目标物联网设备过程中出现行为异 常时， 确保用户的使用安全。 2.根据权利要求1所述的一种基于物联网的行为安全数据分析系统， 其特征在于： 所述 行为数据存储库模块包括长期行为存储单元和突 发行为存储单元， 所述长期行为存储单元 用于存储经过行为安全分析模块分析后是长期行为的用户行为数据； 所述突 发行为存储单 元用于存 储经过行为安全分析模块分析后是突发行为的用户行为数据。 3.根据权利要求1所述的一种基于物联网的行为安全数据分析系统， 其特征在于： 所述 用户行为采集模块包括目标设备采集单元和 后端服务器采集单元， 所述目标设备采集单元 用于在网络连接状态下采集目标物联网设备上的用户行为数据； 所述后端服务器采集单元 用于在网络断开状态下采集目标物联网设备 连接的后端服 务器上的用户行为数据数据。 4.根据权利要求1所述的一种基于物联网的行为安全数据分析系统， 其特征在于： 所述 行为安全分析模块包括长期行为分析单元和突发行为分析单元， 所述长期行为分析单元用 于分析采集到的用户行为是否是用户习惯长期使用的行为， 并将长期行为存储到长期行为 存储单元； 所述突发行为单元用于分析采集到的用户行为是否是用户突然使用的行为， 并 结合用户的使用场景判断用户行为是否安全， 然后以场景名为标识符记录下此次用户行为 并存储到突发行为存 储单元。 5.根据权利要求1所述的一种基于物联网的行为安全数据分析系统， 其特征在于： 所述 行为学习模块包括行为监测单元、 行为预测单元和行为交互单元， 所述行为监测单元用于 实时监测目标物 联网设备上的用户行为； 所述行为预测单元用于根据在目标物联网设备上 的用户行为预测下一个用户行为， 并跟实际发生的下一个用户行为进行比较， 判断是否一 致， 如果不一致就将下一个用户行为与长期行为存储单元中存储的用户行为进行对比， 确 认下一个用户行为是否是突 发行为； 所述行为交互单元用于判断用户在使用目标物联网设 备出现行为异常时， 用户的使用是否安全， 并以语音指令的形式跟用户确认是否需要帮助。 6.一种基于物联网的行为 安全数据分析 方法， 其特 征在于， 所述方法包括以下步骤： S1： 用户行为采集模块采集目标物联网设备和后端服 务器中的用户行为数据； S2： 行为安全分析模块通过分析采集到的用户行为是长期行为还是突发行为， 还原用 户行为过程； S3： 行为数据库存储模块将行为安全分析模块分析后的用户行为数据， 按照长期行为 和突发行为进行分类存 储； S4： 行为学习模块实时监测目标物联网设备上的用户行为， 根据异常行为进行预测和 交互确保用户的使用安全。 7.根据权利要求6所述的一种基于物联网的行为安全数据分析方法， 其特征在于： 在步 骤S1中： 用户行为采集模块在网络连接状态下通过目标设备采集单元采集目标物联网设备权　利　要　求　书 1/2 页 2 CN 115550196 A 2上的用户行为数据， 在网络断开状态下通过后端服务器采集单元采集目标物 联网设备上的 用户行为数据， 所述用户行为数据包括行为时间、 行为地点、 行为场景、 行为路径、 行为人物 和行为交互内容； 用户行为采集模块采集到T时间周期内用户行为数据集合A＝{x1,x2, x3,...,xn}， n为集合总数。 8.根据权利要求6所述的一种基于物联网的行为安全数据分析方法， 其特征在于： 在步 骤S2中： 行为安全分析模块获取用户行为数据集合A， 并建立时间序列分析模型进行分析， 设时间序列ts为x1,x2,x3,...,xt,...， t≥n； 首先利用加权移动平均公式计 算xt在ts时间序 列中相对应的加权平均数， 公式为： 其中， Mtw为t期加权移动平均数， wi为xt‑i+1的权数， 1≤i≤n； 然后利用 加权移动平均数 Mtw来预测下一个用户行为数据， 预测公式为： 预测的用户行为数据与实际用户行为数据会存在误差， 最后利用平均相对误差公式进 行修正， 平均相对误差公式为： 根据公式 来对预测的用户行为数据进行修正得到准确的预测用户行为数据， 根据 预测的用户行为数据建立用户画像， 还原目标物联网设备 上用户的行为过程。 9.根据权利要求6所述的一种基于物联网的行为安全数据分析方法， 其特征在于： 在步 骤S3中： 行为数据库存储模块先获取到行为安全分析模块分析后的用户行为数据， 得到样 本数据a1＝a11,a12,...,a1m， 所述样本数据a1为包括行为时间、 行为地点、 行为场景、 行为路 径、 行为人物和行为交互内容的多维数据， 维度为m； 再获取长期行为存储单元存储的历史 用户行为数据， 得到样本数据a2＝a21,a22,...,a2m， 利用欧氏距离公式计算样本数据a1和样 本数据a2之间的距离， 判断样本数据a1和样本数据a2之间的相关性， 公式为： 当L(a1， a2)≤1， 样本数据a1与样本数据a2具有相关性， 则样本数据a1属于长期行为； 当L (a1， a2)>1， 样本数据a1与样本数据a2不具有相关性， 则样本数据a1属于突发行为。 10.根据权利要求6所述的一种基于物联网的行为安全数据分析方法， 其特征在于： 在 步骤S4中： 行为学习模块实时监测用户使用目标物联网设备时的用户行为数据， 对用户行 为数据进行实时预测对比， 确保用户行为符合该用户的用户画像， 当发生用户行为偏离用 户画像和用户行为出现异常时， 行为学习模块会以语音交互的方式与用户沟 通， 确认用户 是否需要帮助， 确保用户的使用安全。权　利　要　求　书 2/2 页 3 CN 115550196 A 3