本发明专利技术公开了摄像头数据泄露风险分析方法、装置、设备及存储介质，用于解决现有技术无法判断摄像头所发生的异常是否为访问异常的技术问题。本发明专利技术包括：确定待分析摄像头；接收所述网关采集的所述待分析摄像头的设备数据；采用所述设备数据和所述设备数据对应的异常访问决策模型生成异常访问决策结果；根据所述异常访问决策结果生成数据泄露风险告警，并将所述数据泄露风险告警发送至所述摄像头管理平台。平台。平台。
【技术实现步骤摘要】
摄像头数据泄露风险分析方法、装置、设备及存储介质
[0001]本专利技术涉及摄像头数据分析
，尤其涉及一种摄像头数据泄露风险分析方法、装置、设备及存储介质。
技术介绍
[0002]在消费升级的趋势下，智能摄像头已进入千家万户，随之而来的安全威胁日益呈现。
[0003]目前，摄像头安全主要依靠设备自身的安全保护，但是智能家居设备种类繁多，厂商不一，安全防护能力参差不齐，被动的依赖显然不能满足用户对于家庭网络安全和个人隐私保护的要求。
[0004]现有针对家庭网络的主动安全防护手段，可以采用传统的网络安全监测和防护技术，包括在网络接入侧部署防火墙设备以及使用入侵监测系统等。这些手段固然有效，当一般由家庭宽带网络运营商在网络侧进行部署，普通用户无法使用。且针对家庭安全场景的攻击与传统的网络攻击也存在攻击类别、手法的不同。传统的网络安全攻击多为DoS等大流量入侵攻击为主，部署设备较多，方案复杂，成本高。而面向家庭用户的攻击具有偶发性和试探性，但一旦被黑客获取数据将造成家庭视频、音频等个人隐私数据泄露。
[0005]目前，针对网络摄像设备流量异常的研究多从智能摄像头的流量进行动态阈值判断，仅根据上行流量判断摄像头有大流量上传的行为，但无法识别该流量是否为摄像头正常硬件升级，还是黑客偷窥摄像头视频的行为。
技术实现思路
[0006]本专利技术提供了一种摄像头数据泄露风险分析方法、装置、设备及存储介质，用于解决现有技术无法判断摄像头所发生的异常是否为访问异常的技术问题。
[0007]本专利技术提供了一种摄像头数据泄露风险分析方法，应用于云端平台，所述云端平台与网关、摄像头管理平台通信，所述方法包括：
[0008]确定待分析摄像头；
[0009]接收所述网关采集的所述待分析摄像头的设备数据；
[0010]采用所述设备数据和所述设备数据对应的异常访问决策模型生成异常访问决策结果；
[0011]根据所述异常访问决策结果生成数据泄露风险告警，并将所述数据泄露风险告警发送至所述摄像头管理平台。
[0012]可选地，所述确定待分析摄像头的步骤，包括：
[0013]获取归属于所述网关的所有摄像头；
[0014]获取所有所述摄像头的设备属性；
[0015]根据所述设备属性在所有所述摄像头中确定待分析摄像头。
[0016]可选地，所述设备数据包括扫描数据和实时监测数据；所述接收所述网关采集的
所述待分析摄像头的设备数据的步骤，包括：
[0017]接收所述网关采集的所述待分析摄像头的扫描数据和实时监测数据；
[0018]所述扫描数据为所述网关按照预设时间周期定时扫描所述待分析摄像头得到的数据；
[0019]所述实时监测数据为所述网关实时采集的所述待分析摄像头的上下行报文数据。
[0020]可选地，所述采用所述设备数据和所述设备数据对应的异常访问决策模型生成异常访问决策结果的步骤，包括：
[0021]获取所述待分析摄像头的摄像头类型；
[0022]根据所述摄像头类型从所述设备数据中提取疑似异常参数；
[0023]提取所述疑似异常参数的特征值；
[0024]获取所述摄像头类型对应的异常访问决策模型；
[0025]采用所述特征值和所述异常访问决策模型生成异常访问决策结果。
[0026]可选地，所述异常访问决策模型包括多个节点；所述采用所述特征值和所述异常访问决策模型生成异常访问决策结果的步骤，包括：
[0027]在多个所述节点中确定根节点，并确定所述根节点为父节点；
[0028]获取所述父节点的决策规则；
[0029]采用所述决策规则对所述特征值进行决策判定，得到判定结果；
[0030]获取所述判定结果对应的子节点；
[0031]判断所述子节点是否存在决策结果；
[0032]若否，将所述子节点作为父节点，并返回获取所述父节点的决策规则的步骤；
[0033]若是，输出所述决策结果作为异常访问决策结果。
[0034]可选地，所述根据所述异常访问决策结果生成数据泄露风险告警，并将所述数据泄露风险告警发送至所述摄像头管理平台的步骤，包括：
[0035]当所述异常访问决策结果为存在异常访问时，根据生成所述异常访问决策结果的特征值生成数据泄露风险告警；
[0036]将所述数据泄露风险告警发送至所述摄像头管理平台。
[0037]本专利技术还提供了一种摄像头数据泄露风险分析装置，应用于云端平台，所述云端平台与网关、摄像头管理平台通信，所述装置包括：
[0038]待分析摄像头确定模块，用于确定待分析摄像头；
[0039]设备数据接收模块，用于接收所述网关采集的所述待分析摄像头的设备数据；
[0040]异常访问决策结果生成模块，用于采用所述设备数据和所述设备数据对应的异常访问决策模型生成异常访问决策结果；
[0041]告警模块，用于根据所述异常访问决策结果生成数据泄露风险告警，并将所述数据泄露风险告警发送至所述摄像头管理平台。
[0042]可选地，所述待分析摄像头确定模块，包括：
[0043]摄像头获取子模块，用于获取归属于所述网关的所有摄像头；
[0044]设备属性获取子模块，用于获取所有所述摄像头的设备属性；
[0045]待分析摄像头确定子模块，用于根据所述设备属性在所有所述摄像头中确定待分析摄像头。
[0046]本专利技术还提供了一种电子设备，所述设备包括处理器以及存储器：
[0047]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0048]所述处理器用于根据所述程序代码中的指令执行如上任一项所述的摄像头数据泄露风险分析方法。
[0049]本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的摄像头数据泄露风险分析方法。
[0050]从以上技术方案可以看出，本专利技术具有以下优点：本专利技术公开了一种摄像头数据泄露风险分析方法，包括：确定待分析摄像头；接收网关采集的待分析摄像头的设备数据；采用设备数据和设备数据对应的异常访问决策模型生成异常访问决策结果；根据异常访问决策结果生成数据泄露风险告警，并将数据泄露风险告警发送至摄像头管理平台。由上述步骤可知，本专利技术通过异常访问决策模型对摄像头的数据进行分析，可以判断发生异常的摄像头的设备数据是否为访问异常产生的。从而解决了现有技术无法判断摄像头所发生的异常是否为访问异常的技术问题。
附图说明
[0051]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0052]图1为本专利技术实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种摄像头数据泄露风险分析方法，其特征在于，应用于云端平台，所述云端平台与网关、摄像头管理平台通信，所述方法包括：确定待分析摄像头；接收所述网关采集的所述待分析摄像头的设备数据；采用所述设备数据和所述设备数据对应的异常访问决策模型生成异常访问决策结果；根据所述异常访问决策结果生成数据泄露风险告警，并将所述数据泄露风险告警发送至所述摄像头管理平台。2.根据权利要求1所述的方法，其特征在于，所述确定待分析摄像头的步骤，包括：获取归属于所述网关的所有摄像头；获取所有所述摄像头的设备属性；根据所述设备属性在所有所述摄像头中确定待分析摄像头。3.根据权利要求1所述的方法，其特征在于，所述设备数据包括扫描数据和实时监测数据；所述接收所述网关采集的所述待分析摄像头的设备数据的步骤，包括：接收所述网关采集的所述待分析摄像头的扫描数据和实时监测数据；所述扫描数据为所述网关按照预设时间周期定时扫描所述待分析摄像头得到的数据；所述实时监测数据为所述网关实时采集的所述待分析摄像头的上下行报文数据。4.根据权利要求1所述的方法，其特征在于，所述采用所述设备数据和所述设备数据对应的异常访问决策模型生成异常访问决策结果的步骤，包括：获取所述待分析摄像头的摄像头类型；根据所述摄像头类型从所述设备数据中提取疑似异常参数；提取所述疑似异常参数的特征值；获取所述摄像头类型对应的异常访问决策模型；采用所述特征值和所述异常访问决策模型生成异常访问决策结果。5.根据权利要求4所述的方法，其特征在于，所述异常访问决策模型包括多个节点；所述采用所述特征值和所述异常访问决策模型生成异常访问决策结果的步骤，包括：在多个所述节点中确定根节点，并确定所述根节点为父节点；获取所述父节点的决策规则；采用所述决策规则对所述特征值进行决策判定，得到判定结果；获取所述判定结果对应的子节点；判断所述子节点是否存在决策结果；若否，将所述子...
【专利技术属性】
技术研发人员：宋文慧，袁海，
申请(专利权)人：天翼数字生活科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。