本技術(shù)涉及財務數(shù)據(jù)，更具體的說，本技術(shù)涉及一種財務數(shù)據(jù)安全訪問控制方法、系統(tǒng)、設備及介質(zhì)。

背景技術(shù)：

1、隨著數(shù)字化財務系統(tǒng)的廣泛應用，大量敏感財務信息存儲在電子系統(tǒng)中，保障財務數(shù)據(jù)的安全訪問成為至關重要的任務。財務數(shù)據(jù)安全對企業(yè)、金融機構(gòu)和監(jiān)管部門至關重要，在數(shù)字化時代，大量敏感財務信息儲存在財務服務器和云端系統(tǒng)中，包括企業(yè)財務報表、交易記錄、資金流水和商業(yè)財務機密等。財務數(shù)據(jù)泄露可能導致企業(yè)財務風險暴露、商業(yè)利益受損和監(jiān)管合規(guī)失效。

2、財務數(shù)據(jù)安全訪問對于保護企業(yè)財務隱私、維護商業(yè)財務機密、遵守財務法規(guī)、防范財務數(shù)據(jù)濫用和保障財務業(yè)務連續(xù)性至關重要。加密技術(shù)在財務數(shù)據(jù)安全訪問領域扮演著關鍵角色，能夠保護財務數(shù)據(jù)的機密性、完整性和可用性，防范未經(jīng)授權(quán)的財務數(shù)據(jù)訪問和信息泄露。而現(xiàn)有財務數(shù)據(jù)加密系統(tǒng)在加密過程中，通常采用統(tǒng)一標準的加密算法對財務用戶信息進行加密，這導致加密的密鑰缺乏差異性，一旦密鑰泄露，整個財務加密系統(tǒng)的安全性將會受到威脅，從而導致企業(yè)的財務信息將被泄露。因此，如何提高財務加密系統(tǒng)密鑰的差異性，保障財務用戶數(shù)據(jù)訪問的隱私安全成為了財務信息安全領域亟待解決的問題。

技術(shù)實現(xiàn)思路

1、本技術(shù)提供一種財務數(shù)據(jù)安全訪問控制方法、系統(tǒng)、設備及介質(zhì)，可提高加密系統(tǒng)密鑰的差異性，特別適用于保護敏感財務信息。

2、第一方面，本技術(shù)提供一種財務數(shù)據(jù)安全訪問控制方法，包括下述步驟：

3、獲取目標用戶的歷史財務訪問行為數(shù)據(jù)和指定時間段內(nèi)的財務訪問行為數(shù)據(jù)；

4、確定所述歷史財務訪問行為數(shù)據(jù)的最佳聚類維度，由所述最佳聚類維度將所述歷史財務訪問行為數(shù)據(jù)劃分為多個財務訪問行為數(shù)據(jù)分類簇；

5、通過各個財務訪問行為數(shù)據(jù)分類簇提取目標用戶的靜態(tài)行為置信度；

6、根據(jù)所述歷史財務訪問行為數(shù)據(jù)確定用戶財務行為的行為趨勢風險系數(shù)，由所述行為趨勢風險系數(shù)和所述指定時間段內(nèi)的財務訪問行為數(shù)據(jù)確定目標用戶的動態(tài)行為置信度；

7、通過所述靜態(tài)行為置信度和所述動態(tài)行為置信度對目標用戶的財務訪問行為進行脫敏評級，得到財務訪問行為的脫敏等級，按照該財務訪問行為的脫敏等級對目標用戶的財務訪問數(shù)據(jù)進行分級數(shù)據(jù)脫敏。

8、在一些實施例中，確定所述歷史財務訪問行為數(shù)據(jù)的最佳聚類維度具體包括：

9、對所述歷史財務訪問行為數(shù)據(jù)中所有財務數(shù)據(jù)下載頻率值進行標準化處理，得到歷史財務下載行為標準數(shù)據(jù)；

10、確定所述歷史財務下載行為標準數(shù)據(jù)的離散偏移特征值；

11、根據(jù)所述離散偏移特征值確定所述歷史財務訪問行為數(shù)據(jù)的最佳聚類維度。

12、在一些實施例中，通過各個財務訪問行為數(shù)據(jù)分類簇提取目標用戶的靜態(tài)行為置信度具體包括：

13、選取一個財務訪問行為數(shù)據(jù)分類簇，確定該個財務訪問行為數(shù)據(jù)分類簇的財務行為特征矩陣和財務行為歸屬系數(shù)集；

14、根據(jù)所述財務行為特征矩陣和所述財務行為歸屬系數(shù)集確定該個財務訪問行為數(shù)據(jù)分類簇的財務行為信任度；

15、重復上述步驟，確定剩余財務訪問行為數(shù)據(jù)分類簇的財務行為信任度；

16、由所有財務行為信任度的中心趨勢確定目標用戶的靜態(tài)行為置信度。

17、在一些實施例中，確定該個財務訪問行為數(shù)據(jù)分類簇的財務行為特征矩陣和財務行為歸屬系數(shù)集具體包括：

18、獲取該個財務訪問行為數(shù)據(jù)分類簇中所有的財務數(shù)據(jù)訪問頻率值；

19、根據(jù)所有的財務數(shù)據(jù)訪問頻率值確定該個財務訪問行為數(shù)據(jù)分類簇的財務行為特征矩陣；

20、通過所述財務行為特征矩陣確定該個財務訪問行為數(shù)據(jù)分類簇的財務行為歸屬系數(shù)集。

21、在一些實施例中，根據(jù)所述財務行為特征矩陣和所述財務行為歸屬系數(shù)集確定該個財務訪問行為數(shù)據(jù)分類簇的財務行為信任度具體包括：

22、獲取所述財務行為特征矩陣對角線上的所有特征值；

23、獲取所述財務行為特征矩陣各行對應的財務行為歸屬系數(shù)；

24、確定所述財務行為特征矩陣的中心特征因子；

25、根據(jù)所述財務行為特征矩陣對角線上的所有特征值、所述財務行為特征矩陣各行對應的財務行為歸屬系數(shù)和所述財務行為特征矩陣的中心特征因子確定該個財務訪問行為數(shù)據(jù)分類簇的財務行為信任度。

26、在一些實施例中，根據(jù)所述歷史財務訪問行為數(shù)據(jù)確定用戶財務行為的行為趨勢風險系數(shù)具體包括：

27、將所述歷史財務訪問行為數(shù)據(jù)中的所有財務數(shù)據(jù)訪問頻率值轉(zhuǎn)換成歷史財務訪問頻率特征序列；

28、從所述歷史財務訪問頻率特征序列中提取用戶財務行為的行為趨勢風險系數(shù)。

29、在一些實施例中，所述指定時間段內(nèi)的財務訪問行為數(shù)據(jù)表示當前時刻至過去的預定時間內(nèi)所有財務行為監(jiān)測數(shù)據(jù)的集合，所述財務行為監(jiān)測數(shù)據(jù)包括財務數(shù)據(jù)訪問頻率值和財務數(shù)據(jù)下載頻率值。

30、第二方面，本技術(shù)提供一種財務數(shù)據(jù)安全訪問控制系統(tǒng)，包括：

31、獲取模塊，用于獲取目標用戶的歷史財務訪問行為數(shù)據(jù)和指定時間段內(nèi)的財務訪問行為數(shù)據(jù)；

32、處理模塊，用于確定所述歷史財務訪問行為數(shù)據(jù)的最佳聚類維度，由所述最佳聚類維度將所述歷史財務訪問行為數(shù)據(jù)劃分為多個財務訪問行為數(shù)據(jù)分類簇；

33、所述處理模塊，還用于通過各個財務訪問行為數(shù)據(jù)分類簇提取目標用戶的靜態(tài)行為置信度；

34、所述處理模塊，還用于根據(jù)所述歷史財務訪問行為數(shù)據(jù)確定用戶財務行為的行為趨勢風險系數(shù)，由所述行為趨勢風險系數(shù)和所述指定時間段內(nèi)的財務訪問行為數(shù)據(jù)確定目標用戶的動態(tài)行為置信度；

35、執(zhí)行模塊，用于通過所述靜態(tài)行為置信度和所述動態(tài)行為置信度對目標用戶的財務訪問行為進行脫敏評級，得到財務訪問行為的脫敏等級，按照該財務訪問行為的脫敏等級對目標用戶的財務訪問數(shù)據(jù)進行分級數(shù)據(jù)脫敏。

36、第三方面，本技術(shù)提供一種計算機設備，所述計算機設備包括存儲器和處理器，所述存儲器存儲有代碼，所述處理器被配置為獲取所述代碼，并執(zhí)行上述的財務數(shù)據(jù)安全訪問控制方法。

37、第四方面，本技術(shù)提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述的財務數(shù)據(jù)安全訪問控制方法。

38、本技術(shù)公開的實施例提供的技術(shù)方案具有以下有益效果：

39、本技術(shù)實施例中，獲取目標用戶的歷史財務訪問行為數(shù)據(jù)和指定時間段內(nèi)的財務訪問行為數(shù)據(jù)；確定所述歷史財務訪問行為數(shù)據(jù)的最佳聚類維度，由所述最佳聚類維度將所述歷史財務訪問行為數(shù)據(jù)劃分為多個財務訪問行為數(shù)據(jù)分類簇；通過各個財務訪問行為數(shù)據(jù)分類簇提取目標用戶的靜態(tài)行為置信度；根據(jù)所述歷史財務訪問行為數(shù)據(jù)確定用戶財務行為的行為趨勢風險系數(shù)，由所述行為趨勢風險系數(shù)和所述指定時間段內(nèi)的財務訪問行為數(shù)據(jù)確定目標用戶的動態(tài)行為置信度；通過所述靜態(tài)行為置信度和所述動態(tài)行為置信度對目標用戶的財務訪問行為進行脫敏評級，得到財務訪問行為的脫敏等級；按照該財務訪問行為的脫敏等級對目標用戶的財務訪問數(shù)據(jù)進行分級數(shù)據(jù)脫敏。

40、由此可見，本技術(shù)通過確定所述歷史財務訪問行為數(shù)據(jù)中每個財務訪問行為數(shù)據(jù)分類簇的財務行為信任度，由所有財務行為信任度的中心趨勢對用戶歷史財務訪問行為的可信程度進行評價，再根據(jù)用戶歷史財務訪問行為的趨勢特征引入時間衰減因子，通過時間衰減因子對用戶當前的財務行為信任度進行調(diào)節(jié)，得到用戶的動態(tài)行為置信度，所述動態(tài)行為置信度表示系統(tǒng)對用戶當前財務訪問行為可信程度的評價，最后通過所述靜態(tài)行為置信度和所述動態(tài)行為置信度對目標用戶的財務訪問行為進行脫敏評級，得到財務訪問行為的脫敏等級，再按照該財務訪問行為的脫敏等級對目標用戶的財務訪問數(shù)據(jù)進行分級數(shù)據(jù)脫敏，從而增加了加密系統(tǒng)密鑰的差異性，有效提升了財務數(shù)據(jù)在訪問過程中的安全性，降低了企業(yè)財務信息泄露和金融欺詐的風險。