← 返回列表
一种基于深度学习的金融数据库SQL质量评分方法、系统、设备和可存储介质
摘要文本
本发明提出了一种基于深度学习的金融数据库SQL质量评分方法、系统、设备和可存储介质，通过引入动态图卷积层，根据SQL语句的结构和语义变化动态更新权重。本发明无需事先定义规则，可以自动化完成SQL质量评分，给用户直观的SQL质量评价结果，在适应性、自动化和可扩展性方面具有显著的优势。本发明能更好地适应SQL语句的动态变化，减少人工干预的需要，并有效处理大规模的SQL查询数据。这些优势使得本发明在SQL语句质量评分方面具有更高的效率和准确性。
申请人信息
- 申请人:北京新数科技有限公司
- 申请人地址:100012 北京市朝阳区红军营南路15号院2号楼1层111室
- 发明人: 北京新数科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的金融数据库SQL质量评分方法、系统、设备和可存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410014519.9 |
| 申请日 | 2024/1/4 |
| 公告号 | CN117827882A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06F16/242 |
| 权利人 | 北京新数科技有限公司 |
| 发明人 | 陈传凯; 刘宁; 李超德 |
| 地址 | 北京市朝阳区红军营南路15号院2号楼1层111室 |
专利主权项内容
1.一种基于深度学习的金融数据库SQL质量评分方法，该方法引入动态图卷积层，根据SQL语句的结构和语义变化动态更新权重，其特征在于：具体步骤为：(1)收集历史SQL查询语句，包括正常操作和已知的攻击或异常行为，并将SQL语句转换为抽象语法树；(2)对每条SQL语句的AST进行图化表示并建动态SQL图，根据当前SQL语句特征动态更新边的权重；(3)提取SQL图的结构特征和属性特征；(4)对于历史数据，根据其是否涉及安全事件或异常行为，为其分配风险标签；(5)构建一个包含动态图卷积层、自注意力机制和多任务学习的图神经网络模型，用于学习SQL图的嵌入表示；(6)使用有监督学习方法训练图神经网络模型，SQL图的特征作为输入，风险评分和其他相关任务的预测值作为输出。(7)对于新的SQL查询语句，首先将其转换为AST并构建SQL图，然后提取其特征并输入到训练好的图神经网络模型中，得到图的嵌入表示。