发布日期：2026-02-14 12:39    点击次数：79

获奖单元：安徽省农信社

荣获奖项：信息安全立异优秀案例

一、名堂配景

（一）名堂配景

在数字化波浪下，安徽省农村信用社聚会社（以下简称“省农信社”）信息系统运维安全濒临严峻挑战：运维误操作可能激发客户资金亏蚀、数据袒露等风险，而现存堡垒机逐日产生500小时审计视频，依赖东谈主工全量稽核存在稽核东谈主员水平散乱不都、风险识别遵守低、安全照应滞后（事故数天或数周后才察觉）等三大痛点。尽管引入了防火墙、入侵检测系统等安全家具，但传统东谈主工稽核模式已无法闲暇运维安全高效管控需求。

（二）名堂主张

1.替代传统东谈主工抽查，完竣审计视频全量自动化稽核，为运维安全监测提供科学依据；

2.构建特定要挟事件场景（如：大开SAP财管软件、批处理功课）的安全监测模子，精确定位高危操作；

3.搭建机器学习历练平台，相沿模子全生命周期照应，完竣要挟事件模子自主拓展，股东结尾落地应用。

二、名堂决议

（一）总体架构

图1盘问产出默示拓扑图

系统由三大中枢模块组成：非侵入式智能化操作平台、行径监测算法模块、机器学习历练平台。三者协同完竣“数据汇集-行径识别-风险预警-模子优化”闭环：操作平台汇集审计视频，算法模块识别风险行径，历练平台捏续优化模子，保险系统高效、精确运转。

（二）关节本领完竣

1.非侵入式智能化操作本领

通过HDMI接口汇集终局屏幕图像，HID本领模拟键鼠操作；开发表格识别、考证码识别算法，归附图像汉文本、数字信息；构建可视化历程编排引擎，相沿判断、恭候、轮回等任务节点，完竣自动化操作。

图2历程引擎主邀功能

2.行径监测算法

基于CNN-LSTM模子进行时序视频帧识别，每段视频拆分为不卓绝10秒的动作片断普及历练有用性；选拔最大帧间差法计较相邻帧像素差值，自稳妥索求关节帧，减少数据量；模子在自稀有据集上准确率达80%-90%。

图3基于时序的视频帧序列识别收集架构默示图

图4模子选拔的视频数据集阐扬

3.机器学习历练平台

应用活水线本领，集成数据照应、模子历练、超参数优化、部署做事功能；相沿多种算法集成与表率化组件，关统共据与模子版块；提供图形化界面，展示历练缠绵（准确率、亏蚀值），完竣模子一键发布至操作平台。

图5模子亏蚀与准确率随历练轮次的波动弧线

图6模子坐褥全历程默示图

三、立异点

（一）非侵入式运维安全监测本领粉碎

选拔HDMI+OTG非侵入式决议，无需在终局装置插件，完竣硬件无关、系统无关的自动化操作与视频汇集，幸免传统侵入式决议对系统安全性的影响。通过计较机视觉本领（图像匹配、行径识别），完成审计视频全量稽核，贬责东谈主工稽核清除不全问题，同期保险数据不出局，妥贴金融数据安全条目。

（二）时序分析的行径监测算法优化

立异联接CNN-LSTM夹杂模子与动态帧优化本领：CNN索求单帧操作特征，LSTM捕捉跨帧时序行径模式；选拔最大帧间差法索求关节帧，去除60%冗尾数据，推理遵守普及近10倍。同期，模板匹配与深度学习协同，兼顾已知风险高效检出与新式十分快速反馈，完竣分钟级风险预警。

（三）全历程自动化机器学习平台

构建表率化机器学习活水线，相沿从数据汇集、预处理、模子历练到部署的全历程自动化。运维东谈主员仅需更新指定位置历练视频，即可触发模子自动进化，将常范围型开发东谈主力干预缩短80%，迭代周期压缩至6小时级，贬责模子开发滞后于要挟演进的问题。

四、名堂过程照应

名堂立项与经营阶段（2024年7月-9月）：完成立项、需求分析、决议想象，采购HDMI汇集卡、HID模拟开辟等硬件，搭建实验环境；

关节本领盘问与算法开发阶段（2024年9月-11月）：攻克非侵入式操作本领，开发表格识别、考证码识别算法；完成CNN-LSTM行径监测模子及关节帧索求算法开发与测试；

平台开发与集成阶段（2024年11月-12月）：搭建机器学习历练平台，集成三大模块，完得手能测试与性能测试；

系统上线与试运转阶段（2024年12月）：系统负责上线，输出逐日值班平素合规性检讨敷陈（含用户名、视频时候、事件称呼及次数），试运转时代踏实运转。

五、本领完竣性情及上风

（一）非侵入式智能化操作表面的立异应用

本名堂基于“无植入式东谈主机交互”表面，kaiyun sports在运维安全监测界限立异性地提议了基于计较机视觉和东谈主工智能本领的非侵入式智能化操作方法。传统的运维监测频频依赖于侵入式软件或硬件代理，存在安全风险，而本名堂通过HDMI和HID交互引擎模拟鼠标键盘输入完竣系统级操行为止，完竣了硬件无关、系统无关的全历程自动化操作，幸免传统自动化本领对主张终局的代码侵入，保险系统安全性与踏实性。本名堂开发的自动化操作责任平台通过想象基于时空关系的任务编排表面，相沿复杂业务历程的智能化剖析与重组，完竣跨平台操作的端到端自动化实践。这一表面粉碎为非侵入式运维安全监测提供了新的盘问范式，有助于股东计较机视觉在而已为止、智能审计和自动化运维等界限的应用发展。

（二）基于时序分析的视频行径识别表面

传统的视频行径识别方法大多依赖于单帧图像的特征索求，而本名堂基于时序分析，提议了联接模板匹配与LSTM神经收集的视频帧序列识别方法。该方法通过卷积神经收集（CNN）索求视频帧图像的静态特征，同期运用乱骂期缅思收集（LSTM）建模用户操作行径的时候动态特征，从而在视频序列中准确识别特定的操作模式，提高对要挟事件的监测精确度。此外，通过选拔将完好意思视频拆分为不同动作片断的花样（每段不卓绝10秒），显耀普及历练数据的有用性，提高模子对不同操作标准的识别才调。该表面立异填补了时序行径监测在智能审计界限的空缺，普及了东谈主工智能在自动化审计和十分检测标的的适用性和有用性。

（三）机器学习历练活水线的自主稳妥才调

本名堂构建了智能学习历练平台，联接机器学习活水线本领，提议了模子全生命周期照应的表面体系。一是相沿特有化部署环境下的动态资源分派与高效数据照应，通过分层解耦想象完竣模子历练、调优与部署的全历程自动化；二是学习历练平台通过图形化界面展示历练过程，提供直不雅的模子评估技能，提高用户的可操作性；三是构建了多模态数据交融表面模子，针对不同要挟事件场景；四是设立互异化特征索求机制，贬责动态界面与静态操作的和洽建模迂曲。

六、运营情况

{jz:field.toptypename/}

系统已在安徽省农信社信息本领中心扩充，用于审计视频自动化稽核与风险监测。运维东谈主员通过平台查阅逐日操作视频（筛选时候、主机地址、播放/关闭视频）系统自动输出PDF神色稽核敷陈，无需东谈主工纷扰。系统相沿逐日500+小时视频全量处理，关节帧索求率10%-20%，大开SAP财管软件、批处理功课两个场景监测准确率踏实，机器东谈主可准确识别并纪录事件，从操作发生到分析结尾生成延伸闲暇及时监测需求，系统踏实运转率99.9%以上。

七、名堂见效

（一）经济效益

1.东谈主力老本省俭：传统东谈主工日均处理4.21GB视频，需12东谈主天处理50GB日均视频；系统仅需1东谈主天，月均省俭11东谈主月，按本领东谈主员东谈主月2万元计较，年省俭264万元；

2.运维老本缩短：减少误操作导致的系统竖立老本，缩短安全事故经济亏蚀。

（二）社会效益

1.普及运维安全水平：完竣审计视频全量稽核，风险识别从“滞后”转为“及时预警”，保险客户资金与数据安全；

2.竖立行业标杆：为农村金融机构提供可复制的AI运维安全决议，股东金融科技在运维界限的深度应用；

3.助力数字化转型：通过自动化、智能化本领，普及安徽省农信社科技运维才调，为业务高质地发展奠定安全基础。

八、西宾转头

本名堂得手的中枢在于“需求导向+本领立异+协同研发”：以安徽省农信社实质运维痛点为起点，聚会中国科技大学攻克非侵入式本领、时序算法等关节迂曲，完竣本领与业务深度交融。名堂结尾不仅贬责现时稽核遵守问题，更通过机器学习平台保险可捏续性，可拓展至更多要挟场景。将来，可进一步扩大非侵入式操作平台应用场景（如智能审计、而已为止），优化模子泛化才调，股东农村金融运维安全向更高水平发展。

更多金融科技案例和金融数据智能优秀贬责决议，请在案例库、选型库检察。

---