基于机器学习的工业信息数据安全保护方法及系统

本发明涉及数据保护技术领域，公开了一种基于机器学习的工业信息数据安全保护方法及系统。所述方法包括获取工业信息数据和访问权限数据；对工业信息数据进行预处理，得到工业信息的实时数据集；基于预先训练完成的支持向量机模型对实时数据集进行异常行为识别，得到异常行为数据；根据异常行为数据和访问权限数据，构建决策树模型，得到数据风险等级；根据数据风险等级确定目标异常数据，并判断目标异常数据是否属于异常数据库；当判定目标异常数据属于异常数据库时，则调用历史密钥，生成第一加密数据；当判定目标异常数据不属于异常数据库时，匹配密钥空间中的密钥，生成第二加密数据。所述方法提高了加密的高效性，同时保证了数据的安全性。