一种基于云原生安全技术的蜂巢自适应微隔离服务划分方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115062700A(43)申请公布日2022.09.16(21)申请号202210670746.8(22)申请日2022.06.14(71)申请人江苏冬云云计算股份有限公司地址212000江苏省镇江市润州区迎江路6号冬云创新发展中心(72)发明人不公告发明人(51)Int.Cl.G06K9/62(2022.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于云原生安全技术的蜂巢自适应微隔离服务划分方法(57)摘要本发明提供一种基于云原生安全技术的蜂巢自适应微隔离服务划分方法，其中，微隔离服务划分方法包括：获取针对单体应用的命令；将所述单体应用的命令转换为词向量，并得包括所述单体应用的词向量的向量集合D；对所述向量集合D进行无监督聚类，以基于云原生安全技术聚类结果对所述单体应用的命令进行分组；基于Davies‑Boulding指数公式计算各个K值下的聚类评估值，并基于聚类评估值最小的K值确定所述单体应用的划分结果。本申请能够克服人工划分存在的划分效率低、耗时的缺点，从而降低了安全策略管理的复杂度，减少了安全策略调整的时间，提升业务交付和调整的效率。CN115062700ACN115062700A权利要求书1/2页1.一种基于云原生安全技术的蜂巢自适应微隔离服务划分方法包括：获取针对单体应用的命令；将所述单体应用的命令转换为词向量，并得包括所述单体应用的词向量的向量集合D；对所述向量集合D进行无监督聚类，以基于云原生安全技术聚类结果对所述单体应用的命令进行分组；基于Davies‑Boulding指数公式计算各个K值下的聚类评估值，并基于聚类评估值最小的K值确定所述单体应用的划分结果。2.如权利要求1所述的方法，其特征在于，所述对所述向量集合D进行无监督聚类，以基于聚类结果对所述单体应用的命令进行分组，包括：基于K‑MEANS算法对所述向量集合D进行无监督聚类，以基于聚类结果对所述单体应用的命令进行分组。3.如权利要求2所述的方法，其特征在于，所述基于K‑MEANS算法对所述向量集合D进行无监督聚类，以基于聚类结果对所述单体应用的命令进行分组，包括：建立K个候选分类簇；基于所述向量集合D确定K个数据点并分别作为K个所述候选分类簇的第一质心；计算所述向量集合D中的每一个词向量与每一个所述第一质心的欧式距离；确定将所述向量集合D中的词向量的最小欧式距离对应的所述第一质心；将所最小欧式距离对应的所述第一质心所属的候选分类簇作为所述单体应用的微服务划分结果。4.如权利要求3所述的方法，其特征在于，所述将所最小欧式距离对应的所述第一质心所属的候选分类簇作为所述单体应用的微服务划分结果之后，所述方法还包括：基于所述单体应用的微服务划分结果，计算所述候选分类簇的第二质心；计算所述第二质心与所述第一质心的差值；若所述差值小于预设质心阈值，则确定所述单体应用划分完成，若所述差值大于等于所述预设质心阈值，则基于K‑MEANS算法对所述向量集合D进行迭代无监督聚类。5.如权利要求3所述的方法，其特征在于，所述建立K个候选分类簇，包括：获取服务器能够接纳的微服务数量上限；根据所述微服务数量上限建立K个所述候选分类簇，其中，K等于所述微服务数量上限。6.如权利要求1所述的方法，其特征在于，所述单体应用的命令包括商城系统中已下单命令、取消订单命令、支付命令、发货命令、退货命令。7.如权利要求1所述的方法，其特征在于，所述将所述单体应用的命令转换为词向量，包括：基于word2vector模型将所述单体应用的命令转换为词向量。8.一种基于云原生安全技术的蜂巢自适应微隔离服务划分模块，其特征在于所述模块包括：获取模块，用于获取针对单体应用的命令；向量转换模块，用于将所述单体应用的命令转换为词向量，并得包括所述单体应用的词向量的向量集合D；聚类模块，用于对所述向量集合D进行无监督聚类，以基于聚类结果对所述单体应用的2CN115062700A权利要求书2/2页命令进行分组；评估模块，用于基于Davies‑Boulding指数公式计算各个K值下的聚类评估值，并基于聚类评估值最小的K值确定所述单体应用的划分结果。3CN115062700A说明书1/6页一种基于云原生安全技术的蜂巢自适应微隔离服务划分方法技术领域[0001]本申请涉及数据中心技术领域，具体而言，涉及一种基于云原生安全技术的蜂巢自适应微隔离服务划分方法。背景技术[0002]目前，微隔离服务的划分依赖人工来划分，这方式存在沟通成本大、划分效率低的缺陷。发明内容[0003]本申请实施例的目的在于提供一种基于云原生安全技术的蜂巢自适应微隔离服务划分方法，用以提高微隔离服务的划分效率。[0004]为此，本申请第一方面公开一种基于云原生安全技术的