态势感知的实现方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114117785A(43)申请公布日2022.03.01(21)申请号202111407002.9(22)申请日2021.11.24(71)申请人上海派拉软件股份有限公司地址200120上海市浦东新区(上海)自由贸易试验区张东路1388号27幢102室(72)发明人陈远猷徐莉莎(74)专利代理机构北京品源专利代理有限公司11332代理人王风茹(51)Int.Cl.G06F30/20(2020.01)G06Q10/06(2012.01)权利要求书2页说明书14页附图3页(54)发明名称态势感知的实现方法、装置、设备及介质(57)摘要本发明实施例公开了态势感知的实现方法、装置、设备及介质。方法包括：将系统中至少两个节点作为目标节点，获取每个目标节点分别对应的风险等级数据；确定目标节点间的关联关系；对于目标节点中具有第一关联关系的节点，基于条件概率及风险等级数据，建立条件概率分布模型；对于目标节点中具有第二关联关系的节点，基于联合概率分布及风险等级数据，建立联合概率分布模型；根据条件概率分布模型和联合概率分布模型进行态势感知，获得态势感知结果。采用上述技术方案分析目标节点间的关联关系，根据不同的关联关系采用不同的方式建立对应的概率分布模型，通过计算概率分布降低了算法难度，达到提高态势感知建模的灵活性，降低建模成本的技术效果。CN114117785ACN114117785A权利要求书1/2页1.一种态势感知的实现方法，其特征在于，包括：将系统中至少两个节点作为目标节点，获取每个目标节点分别对应的风险等级数据；确定所述目标节点间的关联关系，其中，所述目标节点间的关联关系包括第一关联关系和/或第二关联关系，具有所述第一关联关系的节点属于不同功能且存在节点间的数据流动，具有所述第二关联关系的节点属于相同功能；对于所述目标节点中具有所述第一关联关系的节点，基于条件概率及所述风险等级数据，建立条件概率分布模型；对于所述目标节点中具有所述第二关联关系的节点，基于联合概率分布及所述风险等级数据，建立联合概率分布模型；根据所述条件概率分布模型和所述联合概率分布模型进行态势感知，获得态势感知结果。2.根据权利要求1所述的方法，其特征在于，所述对于所述目标节点中具有所述第一关联关系的节点，基于条件概率及所述风险等级数据，建立条件概率分布模型，包括：对于所述目标数据节点中具有所述第一关联关系的第一类节点，获取所述第一类节点分别对应的第一数据集；将所述第一数据集间有数据传输流向的时间段作为第一目标时间段，使用第一预设时间间隔划分所述第一目标时间段对应的数据集，得到多个第一数据段；使用第一预设规则确定每个第一数据段对应的风险等级，根据所述每个第一数据段对应的风险等级，建立条件概率分布模型。3.根据权利要求1所述的方法，其特征在于，所述对于所述目标节点中具有所述第二关联关系的节点，基于联合概率分布及所述风险等级数据，建立联合概率分布模型，包括：对于所述目标数据节点中具有所述第二关联关系的第二类节点，获取所述第二类节点分别对应的第二数据集；将所述第二数据集间有数据关联的时间段作为第二目标时间段，使用第一预设时间间隔划分所述第二目标时间段对应的数据集，得到多个第二数据段；使用第二预设规则确定每个第二数据段对应的风险等级，根据所述每个第二数据段对应的风险等级，建立联合概率分布模型。4.根据权利要求1所述的方法，其特征在于，所述根据所述条件概率分布模型和所述联合概率分布模型进行态势感知，获得态势感知结果，包括：根据当前时间点的待评估节点和对应的风险等级，预测未来时间点所述待评估节点对应的风险等级的期望值，其中，所述未来时间点与所述当前时间点之间的时间间隔为第一预设时间间隔；根据所述条件概率分布模型和所述待评估节点对应的第一类节点在当前时间点的风险等级，预测未来时间点所述待评估节点的第一风险等级；根据所述联合概率分布模型和所述待评估节点对应的第二类节点在当前时间点的风险等级，预测未来时间点所述待评估节点的第二风险等级；使用预设方式根据所述待评估节点对应的风险等级的期望值、所述第一风险等级和所述第二风险等级，计算得到待评估节点在未来时间点的态势感知结果。5.根据权利要求4所述的方法，其特征在于，所述预设方式通过以下表达式表示：2CN114117785A权利要求书2/2页式中，a和b表示常数，且满足a+b＝1；riskx_new表示待评估节点在未来时间点的风险等级数据；l表示待评估节点对应的第一类节点的节点总数量；n表示与待评估节点对应的第二类节点的节点总数量；riskx‑self‑new表示在未来时间点待评估节点对应的风险等级的期望值；riskx‑diff‑new表示待评估节点对应的第一类节点在