基于人工智能分析的服务漏洞挖掘方法及大数据挖掘系统.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CN113704771A(43)申请公布日2021.11.26(21)申请号202111014105.9(22)申请日2021.08.31(71)申请人姜虎地址250000山东省济南市高新区新宇路南首齐鲁软件园大厦四层413室(72)发明人姜虎陈靓(74)专利代理机构东莞市浩宇专利代理事务所(普通合伙)44460代理人石艳丽(51)Int.Cl.G06F21/57(2013.01)G06K9/62(2006.01)权利要求书4页说明书21页附图2页(54)发明名称基于人工智能分析的服务漏洞挖掘方法及大数据挖掘系统(57)摘要本申请实施例提供一种基于人工智能分析的服务漏洞挖掘方法及大数据挖掘系统，通过获取云端上线服务在漏洞挖掘启用状态下的漏洞挖掘任务中搜集的异常运行活动团，并分别将所述异常运行活动团中的各异常运行活动作为候选服务漏洞挖掘的目标异常运行活动，然后按照历史搜集的包括多个异常运行活动簇的异常运行活动簇数据对目标异常运行活动进行服务漏洞挖掘，最后按照各个异常运行活动分别对应的服务漏洞信息挖掘得到云端上线服务的漏洞成因热力图，从而对所述云端上线服务进行漏洞修复提示。如此，通过服务漏洞挖掘云端上线服务根据异常运行活动团的服务漏洞信息，进而便于跟踪漏洞成因后进行漏洞修复提示，以便于后续改进云端服务运行的稳定性。CN113704771ACN113704771A权利要求书1/4页1.一种基于人工智能分析的服务漏洞挖掘方法，其特征在于，所述方法包括：获取云端上线服务在漏洞挖掘启用状态下的漏洞挖掘任务中搜集的异常运行活动团，并分别将所述异常运行活动团中的各异常运行活动作为候选服务漏洞挖掘的目标异常运行活动；按照历史搜集的包括多个异常运行活动簇的异常运行活动簇数据对所述目标异常运行活动进行服务漏洞挖掘，得到所述目标异常运行活动的服务漏洞信息；按照所述异常运行活动团中的各个异常运行活动分别对应的服务漏洞信息挖掘得到所述云端上线服务的漏洞成因热力图，并按照所述漏洞成因热力图对所述云端上线服务进行漏洞修复提示。2.根据权利要求1所述的基于人工智能分析的服务漏洞挖掘方法，其特征在于，所述按照历史搜集的包括多个异常运行活动簇的异常运行活动簇数据对所述目标异常运行活动进行服务漏洞挖掘，得到所述目标异常运行活动的服务漏洞信息，包括：从所述异常运行活动簇数据中获取与所述异常运行活动团匹配的目标异常运行活动簇，所述异常运行活动簇数据包括多个异常运行活动簇和各所述异常运行活动簇对应的簇数据，所述簇数据包括服务运行活动统计数据中所述异常运行活动簇的簇统计量；根据所述目标异常运行活动簇的簇数据，确定所述异常运行活动团中标的异常运行活动对应的簇数据，所述标的异常运行活动为所述异常运行活动团中除所述目标异常运行活动之外的其它异常运行活动；通过所述标的异常运行活动的异常运行活动变量和簇数据对所述目标异常运行活动进行活动变量提取，得到所述目标异常运行活动的目标异常运行活动变量；按照所述目标异常运行活动变量和所述异常运行活动团的关键异常运行活动向量，对所述目标异常运行活动进行服务漏洞挖掘，得到所述目标异常运行活动在所述异常运行活动团中的服务漏洞信息。3.根据权利要求2所述的基于人工智能分析的服务漏洞挖掘方法，其特征在于，所述从所述异常运行活动簇数据中获取与所述异常运行活动团匹配的目标异常运行活动簇，包括：对所述异常运行活动团进行活动标签分簇，得到所述异常运行活动团的多个异常运行活动；根据所述异常运行活动在所述异常运行活动团中的团知识节点信息，对所述异常运行活动进行聚合，得到所述异常运行活动团对应的异常运行活动聚合簇；从历史搜集的异常运行活动簇数据中获取满足特征关联条件的异常运行活动聚合簇作为与所述异常运行活动团匹配的目标异常运行活动簇。4.根据权利要求2所述的基于人工智能分析的服务漏洞挖掘方法，其特征在于，所述异常运行活动簇包括循环异常活动集；所述异常运行活动簇数据通过以下方式获得：获取服务运行活动统计数据，并对所述服务运行活动统计数据中每个统计异常运行活动团进行活动标签分簇，得到所述服务运行活动统计数据中每个统计异常运行活动团的多个统计异常运行活动；针对每个统计异常运行活动，计算包含所述统计异常运行活动的统计异常运行活动团的团统计量；2CN113704771A权利要求书2/4页将所述团统计量达到目标统计量的统计异常运行活动作为所述服务运行活动统计数据的选定循环异常活动；根据所述选定循环异常活动，生成所述服务运行活动统计数据对应的循环异常活动集和所述循环异常活动集对应的簇数据，得到历史搜集的异常运行活动簇数据；其中，所述根据所述选定循环异常活动，生成所述服务运行活动统计数据对应的循环异常活动集和所