[發明專利]一種云安全漏洞的挖掘分析系統

在審

• 申請號: 202011214949.3
• 申請日: 2020-11-04
• 公開（公告）號: CN112364354A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 劉威;黃萍;羅偉峰;鄧巍;劉昕林
• 申請（專利權）人: 深圳供電局有限公司
• 主分類號: G06F21/57
• 分類號: G06F21/57;G06F16/2458;G06F16/951;G06F11/36;G06N3/04;G06N3/08
• 代理公司: 深圳匯智容達專利商標事務所(普通合伙) 44238
• 代理人: 潘中毅

1.一種云安全漏洞的挖掘分析系統，其特征在于，包括：

采集單元，用于采集初始數據，得到初始數據集；

樣本預處理單元，用于將初始數據集轉換為適用于神經網絡的初始向量集；

神經網絡訓練單元，用于通過神經網絡對所述初始向量集進行學習，生成模糊測試數據；

輸入單元，用于將模糊測試數據輸入待測服務器；

漏洞分析模塊，用于采集待測服務器的進程信息，根據進程信息判斷待測服務器的漏洞情況。

2.根據權利要求所述的云安全漏洞的挖掘分析系統，其特征在于，所述采集單元包括測試工具輸入接口、網絡爬取模塊、數據存儲庫，所述測試工具輸入接口外接測試工具，通過測試工具生成測試數據；

網絡爬取模塊，用于爬取網絡上的常用測試集數據，測試工具所生成的測試數據以及網絡爬取模塊所爬取的測試數據均被存儲至所述數據存儲庫。

3.根據權利要求1所述的云安全漏洞的挖掘分析系統，其特征在于，所述樣本預處理單元用于分離初始數據集中的標簽與文本，分別形成標簽數據集以及文本數據集，通過one-hot編碼將標簽數據集轉換為標簽向量集，將文本數據集轉換為文本向量集，標簽向量集以及文本向量集均作為神經網絡訓練單元的輸入向量。

4.根據權利要求1所述的云安全漏洞的挖掘分析系統，其特征在于，所述神經網絡訓練單元包括若干個BP神經網絡，所述標簽向量集以及文本向量集分別作為若干個BP神經網絡的輸入，且所述若干個BP神經網絡具有不同的隱含層神經元數量，隱含層神經元數量范圍為[6,10]的數值區間。

5.根據權利要求1所述的云安全漏洞的挖掘分析系統，其特征在于，不同隱含層神經元的BP神經網絡輸出不同的測試數據。

6.根據權利要求4所述的云安全漏洞的挖掘分析系統，其特征在于，所述漏洞分析模塊包括：

進程運行時間獲取單元，用于獲取各測試數據在服務器內的進程運行時間；

比較單元，用于對各運程運行時間進行比較，如果存在某一個進程運行時間大于預先設置的時間閾值，則判斷該進程為異常進程。

7.根據權利要求6所述的云安全漏洞的挖掘分析系統，其特征在于，所述漏洞分析模塊還包括：進程分析模塊，用于獲取異常進程的運行信息，并根據異常運程的運行信息判斷服務器的漏洞位置。