[發(fā)明專利]一種云安全漏洞的挖掘分析系統(tǒng)在審
| 申請?zhí)枺?/td> | 202011214949.3 | 申請日: | 2020-11-04 |
| 公開(公告)號: | CN112364354A | 公開(公告)日: | 2021-02-12 |
| 發(fā)明(設計)人: | 劉威;黃萍;羅偉峰;鄧巍;劉昕林 | 申請(專利權(quán))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 |
| 地址: | 518000 廣東省深圳市*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 云安 漏洞 挖掘 分析 系統(tǒng) | ||
本發(fā)明公開一種云安全漏洞的挖掘分析系統(tǒng),包括:采集單元,用于采集初始數(shù)據(jù),得到初始數(shù)據(jù)集;樣本預處理單元,用于將初始數(shù)據(jù)集轉(zhuǎn)換為適用于神經(jīng)網(wǎng)絡的初始向量集;神經(jīng)網(wǎng)絡訓練單元,用于通過神經(jīng)網(wǎng)絡對所述初始向量集進行學習,生成模糊測試數(shù)據(jù);輸入單元,用于將模糊測試數(shù)據(jù)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(jù)進程信息判斷待測服務器的漏洞情況。本發(fā)明可獲得多樣性的模糊數(shù)據(jù)樣本,其針對漏洞的測試準確率高,而且復雜度較低,可在不同終端上使用。
技術(shù)領域
本發(fā)明涉及網(wǎng)絡安全技術(shù)領域,尤其涉及一種云安全漏洞的挖掘分析系統(tǒng)。
背景技術(shù)
隨著互聯(lián)網(wǎng)行業(yè)的快速發(fā)展,云系統(tǒng)的規(guī)模和復雜度也在不斷的提升,但與此同時也不可避免地導致了越來越多安全漏洞的出現(xiàn),其中較具有代表性的有緩沖區(qū)溢出漏洞、格式化字符串漏洞、SQL注入漏洞以及跨站腳本漏洞等,攻擊者可以利用這些漏洞改變程序原先的執(zhí)行流程,執(zhí)行攻擊者自己的惡意代碼,破壞用戶程序或偷取用戶敏感信息。雖然國內(nèi)外在漏洞攻擊檢測方面已經(jīng)進行較為深入的研究,然而這些技術(shù)目前仍存在諸多不足之處,例如模糊測試中無法生成具有多樣性的樣本。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于,提出一種云安全漏洞的挖掘分析系統(tǒng),以提高漏洞的測試準確率。
為了解決上述技術(shù)問題,本發(fā)明提供一種云安全漏洞的挖掘分析系統(tǒng),包括:
采集單元,用于采集初始數(shù)據(jù),得到初始數(shù)據(jù)集;
樣本預處理單元,用于將初始數(shù)據(jù)集轉(zhuǎn)換為適用于神經(jīng)網(wǎng)絡的初始向量集;
神經(jīng)網(wǎng)絡訓練單元,用于通過神經(jīng)網(wǎng)絡對所述初始向量集進行學習,生成模糊測試數(shù)據(jù);
輸入單元,用于將模糊測試數(shù)據(jù)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(jù)進程信息判斷待測服務器的漏洞情況。
進一步地,所述采集單元包括測試工具輸入接口、網(wǎng)絡爬取模塊、數(shù)據(jù)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(shù)據(jù);
網(wǎng)絡爬取模塊,用于爬取網(wǎng)絡上的常用測試集數(shù)據(jù),測試工具所生成的測試數(shù)據(jù)以及網(wǎng)絡爬取模塊所爬取的測試數(shù)據(jù)均被存儲至所述數(shù)據(jù)存儲庫。
進一步地,所述樣本預處理單元用于分離初始數(shù)據(jù)集中的標簽與文本,分別形成標簽數(shù)據(jù)集以及文本數(shù)據(jù)集,通過one-hot編碼將標簽數(shù)據(jù)集轉(zhuǎn)換為標簽向量集,將文本數(shù)據(jù)集轉(zhuǎn)換為文本向量集,標簽向量集以及文本向量集均作為神經(jīng)網(wǎng)絡訓練單元的輸入向量。
進一步地,所述神經(jīng)網(wǎng)絡訓練單元包括若干個BP神經(jīng)網(wǎng)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(jīng)網(wǎng)絡的輸入,且所述若干個BP神經(jīng)網(wǎng)絡具有不同的隱含層神經(jīng)元數(shù)量,隱含層神經(jīng)元數(shù)量范圍為[6,10]的數(shù)值區(qū)間。
進一步地,不同隱含層神經(jīng)元的BP神經(jīng)網(wǎng)絡輸出不同的測試數(shù)據(jù)。
進一步地,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(shù)據(jù)在服務器內(nèi)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。
進一步地,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(jù)異常運程的運行信息判斷服務器的漏洞位置。
本發(fā)明實施例的有益效果在于:可獲得多樣性的模糊數(shù)據(jù)樣本,其針對漏洞的測試準確率高,而且復雜度較低,可在不同終端上使用。
附圖說明
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳供電局有限公司,未經(jīng)深圳供電局有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011214949.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種量子流媒體云安全系統(tǒng)
- 云安全服務實現(xiàn)系統(tǒng)和云安全服務實現(xiàn)方法
- 云安全業(yè)務系統(tǒng)接入方法及裝置
- 基于人工智能的云安全中心態(tài)勢感知與動態(tài)重構(gòu)決策系統(tǒng)
- 一種云安全管理平臺與云安全產(chǎn)品的對接方法及裝置
- 一種云安全產(chǎn)品開通控制系統(tǒng)、方法、設備、介質(zhì)
- 云安全產(chǎn)品用戶管理方法、裝置、系統(tǒng)及可讀存儲介質(zhì)
- 一種云安全產(chǎn)品的規(guī)格配置方法、系統(tǒng)及相關裝置
- 云安全托管方法、裝置、設備及存儲介質(zhì)
- 一種云安全產(chǎn)品管理方法、裝置、設備及存儲介質(zhì)





