[發明專利]應用大數據和AI技術的云端漏洞處理方法及AI分析系統

在審

• 申請號: 202210563352.2
• 申請日: 2022-05-23
• 公開（公告）號: CN114826768A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 浦義權;普家紅
• 申請（專利權）人: 大慶迅晨科技有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種應用大數據和AI技術的云端漏洞分析方法，其特征在于，應用于所述AI分析系統，所述方法包括：

從云端運行異常數據庫中提取關聯于云端漏洞處理任務的關聯云端服務應用的頁面運行異常數據，并基于完成參數層信息的調優和選取的云端漏洞AI分析模型對所述頁面運行異常數據進行云端漏洞特征點提取，生成相應的云端漏洞特征點分布；

基于不同關聯云端服務應用的所述云端漏洞特征點分布，生成每個關聯云端服務應用所相關的云端頻繁項漏洞；

結合每個關聯云端服務應用所相關的云端頻繁項漏洞對所述每個關聯云端服務應用進行漏洞修復任務關聯，生成每個目標漏洞修復任務下的關聯云端服務應用列表，所述每個目標漏洞修復任務對應一個漏洞修復實例，所述漏洞修復實例對應于關聯的云端頻繁項漏洞的實時修復執行程序；

對每個目標漏洞修復任務下的關聯云端服務應用列表所相關的應用編譯固件數據進行漏洞修復。

2.根據權利要求1所述的應用大數據和AI技術的云端漏洞分析方法，其特征在于，所述從云端運行異常數據庫中提取關聯于云端漏洞處理任務的頁面運行異常數據，并基于完成參數層信息的調優和選取的云端漏洞AI分析模型對所述頁面運行異常數據進行云端漏洞特征點提取，生成相應的云端漏洞特征點分布，具體包括：

獲取用于對第一漏洞AI基礎分析模型進行參數層信息的調優和選取的范例運行異常活動數據，將所述范例運行異?；顒訑祿械姆独\行異?；顒咏M合作為靶向范例異?；顒咏M合；

基于所述第一漏洞AI基礎分析模型解析所述靶向范例異?；顒咏M合的組合漏洞特征字段，將所述靶向范例異?；顒咏M合的組合漏洞特征字段傳送至與所述第一漏洞AI基礎分析模型所聯動的聯動輔助調優模型，依據所述聯動輔助調優模型結合所述第一漏洞AI基礎分析模型的參數調優次數和所述聯動輔助調優模型所預先綁定的聯動輔助調優信息，對所述靶向范例異常活動組合進行誤差學習指標分析，確定所述靶向范例異?；顒咏M合的誤差學習指標信息；

對所述靶向范例異?；顒咏M合的組合漏洞特征字段進行漏洞特征點映射，確定所述靶向范例異?；顒咏M合的參考漏洞特征點分布，結合所述靶向范例異?；顒咏M合的參考漏洞特征點分布和所述誤差學習指標信息，對所述范例運行異?；顒訑祿M行聯合學習誤差計算，生成所述范例運行異?；顒訑祿穆摵蠈W習誤差；

結合所述聯合學習誤差對所述第一漏洞AI基礎分析模型進行參數層信息的調優和選取，基于參數層信息的調優和選取完成的第一漏洞AI基礎分析模型，確定用于對異?；顒訑祿M行云端漏洞特征點提取的第二漏洞AI基礎分析模型，以結合所述第二漏洞AI基礎分析模型作為云端漏洞AI分析模型對頁面運行異常數據進行云端漏洞特征點提取，以結合所述第二漏洞AI基礎分析模型作為云端漏洞AI分析模型對頁面運行異常數據進行云端漏洞特征點提取。