[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

本發明實施例提供一種應用大數據和AI技術的云端漏洞處理方法及AI分析系統，通過基于云端漏洞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，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，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。由此在漏洞提取后，通過進一步確定頻繁項漏洞，并在進行漏洞修復任務關聯后進行對應漏洞修復，進而提高漏洞修復的針對性。

技術領域

本發明涉及漏洞修復技術領域，具體而言，涉及一種應用大數據和AI技術的云端漏洞處理方法及AI分析系統。

背景技術

隨著云計算技術的不斷發展，云端業務服務器也容易受到來自多種因素的影響，導致互聯網中存在一定的云端漏洞。云端漏洞是指一個云端的應用服務系統存在的弱點或缺陷，漏洞可能來自云端的應用服務系統設計時的缺陷或編碼時產生的錯誤，也可能來自業務在交互處理過程中的設計缺陷或邏輯流程上的不合理之處。這些缺陷、錯誤或不合理之處可能被有意或無意地利用，從而對一個云端應用服務的運行穩定性造成影響。相關技術中，針對云端服務應用的常規漏洞修復方式，其漏洞修復內容的指向性有待提高。

發明內容

為了至少克服現有技術中的上述不足，本發明的目的在于提供一種應用大數據和AI技術的云端漏洞處理方法及AI分析系統。

第一方面，本發明提供一種應用大數據和AI技術的云端漏洞分析方法，應用于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，其中，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。

第二方面，本發明實施例還提供一種AI分析系統，所述AI分析系統包括至少一個處理器；以及 與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行以實現以上第一方面的應用大數據和AI技術的云端漏洞分析方法。

結合以上方面，通過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，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。由此在漏洞提取后，通過進一步確定頻繁項漏洞，并在進行漏洞修復任務關聯后進行對應漏洞修復，進而提高漏洞修復的針對性。

附圖說明

圖1為本發明實施例提供的應用大數據和AI技術的云端漏洞處理方法的流程示意圖；

圖2為本發明實施例提供的用于實現上述的應用大數據和AI技術的云端漏洞處理方法的AI分析系統的結構示意框圖。

具體實施方式