[发明专利]基于安全云服务大数据的组件配置方法及AI云服务系统在审
申请号: | 202110647513.1 | 申请日: | 2021-06-10 |
公开(公告)号: | CN113364786A | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 徐金财;李麒麟;项鹏臻;陈伟宗 | 申请(专利权)人: | 广州市泽联科技有限公司 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;H04L12/24 |
代理公司: | 广东有知猫知识产权代理有限公司 44681 | 代理人: | 叶万里 |
地址: | 510000 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 安全 服务 数据 组件 配置 方法 ai 系统 | ||
1.一种基于安全云服务大数据的组件配置方法,其特征在于,应用于AI云服务系统,所述AI云服务系统与多个云服务节点设备通信连接,所述方法包括:
根据所述云服务节点设备的安全云服务大数据的目标攻击源获取所述云服务节点设备的关键动态运行信息中攻击源相关分区的分区异常节点信息;
基于所述分区异常节点信息获取匹配多个候选异常对象的异常匹配元素以及所述异常匹配元素对应的目标异常轨迹信息,所述目标异常轨迹信息为所述异常匹配元素的元素表征信息所属运行服务的异常轨迹信息,其中,所述目标异常轨迹信息包括至少一个异常轨迹节点;
对多个候选异常对象进行组合,得到与至少一个异常轨迹节点存在行为相关的参考轨迹节点,并根据所述参考轨迹节点与至少一个异常轨迹节点在目标安全异常环境下的轨迹匹配度,生成所述参考轨迹节点与目标异常轨迹节点之间的组合概率值;
整合各安全异常环境下所述参考轨迹节点与目标异常轨迹节点之间的组合概率值,并根据整合信息从预设目标异常修复组件集中选择与所述异常匹配元素匹配的目标异常修复组件,并向所述云服务节点设备配置所述目标异常修复组件。
2.根据权利要求1所述的基于安全云服务大数据的组件配置方法,其特征在于,所述根据所述参考轨迹节点与至少一个异常轨迹节点在目标安全异常环境下的轨迹匹配度,生成所述参考轨迹节点与目标异常轨迹节点之间的组合概率值,包括:
根据所述参考轨迹节点与异常轨迹节点之间的存在的行为相关信息,确定每个异常轨迹节点对应的目标安全异常环境;
基于确定的目标安全异常环境,计算所述参考轨迹节点与至少一个异常轨迹节点在确定的目标安全异常环境的轨迹匹配度,并将轨迹匹配度最大的异常轨迹节点确定为目标异常轨迹节点;
根据所述参考轨迹节点与目标异常轨迹节点在至少一个安全异常环境下的轨迹匹配度,生成所述参考轨迹节点与目标异常轨迹节点之间的组合概率值。
3.根据权利要求2所述的基于安全云服务大数据的组件配置方法,其特征在于;
所述基于确定的目标安全异常环境,计算所述参考轨迹节点与至少一个异常轨迹节点在确定的目标安全异常环境的轨迹匹配度,并将轨迹匹配度最大的异常轨迹节点确定为目标异常轨迹节点,包括:
计算所述参考轨迹节点与至少一个异常轨迹节点在预定安全异常环境下的第一轨迹匹配度,并将第一轨迹匹配度最大的异常轨迹节点确定为第一目标异常轨迹节点;
计算所述参考轨迹节点与至少一个异常轨迹节点在静态安全异常环境下的第二轨迹匹配度,并将第二轨迹匹配度最大的异常轨迹节点确定为第二目标异常轨迹节点;
计算所述参考轨迹节点与至少一个异常轨迹节点在动态安全异常环境下的第三轨迹匹配度,并将第三轨迹匹配度最大的异常轨迹节点确定为第三目标异常轨迹节点;
其中,所述计算所述参考轨迹节点与至少一个异常轨迹节点在预定安全异常环境下的第一轨迹匹配度,并将第一轨迹匹配度最大的异常轨迹节点确定为第一目标异常轨迹节点,包括:
在所述目标异常轨迹信息中选择预定异常环境序列集合,所述预定异常环境序列集合包括多个预定异常环境序列,每个预定异常环境序列中包含至少两个异常环境特征匹配的异常轨迹节点;
确定与所述参考轨迹节点的异常环境特征属性相同的预定异常环境序列,得到目标预定异常环境序列;
计算所述参考轨迹节点与目标预定异常环境序列中每个异常轨迹节点之间的第一轨迹匹配度,并将第一轨迹匹配度最大的异常轨迹节点确定第一目标异常轨迹节点;
所述根据所述参考轨迹节点与目标异常轨迹节点在至少一个安全异常环境下的轨迹匹配度,生成所述参考轨迹节点与目标异常轨迹节点之间的组合概率值,包括:
根据所述参考轨迹节点与第一目标异常轨迹节点之间的第一轨迹匹配度,生成所述参考轨迹节点与第一目标异常轨迹节点之间的第一组合概率值;
或者,所述计算所述参考轨迹节点与至少一个异常轨迹节点在静态安全异常环境下的第二轨迹匹配度,并将第二轨迹匹配度最大的异常轨迹节点确定为第二目标异常轨迹节点,包括:
根据所述参考轨迹节点的异常环境特征属性以及每个异常轨迹节点的异常环境特征属性,确定所述参考轨迹节点与至少一个异常轨迹节点之间的静态异常行为关系;
基于确定的静态异常行为关系,计算所述参考轨迹节点与对应的上位异常轨迹节点之间的第二轨迹匹配度,并将第二轨迹匹配度最大的异常轨迹节点确定为第二目标异常轨迹节点;
所述根据所述参考轨迹节点与目标异常轨迹节点在至少一个安全异常环境下的轨迹匹配度,生成所述参考轨迹节点与目标异常轨迹节点之间的组合概率值,包括:
根据所述参考轨迹节点与第二目标异常轨迹节点之间的第二轨迹匹配度,生成所述参考轨迹节点与第二目标异常轨迹节点之间的第二组合概率值;
或者,所述计算所述参考轨迹节点与至少一个异常轨迹节点在动态安全异常环境下的第三轨迹匹配度,并将第三轨迹匹配度最大的异常轨迹节点确定为第三目标异常轨迹节点,包括:
采集每个异常轨迹节点预先建立的动态行为倾向值;
计算所述参考轨迹节点与每个异常轨迹节点之间的匹配度,并将匹配度大于预设值的异常轨迹节点确定为候选异常轨迹节点;
计算所述参考轨迹节点与动态行为倾向值大于预设倾向值的候选异常轨迹节点的第三轨迹匹配度,并将第三轨迹匹配度最大的候选异常轨迹节点确定为第三目标异常轨迹节点;
所述根据所述参考轨迹节点与目标异常轨迹节点在至少一个安全异常环境下的轨迹匹配度,生成所述参考轨迹节点与目标异常轨迹节点之间的组合概率值,包括:
根据所述参考轨迹节点与第三目标异常轨迹节点之间的第三轨迹匹配度,生成所述参考轨迹节点与第三目标异常轨迹节点之间的第三组合概率值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州市泽联科技有限公司,未经广州市泽联科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110647513.1/1.html,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置