[发明专利]基于事件大数据的漏洞追踪优化方法及云端深度学习系统

权利要求书

1.一种基于事件大数据的漏洞追踪优化方法，其特征在于，应用于云端深度学习系统，所述方法包括：

获取云端业务运行系统的业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍生业务运行漏洞，并根据所述业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍生业务运行漏洞对所述云端业务运行系统进行漏洞修复处理，获得至少一个漏洞修复行为数据；

获取针对所述漏洞修复行为数据的连锁崩溃活动日志库，所述连锁崩溃活动日志库包括多个连锁崩溃活动日志；

根据所述漏洞修复行为数据的连锁崩溃活动日志库对所述云端业务运行系统的漏洞修复流程进行漏洞补充修复启动。

2.根据权利要求1所述的基于事件大数据的漏洞追踪优化方法，其特征在于，所述根据所述漏洞修复行为数据的连锁崩溃活动日志库对所述云端业务运行系统的漏洞修复流程进行漏洞补充修复启动的步骤，包括：

获得所述连锁崩溃活动日志库中的各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数值；

按照所述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数值，以及所述各个连锁崩溃活动日志的崩溃类型标签，对所述各个连锁崩溃活动日志进行聚团，得到相应的连锁崩溃活动日志团；

根据所述连锁崩溃活动日志团生成针对所述漏洞修复行为数据的目标漏洞补充修复项目序列，并根据所述目标漏洞补充修复项目序列对所述云端业务运行系统的漏洞修复流程进行漏洞补充修复启动，所述目标漏洞补充修复项目序列包括多个目标漏洞补充修复项目的修复需求信息。

3.根据权利要求2所述的基于事件大数据的漏洞追踪优化方法，其特征在于，所述按照所述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数值，以及所述各个连锁崩溃活动日志的崩溃类型标签，对所述各个连锁崩溃活动日志进行聚团，得到相应的连锁崩溃活动日志团的步骤，包括：

按照所述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数值，以及所述各个连锁崩溃活动日志的崩溃类型标签，对所述各个连锁崩溃活动日志进行拆解，得到多个连锁崩溃活动片段；

对各个连锁崩溃活动片段进行聚团，并分别对所述各个连锁崩溃活动片段中的各个连锁崩溃活动日志进行聚团，得到所述连锁崩溃活动日志团。

4.根据权利要求3所述的基于事件大数据的漏洞追踪优化方法，其特征在于，所述按照所述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数值，以及所述各个连锁崩溃活动日志的崩溃类型标签，对所述各个连锁崩溃活动日志进行拆解，得到多个连锁崩溃活动片段的步骤，包括：

分别按照所述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数值，对所述各个连锁崩溃活动日志的崩溃类型标签进行统计，得到所述各个连锁崩溃活动日志的主体崩溃类型标签；

按照所述各个连锁崩溃活动日志的主体崩溃类型标签对所述各个连锁崩溃活动日志进行主体日志数据解析，得到多个连锁崩溃活动片段；

相应的，所述对各个连锁崩溃活动片段进行聚团，并分别对所述各个连锁崩溃活动片段中的各个连锁崩溃活动日志进行聚团，得到所述连锁崩溃活动日志团的步骤，包括：

按照各个连锁崩溃活动片段所包含的连锁崩溃活动日志的生成量，对所述各个连锁崩溃活动片段进行聚团；

针对所述各个连锁崩溃活动片段，按照所述连锁崩溃活动片段中各个连锁崩溃活动日志的崩溃类型标签与所述连锁崩溃活动片段的符合度，对所述连锁崩溃活动片段中的各个连锁崩溃活动日志进行聚团；

根据所述各个连锁崩溃活动片段之间的聚团结果，以及所述各个连锁崩溃活动片段中各个连锁崩溃活动日志的聚团结果，生成所述连锁崩溃活动日志团。