[发明专利]一种基于AI的大数据挖掘的辅助决策方法及系统

权利要求书

1.一种基于AI的大数据挖掘的辅助决策方法，其特征在于，包括：

步骤1：获取业务决策需求，并基于业务决策需求确定数据挖掘目的；

步骤2：基于业务决策需求确定待挖掘数据类型，并基于待挖掘数据类型从预设数据仓库中锁定待挖掘数据集，且基于数据挖掘目的对待挖掘数据集进行挖掘，得到目标数据集；

步骤3：对目标数据集进行预处理，并基于预处理后的目标数据集对业务决策需求对应的决策机制进行优化；

其中，获取业务决策需求，包括：

获取管理终端发送的业务决策指令，并基于业务决策指令向服务器发送业务信息获取请求；

对业务信息获取请求进行解析，确定待获取信息特征，并基于待获取信息特征从服务器中匹配业务信息获取请求对应的业务执行行为信息；

提取业务执行行为信息中的关键字段，并基于关键字段确定业务运行中存在的目标漏洞，同时，确定关键字段的属性值，并基于属性值对目标漏洞的异常等级进行评估，得到异常等级；

基于异常等级确定最终的业务决策需求。

2.根据权利要求1所述的一种基于AI的大数据挖掘的辅助决策方法，其特征在于，基于属性值对目标漏洞的异常等级进行评估，得到异常等级，包括：

获取得到的目标漏洞，并基于业务执行行为信息确定目标漏洞对应的目标子信息；

提取目标子信息的数据特征，并基于数据特征确定目标漏洞包含的业务项目类型，且基于项目类型对应的不同业务项目在业务运行过程中所占目标比例确定不同业务项目的项目权重值；

基于项目权重值构建影响评估模型，并将目标漏洞对应的目标子信息以及对应的目标取值输入影响评估模型进行分析，得到目标漏洞对业务的影响程度，且将影响程度与预设等级划分阈值进行匹配，得到目标漏洞的异常等级。

3.根据权利要求1所述的一种基于AI的大数据挖掘的辅助决策方法，其特征在于，步骤1中，基于业务决策需求确定数据挖掘目的，包括：

获取业务对应的脚本文件，并对脚本文件进行解析，得到业务的业务特征；

基于业务特征确定业务运行过程中包含的目标节点的节点标识，并基于节点标识确定业务场景对应的业务维度；

获取得到的业务决策需求，并将业务决策需求与业务维度进行匹配，得到业务决策需求对应的目标业务维度；

确定目标业务维度对应的业务功能，并基于业务功能确定数据挖掘目的。

4.根据权利要求1所述的一种基于AI的大数据挖掘的辅助决策方法，其特征在于，步骤2中，基于业务决策需求确定待挖掘数据类型，并基于待挖掘数据类型从预设数据仓库中锁定待挖掘数据集，且基于数据挖掘目的对待挖掘数据集进行挖掘，得到目标数据集，包括：

对业务决策需求进行解析，获取业务决策需求对应的目标特征向量，并基于目标特征向量确定目标访问数据标识，且基于目标访问数据标识与预设数据仓库各预设数据文件标识进行匹配，锁定待挖掘数据集；

确定待挖掘数据集的数据区间宽度，并基于数据挖掘目的确定对待挖掘数据集的挖掘精度，且基于精度确定对待挖掘数据集的步进长度；

基于步进长度对待挖掘数据集进行第一遍历，并基于第一遍历结果确定待挖掘数据集中各待挖掘数据的行为特征向量，且基于行为特征向量确定待挖掘数据集中满足数据挖掘目的的各待挖掘数据的分布特征；

基于分布特征确定对待挖掘数据集的数据挖掘分布图，并基于数据挖掘分布图对待挖掘数据进行第二遍历。

5.根据权利要求4所述的一种基于AI的大数据挖掘的辅助决策方法，其特征在于，基于数据挖掘分布图对待挖掘数据进行第二遍历，包括：

获取对待挖掘数据集的数据挖掘分布图，并基于数据挖掘分布图确定对待挖掘数据集中不同数据片段的待挖掘数据量；

基于待挖掘数据量对待挖掘数据中不同数据片段进行序列化处理，得到待挖掘数据序列，并确定待挖掘数据序列中各数据片段对应的特性向量，同时，基于数据挖掘目的确定数据挖掘条件；

将特性向量与数据挖掘条件进行匹配，并基于匹配结果得到满足数据挖掘条件的目标数据片段，且基于目标数据片段在待挖掘数据集中的目标位置将目标数据片段进行关联，得到目标数据集。