[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

说明书

本发明提供了一种基于AI的大数据挖掘的辅助决策方法及系统，其方法包括：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；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；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。通过业务决策需求确定数据挖掘目的，并通过数据挖掘目的对预设数据仓库中的待挖掘数据集进行挖掘，保障了数据挖掘的准确性以及可靠性，通过挖掘到的数据对业务决策需求对应的决策机制进行优化，确保及时发现漏洞和异常节点，提高响应的及时性以及准确性。

技术领域

本发明涉及大数据技术领域，特别涉及一种基于AI的大数据挖掘的辅助决策方法及系统。

背景技术

目前，随着人工智能技术的快速发展，人工智能技术已经在一些领域上展示了自身的应用潜力，例如人工智能技术在漏洞挖掘上的应用，可以极大改善当前依靠规则匹配和人工查找漏洞的方式带来的挖掘效率低下的问题；

对于业务运行过程中产生的异常日志数据通常能够从一定程度上反映漏洞表达的特征，因此通过对异常日志数据进行漏洞挖掘的学习，对于漏洞挖掘和后期的异常节点溯源具有非常明显的价值，便于提高系统运行的质量以及效率，同时，通过对漏洞进行及时挖掘，便于降低对系统的维护成本，但是，目前的人工智能学习算法中，通常单纯学习独立维度的漏洞特征变量，导致业务运行漏洞挖掘精度有限，对后期的异常节点溯源以及漏洞预测存在较大影响；

因此，本发明提供了一种基于AI的大数据挖掘的辅助决策方法及系统。

发明内容

本发明提供一种基于AI的大数据挖掘的辅助决策方法及系统，用以通过确定业务决策需求，实现是数据挖掘目的进行有效的确认，其次，通过数据挖掘目的对预设数据仓库中的待挖掘数据集进行挖掘，保障了数据挖掘的准确性以及可靠性，最后，通过挖掘到的数据对业务决策需求对应的决策机制进行优化，确保及时发现漏洞以及异常节点，提高响应的及时性以及准确性，保障了系统运行的质量以及效率。

本发明提供了一种基于AI的大数据挖掘的辅助决策方法，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。

优选的，一种基于AI的大数据挖掘的辅助决策方法，步骤1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。

优选的，一种基于AI的大数据挖掘的辅助决策方法，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；