基于大数据漏洞分析的软件服务升级方法及互联网AI系统技术方案

本申请实施例提供一种基于大数据漏洞分析的软件服务升级方法及互联网AI系统，在分析目标应用异常漏洞的过程中是根据漏洞字段向量来进一步决策的，这样使得决策的目标应用异常漏洞与应用决策漏洞之间的漏洞关联性更强。通过该目标应用异常漏洞实现了针对应用异常运行数据的漏洞分析的已知标注联系，由此依据所述目标应用异常漏洞对所述线上微服务应用进行软件服务升级，可以提高软件服务升级过程中对于漏洞修复的可靠性，提高软件服务运行的稳定性。稳定性。稳定性。

【技术实现步骤摘要】
基于大数据漏洞分析的软件服务升级方法及互联网AI系统


[0001]本申请涉及互联网信息
，具体而言，涉及一种基于大数据漏洞分析的软件服务升级方法及互联网AI系统。

技术介绍

[0002]软件漏洞是软件产品开发过程中所存在的错误，漏洞，也可能是在特殊场景下才会产生的错误，一般是指软件达不到用户预期的效果或者与预期结果不一致都认为是漏洞。比如，随着互联网信息技术的发展，会产生诸多线上功能服务，也即线上微服务应用，这些线上微服务应用面对都是为了尽快为用户提供服务而开发产生的（如小程序），因此其运行稳定性涉及到用户的核心体验。因此，针对其运行过程中产生的应用异常运行数据进行应用异常漏洞的分析，可以便于提供与之匹配的软件服务升级内容进行更新迭代。
[0003]但是，在实际相关技术方案中，通常是针对漏洞产生的影响结果进行漏洞分析和挖掘的，而非漏洞本身的字段向量，然而即便相同的漏洞也会导致不同的影响结果，可能会导致漏洞分析不准确，并且相关技术中分析出的问题漏洞在进行特征表达时无法较为精确反映已知规整化的标注漏洞，诸多原因导致漏洞分析存在噪声，进一步导致软件服务运行的稳定性受到影响。

技术实现思路

[0004]为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于大数据漏洞分析的软件服务升级方法及互联网AI系统。
[0005]第一方面，本申请提供一种基于大数据漏洞分析的软件服务升级方法，应用于互联网AI系统，所述方法包括：获取线上微服务应用的应用异常运行数据，所述应用异常运行数据表征所述线上微服务应用的应用异常漏洞；根据所述应用异常运行数据，输出所述应用异常运行数据的漏洞分析单元簇，所述漏洞分析单元簇中的漏洞分析单元分别关联所述应用异常运行数据的不同漏洞分析实例；对所述应用异常运行数据启用所述漏洞分析单元簇中的漏洞分析单元，输出所述应用异常运行数据中所述线上微服务应用的应用决策漏洞；根据所述应用异常运行数据、所述应用决策漏洞的漏洞字段向量、多个已知标注漏洞的漏洞字段向量以及所述漏洞分析单元簇，输出目标应用异常漏洞，并依据所述目标应用异常漏洞对所述线上微服务应用进行软件服务升级，其中，所述目标应用异常漏洞为所述多个已知标注漏洞中与所述应用决策漏洞相联系的已知标注漏洞，所述已知标注漏洞为已知标注的应用决策漏洞。
[0006]在第一方面的一种可能的实施方式中，所述根据所述应用异常运行数据，输出所述应用异常运行数据的漏洞分析单元簇包括：
根据所述应用异常运行数据在各个应用运行异常事件中的运行异常态势以及各个应用运行异常事件对应的在先认证漏洞分析单元簇，输出所述应用异常运行数据的漏洞分析单元簇，所述运行异常态势表征对应应用运行异常事件中所述应用异常运行数据中尚未运行激活的异常服务进程、等待联动异常服务进程以及已运行激活的异常服务进程构成的异常服务进程，所述在先认证漏洞分析单元簇为对应应用运行异常事件之前的应用运行异常事件确定的漏洞分析单元簇。
[0007]在第一方面的一种可能的实施方式中所述根据所述应用异常运行数据在各个应用运行异常事件中的运行异常态势以及各个应用运行异常事件对应的在先认证漏洞分析单元簇，输出所述应用异常运行数据的漏洞分析单元簇包括：在任一应用运行异常事件R中，输出所述应用异常运行数据在所述应用运行异常事件R的运行异常态势，其中，R为正整数；获取在应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇；根据所述应用异常运行数据在所述应用运行异常事件R的运行异常态势以及在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇，输出所述应用运行异常事件R对应的漏洞分析单元；将所述应用运行异常事件R对应的漏洞分析单元添加至在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇中，输出所述应用运行异常事件R对应的漏洞分析单元簇。
[0008]在第一方面的一种可能的实施方式中所述根据所述应用异常运行数据在所述应用运行异常事件R的运行异常态势以及在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇，输出所述应用运行异常事件R对应的漏洞分析单元包括：根据所述应用异常运行数据的异常服务进程簇、第一异常服务进程簇、第二异常服务进程簇以及在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇中的首个漏洞分析单元，输出所述应用运行异常事件R对应的漏洞分析单元，所述异常服务进程簇包括在所述应用运行异常事件R时已运行激活的异常服务进程构成的异常服务进程，所述第一异常服务进程簇包括在所述应用运行异常事件R时等待联动的异常服务进程，所述第二异常服务进程簇包括在所述应用运行异常事件R时所述应用异常运行数据中尚未运行激活的异常服务进程。
[0009]在第一方面的一种可能的实施方式中所述根据所述应用异常运行数据的异常服务进程簇、第一异常服务进程簇、第二异常服务进程簇以及在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇中的首个漏洞分析单元，输出所述应用运行异常事件R对应的漏洞分析单元包括：将所述异常服务进程簇中的前两个异常服务进程、所述第一异常服务进程簇中的首个异常服务进程、所述第二异常服务进程簇中的首个异常服务进程以及在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇中的首个漏洞分析单元，构建所述应用运行异常事件R的第一异常服务进程数据集；根据预先配置的第一漏洞分析元素系数空间和预先配置的第一漏洞分析衍生空间对所述第一异常服务进程数据集进行处理，输出所述应用运行异常事件R的第二异常服务进程数据集；
根据漏洞分析决策模型对所述第二异常服务进程数据集进行处理，输出所述应用运行异常事件R对应的漏洞分析单元。
[0010]在第一方面的一种可能的实施方式中所述根据所述应用异常运行数据、所述应用决策漏洞的漏洞字段向量、多个已知标注漏洞的漏洞字段向量以及所述漏洞分析单元簇，输出目标应用异常漏洞包括：根据所述应用异常运行数据，获取所述应用异常运行数据中所述应用决策漏洞的前向异常服务进程与所述应用决策漏洞之间的第一漏洞触发衔接向量，以及所述应用异常运行数据中所述应用决策漏洞的后向异常服务进程与所述应用决策漏洞之间的第二漏洞触发衔接向量；根据所述第一漏洞触发衔接向量、所述第二漏洞触发衔接向量、所述应用决策漏洞的漏洞字段向量、所述多个已知标注漏洞的漏洞字段向量以及所述漏洞分析单元簇，输出所述目标应用异常漏洞。
[0011]在第一方面的一种可能的实施方式中所述根据所述第一漏洞触发衔接向量、所述第二漏洞触发衔接向量、所述应用决策漏洞的漏洞字段向量、所述多个已知标注漏洞的漏洞字段向量以及所述漏洞分析单元簇，输出所述目标应用异常漏洞包括：根据持续性特征分析规则，对所述应用决策漏洞的漏洞字段向量和各个所述已知标注漏洞的漏洞字段向量分别进行持续性特征分析，输出所述应用决策漏洞的持续性特征和各个所述已知标注漏洞的持续性特征；根据所述第一漏洞触发衔接向量、所述第二漏洞本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据漏洞分析的软件服务升级方法，其特征在于，应用于所述互联网AI系统，所述方法包括：获取线上微服务应用的应用异常运行数据，所述应用异常运行数据表征所述线上微服务应用的应用异常漏洞；根据所述应用异常运行数据，输出所述应用异常运行数据的漏洞分析单元簇，所述漏洞分析单元簇中的漏洞分析单元分别关联所述应用异常运行数据的不同漏洞分析实例；对所述应用异常运行数据启用所述漏洞分析单元簇中的漏洞分析单元，输出所述应用异常运行数据中所述线上微服务应用的应用决策漏洞；根据所述应用异常运行数据、所述应用决策漏洞的漏洞字段向量、多个已知标注漏洞的漏洞字段向量以及所述漏洞分析单元簇，输出目标应用异常漏洞，并依据所述目标应用异常漏洞对所述线上微服务应用进行软件服务升级，其中，所述目标应用异常漏洞为所述多个已知标注漏洞中与所述应用决策漏洞相联系的已知标注漏洞，所述已知标注漏洞为已知标注的应用决策漏洞。2.根据权利要求1所述的基于大数据漏洞分析的软件服务升级方法，其特征在于，所述方法还包括：根据所述多个已知标注漏洞以及所述多个已知标注漏洞之间的知识点联系向量，输出所述多个已知标注漏洞的漏洞字段向量；其中，所述多个已知标注漏洞包括第一已知标注漏洞、第二已知标注漏洞和第三已知标注漏洞，所述第一已知标注漏洞是所述第二已知标注漏洞的前向知识联系实体，所述第三已知标注漏洞和所述第二已知标注漏洞之间不存在知识点联系向量，所述根据所述多个已知标注漏洞以及所述多个已知标注漏洞之间的知识点联系向量，输出所述多个已知标注漏洞的漏洞字段向量包括：对所述第一已知标注漏洞、所述第二已知标注漏洞和所述第三已知标注漏洞进行持续性集中特征分析，输出所述第一已知标注漏洞的第一持续性集中特征、所述第二已知标注漏洞的第二持续性集中特征以及所述第三已知标注漏洞的第三持续性集中特征；将所述第一持续性集中特征和所述第二持续性集中特征输入特征提取模型，通过所述特征提取模型，根据目标非线性关系信息对所述第二持续性集中特征进行非线性映射，输出所述第二已知标注漏洞的第四持续性集中特征；根据所述第一持续性集中特征与所述第四持续性集中特征之间的第一区别性特征，以及所述第三持续性集中特征与所述第四持续性集中特征之间的第二区别性特征，对所述第一持续性集中特征和所述第二持续性集中特征进行处理，输出所述第一已知标注漏洞的漏洞字段向量和所述第二已知标注漏洞的漏洞字段向量。3.根据权利要求1所述的基于大数据漏洞分析的软件服务升级方法，其特征在于，所述根据所述应用异常运行数据，输出所述应用异常运行数据的漏洞分析单元簇包括：根据所述应用异常运行数据在各个应用运行异常事件中的运行异常态势以及各个应用运行异常事件对应的在先认证漏洞分析单元簇，输出所述应用异常运行数据的漏洞分析单元簇，所述运行异常态势表征对应应用运行异常事件中所述应用异常运行数据中尚未运行激活的异常服务进程、等待联动异常服务进程以及已运行激活的异常服务进程构成的异常服务进程，所述在先认证漏洞分析单元簇为对应应用运行异常事件之前的应用运行异常
事件确定的漏洞分析单元簇。4.根据权利要求3所述的基于大数据漏洞分析的软件服务升级方法，其特征在于，所述根据所述应用异常运行数据在各个应用运行异常事件中的运行异常态势以及各个应用运行异常事件对应的在先认证漏洞分析单元簇，输出所述应用异常运行数据的漏洞分析单元簇包括：在任一应用运行异常事件R中，输出所述应用异常运行数据在所述应用运行异常事件R的运行异常态势，其中，R为正整数；获取在应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇；根据所述应用异常运行数据在所述应用运行异常事件R的运行异常态势以及在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇，输出所述应用运行异常事件R对应的漏洞分析单元；将所述应用运行异常事件R对应的漏洞分析单元添加至在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇中，输出所述应用运行异常事件R对应的漏洞分析单元簇。5.根据权利要求4所述的基于大数据漏洞分析的软件服务升级方法，其特征在于，所述根据所述应用异常运行数据在所述应用运行异常事件R的运行异常态势以及在所述应用运行异常事件R
‑
1确定的在先认证漏洞分析单元簇，输出所述应用运行异常事件R对应的漏洞分析单元包括：根据所述应用异常运行数据的异常服务进程簇、第一异常服务进...

【专利技术属性】
技术研发人员：刘小召，范相军，
申请(专利权)人：牡丹江浪联网络科技有限公司，
类型：发明
国别省市：