[发明专利]扫描结果的处理方法、装置、计算机设备和存储介质有效
申请号: | 202010905183.7 | 申请日: | 2020-09-01 |
公开(公告)号: | CN112016098B | 公开(公告)日: | 2023-09-08 |
发明(设计)人: | 肖爽 | 申请(专利权)人: | 中国平安财产保险股份有限公司 |
主分类号: | G06F21/57 | 分类号: | G06F21/57;G06F8/65 |
代理公司: | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人: | 王杰辉;曹勇 |
地址: | 518000 广东省深圳市福田区益田路*** | 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: | 扫描 结果 处理 方法 装置 计算机 设备 存储 介质 | ||
1.一种扫描结果的处理方法,其特征在于,包括以下步骤:
每间隔预设时间,获取一个安全扫描工具的扫描结果,并对每次获取的所述扫描结果进行分析,得到每个所述扫描结果中的漏洞属性以及对应的漏洞数据;
将每个所述扫描结果中的每个漏洞属性作为一个维度,并将对应的漏洞数据作为在所述维度上的坐标,构建出每个所述扫描结果对应的多维度坐标,并将每个所述多维度坐标作为一个样本点;
获取每个所述样本点相邻的多个近邻点的多维度坐标;
根据每个所述样本点相邻的多个近邻点的多维度坐标,计算每个所述样本点的局部重建权值矩阵;所述局部重建权值矩阵指每个样本点与多个近邻点的相对位置关系;
根据每个所述样本点相邻的多个近邻点的多维度坐标,以及每个所述样本点的局部重建权值矩阵,计算每个所述样本点在低维空间的输出值;
根据所述输出值,确定出目标漏洞属性;其中,所述目标漏洞属性为所述输出值与所述多维度坐标中相同维度所对应的属性;
根据所述目标漏洞属性,以及对应的项目名称、开发人员属性,建立对应的映射关联关系。
2.根据权利要求1所述的扫描结果的处理方法,其特征在于,所述获取每个所述样本点相邻的多个近邻点的多维度坐标的步骤,包括:
针对每个所述样本点,计算所述样本点与其相邻的相邻样本点之间的欧式距离;
若所述欧式距离少于设定值,则将对应的相邻样本点作为所述近邻点,并获取所述近邻点的多维度坐标;
其中,所述近邻点为k个,针对每个样本点xi,其k个近邻点的多维度坐标为(xi1,xi2,...,xik)。
3.根据权利要求2所述的扫描结果的处理方法,其特征在于,所述根据每个所述样本点相邻的多个近邻点的多维度坐标,计算每个所述样本点的局部重建权值矩阵的步骤,包括:
根据每个所述样本点相邻的多个近邻点的多维度坐标,计算局部协方差矩阵;
基于所述局部协方差矩阵,计算每个所述样本点的局部重建权值矩阵。
4.根据权利要求3所述的扫描结果的处理方法,其特征在于,所述计算局部协方差矩阵的计算公式为:
Zi=(xi-xj)(xi-xj)T;其中,Zi为局部协方差矩阵,T为转置;Xj为Xi的k个近邻点中的一个点;
所述计算每个所述样本点的局部重建权值矩阵的计算公式为:
其中,Wi为每个所述样本点的局部重建权值矩阵,1k为k维全1向量。
5.根据权利要求4所述的扫描结果的处理方法,其特征在于,所述输出值表示为yi=(y1,y2,...,ym);
所述根据每个所述样本点相邻的多个近邻点的多维度坐标,以及每个所述样本点的局部重建权值矩阵,计算每个所述样本点在低维空间的输出值的计算过程为:
根据所述局部重建权值矩阵,计算矩阵M;
其中,M=(I-W)(I-W)T;W为由Wi组成的权重系数矩阵;
m为多维度坐标的维度,
计算矩阵M的最小的前d+1个特征值,并计算前d+1个特征值对应的特征向量{y1,y2,...,yd+1};其中,d为低维空间的维度;
由第二个特征向量到第d+1个特征向量所组成的矩阵即为所述样本点在低维空间的输出值的矩阵D={y2,y3,...,yd+1}。
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中国平安财产保险股份有限公司,未经中国平安财产保险股份有限公司许可,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/202010905183.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种工业机器人抓手
- 下一篇:一种大功率电源设备状态监测装置及使用方法