[发明专利]安全中心中台系统

权利要求书

1.一种安全中心中台系统，其特征在于，包括：安全功能单元，用于获取多个安全功能；业务场景单元，用于获取多个业务场景；训练单元，用于：将所述多个安全功能和所述多个业务场景分别转化为多个第一输入向量和多个第二输入向量；将所述多个第一输入向量和所述多个第二输入向量分别输入由全连接深度神经网络构成的第一编码器和第二编码器，以获得多个第一特征向量和多个第二特征向量；分别计算所述多个第一特征向量中每一个特征向量与所述多个第二特征向量中的每一个特征向量的第一组交叉熵损失函数值；分别计算所述多个第二特征向量中每一个特征向量的分集概率阶数，以获得由多个分集概率阶数组成的第三特征向量，其中，每个所述第二特征向量的分集概率阶数为所述多个第二特征向量的概率分布的均值除以每个所述第二特征向量的概率分布；分别计算所述多个第一特征向量中每一个特征向量与所述第三特征向量的第二组交叉熵损失函数值；基于所述第一组交叉熵损失函数值和所述第二组交叉熵损失函数值，对所述第一编码器和所述第二编码器进行训练；以及推断单元，用于：获取待分类的安全功能；将所述待分类的安全功能转化为第一待分类输入向量后通过经所述训练单元训练完成的所述第一编码器以获得第一待分类特征向量；将所述第一待分类特征向量输入到基于所述第二特征向量的标签值的分类器中，以获得对应于所述第一待分类特征向量的分类结果，所述分类结果用于表示所述待分类的安全功能在特定业务场景下的权重。

2.根据权利要求1所述的安全中心中台系统，其中，所述训练单元，进一步用于：对所述多个安全功能和所述多个业务场景分别进行独热编码以转化为所述多个第一输入向量和所述多个第二输入向量。

3.根据权利要求1所述的安全中心中台系统，其中，所述训练单元，进一步用于：将所述多个安全功能和所述多个业务场景通过词嵌入模型以获得多个第一文本词向量和多个第二文本词向量；以及，将所述多个第一文本词向量和所述多个第二文本词向量分别输入语义理解模型，以获得所述多个第一输入向量和所述多个第二输入向量。

4.根据权利要求1所述的安全中心中台系统，其中，所述训练单元，进一步用于：迭代地以所述第一组交叉熵损失函数值的加权和训练所述第一编码器和所述第二编码器，以及，以所述第二组交叉熵损失函数值的加权和训练第一编码器。

5.根据权利要求1所述的安全中心中台系统，其中，所述分类器的标签值为所述第二特征向量中各个位置的特征值的均值或者加权和。

6.一种安全中心中台系统的操作方法，其特征在于，包括：通过安全功能单元获取多个安全功能；通过业务场景单元获取多个业务场景；通过训练单元将所述多个安全功能和所述多个业务场景分别转化为多个第一输入向量和多个第二输入向量；将所述多个第一输入向量和所述多个第二输入向量分别输入由全连接深度神经网络构成的第一编码器和第二编码器，以获得多个第一特征向量和多个第二特征向量；分别计算所述多个第一特征向量中每一个特征向量与所述多个第二特征向量中的每一个特征向量的第一组交叉熵损失函数值；分别计算所述多个第二特征向量中每一个特征向量的分集概率阶数，以获得由多个分集概率阶数组成的第三特征向量，其中，每个所述第二特征向量的分集概率阶数为所述多个第二特征向量的概率分布的均值除以每个所述第二特征向量的概率分布；分别计算所述多个第一特征向量中每一个特征向量与所述第三特征向量的第二组交叉熵损失函数值；以及，基于所述第一组交叉熵损失函数值和所述第二组交叉熵损失函数值，对所述第一编码器和所述第二编码器进行训练；以及通过推断单元获取待分类的安全功能；将所述待分类的安全功能转化为第一待分类输入向量后通过经所述训练单元训练完成的所述第一编码器以获得第一待分类特征向量；以及，将所述第一待分类特征向量输入到基于所述第二特征向量的标签值的分类器中，以获得对应于所述第一待分类特征向量的分类结果，所述分类结果用于表示所述待分类的安全功能在特定业务场景下的权重。

7.根据权利要求6所述的安全中心中台系统的操作方法，进一步包括通过所述训练单元对所述多个安全功能和所述多个业务场景分别进行独热编码以转化为所述多个第一输入向量和所述多个第二输入向量。

8.根据权利要求6所述的安全中心中台系统的操作方法，进一步包括通过所述训练单元将所述多个安全功能和所述多个业务场景通过词嵌入模型以获得多个第一文本词向量和多个第二文本词向量；以及，通过所述训练单元将所述多个第一文本词向量和所述多个第二文本词向量分别输入语义理解模型，以获得所述多个第一输入向量和所述多个第二输入向量。