[发明专利]基于大数据的云服务漏洞分析方法及人工智能分析系统

权利要求书

1.一种基于大数据的云服务漏洞分析方法，其特征在于，应用于人工智能分析系统，所述人工智能分析系统与多个云服务业务系统通信连接，所述方法包括：

对于任意一个所述云服务业务系统的目标云服务线上产品，获取所述目标云服务线上产品的云服务攻击日志数据；

对所述云服务攻击日志数据进行处理，以得到所述云服务攻击日志数据的业务运行崩溃信息团，所述业务运行崩溃信息团包括所述云服务攻击日志数据中目标云服务会话应用的会话运行崩溃对象的崩溃节点信息；

根据所述业务运行崩溃信息团确定所述云服务攻击日志数据的云服务漏洞分析信息，所述云服务漏洞分析信息包括所述云服务攻击日志数据中所述目标云服务会话应用的会话运行崩溃对象的漏洞属性信息。

2.根据权利要求1所述的基于大数据的云服务漏洞分析方法，其特征在于，所述对所述云服务攻击日志数据进行处理，以得到所述云服务攻击日志数据的业务运行崩溃信息团，包括：

调用业务运行崩溃识别网络对所述云服务攻击日志数据进行处理，以得到所述云服务攻击日志数据的业务运行崩溃信息团，所述业务运行崩溃识别网络是通过对所述目标云服务线上产品的典型云服务攻击日志数据进行特征深度学习得到的。

3.根据权利要求2所述的基于大数据的云服务漏洞分析方法，其特征在于，所述调用业务运行崩溃识别网络对所述云服务攻击日志数据进行处理之前，所述方法还包括：

获取典型训练数据集，所述典型训练数据集包括原始云服务线上产品的第一典型云服务攻击日志数据和目标云服务线上产品的第二典型云服务攻击日志数据；

通过对所述第二典型云服务攻击日志数据进行特征深度学习以及对所述第一典型云服务攻击日志数据进行特征深度学习训练基础深度学习网络，当满足网络收敛要求的基础深度学习网络满足网络收敛要求时，将所述满足网络收敛要求的基础深度学习网络作为业务运行崩溃识别网络，所述业务运行崩溃识别网络用于识别所述目标云服务线上产品的云服务攻击日志数据中所述目标云服务会话应用的会话运行崩溃对象的崩溃节点信息。

4.根据权利要求3所述的基于大数据的云服务漏洞分析方法，其特征在于，所述典型训练数据集还包括第一典型云服务攻击日志数据中目标云服务会话应用的会话运行崩溃对象的典型崩溃节点信息；

所述通过对所述第二典型云服务攻击日志数据进行特征深度学习以及对所述第一典型云服务攻击日志数据进行特征深度学习训练基础深度学习网络，包括：

调用所述基础深度学习网络对所述第二典型云服务攻击日志数据进行描述分量提取，得到所述第二典型云服务攻击日志数据的第二崩溃特征描述分量；

对所述第二崩溃特征描述分量包括的第二主动型崩溃描述或者第二被动型崩溃描述进行规则化处理，得到规则化处理后的第二主动型崩溃描述或者第二被动型崩溃描述，所述规则化处理后的第二主动型崩溃描述或者第二被动型崩溃描述包括多个崩溃描述片段，每个崩溃描述片段对应所述第二典型云服务攻击日志数据中的一个攻击操作日志；

对所述多个崩溃描述片段中每一个崩溃描述片段分别计算有效性描述量，并根据所有崩溃描述片段的有效性描述量、所述第二崩溃特征描述分量的描述数据区间和描述数据业务层得到第三风险估计指数；

对所述多个崩溃描述片段中每一个崩溃描述片段分别计算最大平方风险估计指数，并根据所有崩溃描述片段的最大平方风险估计指数、所述第二崩溃特征描述分量的描述数据区间和描述数据业务层得到第四风险估计指数；

根据所述第三风险估计指数和所述第四风险估计指数确定所述基础深度学习网络的第一目标风险估计指数；

调用所述基础深度学习网络对所述第一典型云服务攻击日志数据进行描述分量提取，得到所述第一典型云服务攻击日志数据的第一崩溃特征描述分量；

根据所述第一崩溃特征描述分量和所述典型崩溃节点信息确定所述基础深度学习网络的第二目标风险估计指数；

根据所述第一目标风险估计指数和所述第二目标风险估计指数训练所述基础深度学习网络。