[发明专利]基于大数据漏洞挖掘的云服务处理方法及人工智能系统

说明书

本申请公开了一种基于大数据漏洞挖掘的云服务处理方法及人工智能系统，在根据云服务漏洞分析数据簇，对候选上线云服务进行漏洞修复后，对候选上线云服务进行全局崩溃模拟测试，分析候选上线云服务在本次漏洞修复过程中是否匹配目标稳定性条件，如果候选上线云服务在本次漏洞修复过程中匹配目标稳定性条件，则将候选上线云服务作为正式上线云服务进行部署配置，如果候选上线云服务在本次漏洞修复过程中不匹配目标稳定性条件，则对候选上线云服务进行标注后，循环对候选上线云服务进行漏洞分析与修复。如此，通过在进行漏洞修复后进一步通过模拟测试评估候选上线云服务的稳定性，以便于后续处理，从而提高候选上线云服务在部署上线后的稳定性。

技术领域

本申请涉及大数据技术领域，具体而言，涉及一种基于大数据漏洞挖掘的云服务处理方法及人工智能系统。

背景技术

云服务稳定性问题通常被认为是采用云计算的道路上最大的障碍，相关技术中，如何有效进行云服务漏洞的分析和评估，以便于提高云服务中各种服务功能的运行稳定性，是诸多开发人员不断思考的方向。相关技术中的云服务漏洞分析挖掘后，通常在进行漏洞修复后直接进行部署运用，没有考虑到在进行漏洞修复之后的运行稳定性，导致候选上线云服务在部署上线后的稳定性无法很好地保证。

发明内容

本申请提供一种基于大数据漏洞挖掘的云服务处理方法及人工智能系统。

第一方面，本申请实施例提供一种基于大数据漏洞挖掘的云服务处理方法，应用于人工智能系统，包括：

根据候选上线云服务器的云服务漏洞分析数据簇，对所述候选上线云服务进行漏洞修复后，对所述候选上线云服务进行全局崩溃模拟测试，获得关键崩溃模拟测试数据；

根据所述关键崩溃模拟测试数据，分析所述候选上线云服务在本次漏洞修复过程中是否匹配目标稳定性条件；

如果所述候选上线云服务在本次漏洞修复过程中匹配目标稳定性条件，则将所述候选上线云服务作为正式上线云服务进行部署配置；

如果所述候选上线云服务在本次漏洞修复过程中不匹配目标稳定性条件，则对所述候选上线云服务进行标注后，循环对候选上线云服务进行漏洞分析与修复。

譬如，基于所述至少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板对所述参考云服务崩溃事件数据簇进行漏洞数据溯源，依据漏洞数据溯源获得的溯源漏洞数据集，获取所述至少一个目标云服务漏洞的漏洞向量所对应的等待分析的云服务崩溃事件数据簇，包括：

基于所述至少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板

对所述至少一个目标云服务漏洞的漏洞向量进行聚团，获得至少一个云服务漏洞的漏洞向量分布，任意云服务漏洞的漏洞向量分布中的目标云服务漏洞的漏洞向量对应的漏洞溯源模板一致；

将所述参考云服务崩溃事件数据簇基于所述至少一个云服务漏洞的漏洞向量分布中的起始云服务漏洞的漏洞向量分布对应的漏洞溯源模板进行漏洞数据溯源，获得起始溯源漏洞数据集，在所述起始溯源漏洞数据集中对所述起始云服务漏洞的漏洞向量分布中的目标云服务漏洞的漏洞向量进行数据提取，获得所述起始云服务漏洞的漏洞向量分布中的目标云服务漏洞的漏洞向量对应的等待分析的云服务崩溃事件数据簇；

将前向溯源漏洞数据集基于所述至少一个云服务漏洞的漏洞向量分布中的后向云服务漏洞的漏洞向量分布对应的漏洞溯源模板进行漏洞数据溯源，获得后向溯源漏洞数据集，在所述后向溯源漏洞数据集中对所述后向云服务漏洞的漏洞向量分布中的目标云服务漏洞的漏洞向量进行数据提取，获得所述后向云服务漏洞的漏洞向量分布中的目标云服务漏洞的漏洞向量对应的等待分析的云服务崩溃事件数据簇，直到获得所述至少一个目标云服务漏洞的漏洞向量所对应的等待分析的云服务崩溃事件数据簇。