[发明专利]采用AI和大数据技术的安全防护更新方法及安全防护系统

说明书

本发明实施例提供一种采用AI和大数据技术的安全防护更新方法及安全防护系统，结合满足AI模型部署条件的安全漏洞挖掘网络模型输出云端应用软件服务的非法入侵监控大数据关联的模糊安全漏洞，并且通过提取与非法入侵监控大数据存在非法入侵节点关联的非法入侵衍生预测数据，同时依据安全漏洞挖掘网络模型输出非法入侵衍生预测数据关联的衍生安全漏洞，由此结合模糊安全漏洞以及衍生安全漏洞生成云端应用软件服务下的参考安全漏洞，以此为依据下发相关的安全防护更新信息进行安全防护更新，结合了模糊安全漏洞分析和衍生安全漏洞分析，可以提高漏洞分析精度和指向性，以此提高最终安全防护更新的可靠性。

技术领域

本发明涉及信息入侵安全防护技术领域，具体而言，涉及一种采用AI和大数据技术的安全防护更新方法及安全防护系统。

背景技术

随着云计算技术的急速发展，越来越多的互联网信息企业通过在云端布置提供的互联网服务以为用户生活提供便利，在此同时，对于这些互联网信息企业而言，其云端业务的安全防护也越加重要。基于此，各个互联网信息企业进行非法入侵监控时会生成大量的非法入侵监控日志，以便于根据这些非法入侵监控日志确定可能存在的安全漏洞。然而，在现有方案中，对于安全漏洞的确定，需要依据非法入侵监控跟踪以获得相关的非法入侵监控跟踪数据，并且通过训练的安全漏洞挖掘网络模型对非法入侵监控跟踪数据进行漏洞分析和输出，然而此方案只是片面考虑了单独的非法入侵监控跟踪数据，导致在安全漏洞决策时存在部分片面性，也影响后续进行安全防护更新的依据输出。

发明内容

有鉴于此，本发明的目的在于提供一种采用AI和大数据技术的安全防护更新方法及安全防护系统。

第一方面，本发明提供一种采用AI和大数据技术的安全防护更新方法，应用于安全防护系统，所述方法包括：

结合满足AI模型部署条件的安全漏洞挖掘网络模型输出云端应用软件服务的非法入侵监控大数据关联的模糊安全漏洞；

调用查找与所述非法入侵监控大数据存在非法入侵节点关联的非法入侵衍生预测数据，同时依据所述安全漏洞挖掘网络模型输出所述非法入侵衍生预测数据关联的衍生安全漏洞；

结合所述模糊安全漏洞以及所述衍生安全漏洞生成云端应用软件服务下的参考安全漏洞；

依据所述云端应用软件服务下的参考安全漏洞向所述云端应用软件服务所对应的应用服务器下发相关的安全防护更新信息。

例如一些示例中，非法入侵监控大数据依据以下步骤获得：

获取第一非法入侵监控跟踪应用监控跟踪的第一非法入侵监控跟踪数据，其中，所述第一非法入侵监控跟踪数据包括所述第一非法入侵监控跟踪应用对应于第一非法入侵监控接口簇下所监控跟踪的非法入侵监控跟踪数据；

在非法入侵监控跟踪数据库中解析与所述第一非法入侵监控跟踪数据具有入侵点关联的第二非法入侵监控跟踪数据，其中，所述第二非法入侵监控跟踪数据包括第二非法入侵监控跟踪应用对应于第二非法入侵监控接口簇下所监控跟踪的非法入侵监控跟踪数据；

结合所述第一非法入侵监控接口簇和所述第二非法入侵监控接口簇，对所述第一非法入侵监控接口簇中的入侵监控接口进行参数调整，输出第三非法入侵监控接口簇；

结合所述第三非法入侵监控接口簇，对所述第一非法入侵监控跟踪数据进行大数据输出，输出非法入侵监控大数据，其中，所述非法入侵监控大数据中包括每个非法入侵监控节点对应的非法入侵监控接口。

例如一些示例中，所述结合所述第一非法入侵监控接口簇和所述第二非法入侵监控接口簇，对所述第一非法入侵监控接口簇中的入侵监控接口进行参数调整，输出第三非法入侵监控接口簇，具体如下：