CN111800790B - 基于云计算和5g互联的信息解析方法及人机协同云平台 - Google Patents

基于云计算和5g互联的信息解析方法及人机协同云平台 Download PDF

Info

Publication number
CN111800790B
CN111800790B CN202010569162.2A CN202010569162A CN111800790B CN 111800790 B CN111800790 B CN 111800790B CN 202010569162 A CN202010569162 A CN 202010569162A CN 111800790 B CN111800790 B CN 111800790B
Authority
CN
China
Prior art keywords
verification
information
node
contract
application scene
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010569162.2A
Other languages
English (en)
Other versions
CN111800790A (zh
Inventor
张仕红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ANHUI XINDUN TECHNOLOGY Co.,Ltd.
Original Assignee
Anhui Xindun Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Xindun Technology Co ltd filed Critical Anhui Xindun Technology Co ltd
Priority to CN202010569162.2A priority Critical patent/CN111800790B/zh
Priority to CN202011512142.8A priority patent/CN112672353A/zh
Priority to CN202011509149.4A priority patent/CN112702737A/zh
Publication of CN111800790A publication Critical patent/CN111800790A/zh
Application granted granted Critical
Publication of CN111800790B publication Critical patent/CN111800790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures

Abstract

本公开实施例提供一种基于云计算和5G互联的信息解析方法及人机协同云平台，通过获取每个信息验证终端在目标验证服务区间内的验证结果信息，并从每个信息验证终端中获取其在目标验证服务区间内的应用场景参数数据，由此具体考虑到该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及应用场景配置节点的场景区域分类，从而通过结合每个信息验证终端的应用场景参数数据对其对应的验证结果信息进行数据分析，从而有效适配不同信息验证终端的应用场景配置过程的不确定性，提高验证自适应分析准确性。

Description

基于云计算和5G互联的信息解析方法及人机协同云平台
技术领域
本公开涉及大数据及验证自适应技术领域，具体而言，涉及一种基于云计算和5G互联的信息解析方法及人机协同云平台。
背景技术
随着5G和物联网技术的快速发展，通过各种信息验证终端进行图像信息安全验证，是人机协同云平台的一个重要应用场景。现有技术中，通常是单一地对人机协同云平台的实时验证对象数据或者历史验证对象数据进行分析从而判断人机协同云平台是否存在验证自适应的异常。然而经本发明人研究发现，由于在验证过程中往往存在应用场景（例如不同的安全验证场景）配置过程的不确定性，也即，针对不同的验证过程而言，其应用场景配置情况可能各有不同，从而可能导致传统方案的验证自适应分析的准确性较低。
发明内容
为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于云计算和5G互联的信息解析方法及人机协同云平台，通过结合每个信息验证终端的应用场景参数数据对其对应的验证结果信息进行数据分析，从而有效适配不同信息验证终端的应用场景配置过程的不确定性，提高验证自适应分析准确性。
第一方面，本公开提供一种基于云计算和5G互联的信息解析方法，应用于人机协同云平台，所述人机协同云平台与多个信息验证终端通信连接， 所述方法包括：
获取每个信息验证终端在目标验证服务区间内的验证结果信息，并从每个信息验证终端中获取其在所述目标验证服务区间内的应用场景参数数据，所述应用场景参数数据包括该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及所述应用场景配置节点的场景区域分类；
根据所述应用场景参数数据对所述验证结果信息进行数据分析，得到每个信息验证终端的验证自适应结果。
在第一方面的一种可能的实现方式中，所述根据所述应用场景参数数据对所述验证结果信息进行数据分析，得到每个信息验证终端的验证自适应结果的步骤，包括：
根据所述应用场景配置节点与原始配置节点之间的配置更新内容，确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源；
根据所述每个应用场景配置节点的场景区域分类，对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个信息验证终端的验证自适应结果。
在第一方面的一种可能的实现方式中，所述根据所述应用场景配置节点与原始配置节点之间的配置更新内容，确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源的步骤，包括：
分别检测所述应用场景配置节点在应用场景中的第一场景指向对象和对应的原始配置节点在所述应用场景中的第二场景指向对象，所述第一场景指向对象和所述第二场景指向对象分别用于表示所述应用场景配置节点和对应的原始配置节点被配置时的源配置目录所对应的指向对象；
根据每个所述第一场景指向对象和对应的所述第二场景指向对象确定所述应用场景配置节点与原始配置节点之间的配置更新内容，所述配置更新内容包括至少一个配置更新项目区间，每个配置更新项目区间用于表示所述应用场景配置节点与原始配置节点之间存在被更新情况的更新数据段；
从所述配置更新内容中获取每个配置更新项目区间所对应的数字合约证书，并根据所述数字合约证书确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道；
根据所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
在第一方面的一种可能的实现方式中，所述根据所述数字合约证书确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道的步骤，包括：
从所述数字合约证书中获取各个数字合约验证对象，其中，每个数字合约验证对象用于表示每次发起数字合约验证时的验证对象；
提取各个数字合约验证对象的合约验证监测变量结果并构建对应的合约验证监测变量矩阵，针对所述验证结果信息中的每个验证结果项目，根据所述合约验证监测变量矩阵对所述验证结果项目的访问产生记录进行处理，得到所述合约验证监测变量矩阵的多个不同合约验证监测目标的匹配结果作为所述访问产生记录的待定边缘业务功能，以得到每个验证结果项目的待定边缘业务功能；
基于所述每个验证结果项目的待定边缘业务功能，匹配出所述待定边缘业务功能的每个边缘业务节点为协同感知节点的置信度、以及每个边缘业务节点为协同感知节点时该边缘业务节点相对于其所在的合约验证监测目标的验证结果项目的协同感知探测信息；
确定置信度高于预设置信度阈值的边缘业务节点为协同感知节点，并基于确定出的各协同感知节点的协同感知探测信息相对于其所在的合约验证监测目标的验证结果项目的协同感知探测信息的协同接入行为，确定由所述协同感知节点确定出的合约验证监测目标的验证结果项目的协同感知探测信息；
去掉各协同感知节点确定出的合约验证监测目标的验证结果项目的协同感知探测信息中被超过两次确定的合约验证监测目标的验证结果项目的协同感知探测信息，得到各待定合约验证监测目标的验证结果项目的协同感知探测信息；
根据各待定合约验证监测目标的验证结果项目的协同感知探测信息确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道。
在第一方面的一种可能的实现方式中，所述根据各待定合约验证监测目标的验证结果项目的协同感知探测信息确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道的步骤，包括：
将所述访问产生记录的待定边缘业务功能输入到目标决策分类器，基于各待定合约验证监测目标的验证结果项目的协同感知探测信息对所述目标决策分类器输出的决策协同分类标签进行处理，生成用于表征所述待定合约验证监测目标的决策协同分类标签趋势的协同接入行为特征；
基于所述待定合约验证监测目标的验证结果项目的协同感知探测信息，在所述访问产生记录中确定各待定合约验证监测目标的组合待定合约验证监测目标，并计算所述待定合约验证监测目标的协同接入行为特征与对应的各组合待定合约验证监测目标的协同接入行为特征之间的汉明距离，作为所述待定合约验证监测目标与对应的各组合待定合约验证监测目标之间的关联值；
将与所述待定合约验证监测目标之间的关联值小于预设关联值阈值的组合待定合约验证监测目标作为与所述待定合约验证监测目标相关的组合待定合约验证监测目标，将各待定合约验证监测目标与相关的组合待定合约验证监测目标组合并为合约验证监测目标关联组合；
基于所述合约验证监测目标关联组合中各待定合约验证监测目标的验证结果项目的协同感知探测信息确定所述合约验证监测目标关联组合中所有合约验证监测目标所对应的边缘业务节点作为每个验证结果项目的边缘业务功能；
从确定的每个验证结果项目的边缘业务功能的访问信息中获取每个验证结果项目的边缘访问渠道。
在第一方面的一种可能的实现方式中，所述基于各待定合约验证监测目标的验证结果项目的协同感知探测信息对所述目标决策分类器输出的决策协同分类标签进行处理，生成用于表征所述待定合约验证监测目标的决策协同分类标签趋势的协同接入行为特征的步骤，包括：
基于各待定合约验证监测目标的验证结果项目的协同感知探测信息从所述目标决策分类器输出的决策协同分类标签中提取对应的协同接入行为，得到协同接入行为单元，并基于所述协同接入行为单元包括的协同接入行为的源路径，确定每个源路径映射空间，其中，所述每个源路径映射空间涵盖的范围包含每个协同接入行为单元中的每个协同接入行为的源路径；
对于所述每个源路径映射空间，将包括的协同接入行为的源路径处于该源路径映射空间的协同接入行为单元合并为协同接入行为单元集合，对于每个协同接入行为单元集合中的每个协同接入行为单元，确定该协同接入行为单元包括的协同接入行为的关联协同接入行为，其中，所述关联协同接入行为为各个协同接入行为中的相同类型的协同接入行为关联后构成的协同接入行为；
确定每两个关联协同接入行为之间的共同接入节点，并将所确定出的关联协同接入行为之间的共同接入节点确定为对应的协同接入行为单元之间的关键行为单元；
将各协同接入行为单元之间的关键行为单元所对应的协同特征向量构成的向量集合作为用于表征所述待定合约验证监测目标的决策协同分类标签趋势的协同接入行为特征。
在第一方面的一种可能的实现方式中，所述根据所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源的步骤，包括：
根据所述验证结果信息中每个验证结果项目的边缘业务功能确定所述验证结果信息对应于每个应用场景配置节点的场景验证来源；
根据所述验证结果信息中每个验证结果项目的边缘访问渠道所对应的验证目标区域，分别从所述验证结果信息对应于每个应用场景配置节点的场景验证来源中确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
在第一方面的一种可能的实现方式中，所述根据所述每个应用场景配置节点的场景区域分类，对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个信息验证终端的验证自适应结果的步骤，包括：
根据所述每个应用场景配置节点的场景区域分类，获取每个应用场景配置节点的配置选项序列以及各选项表征功能，所述配置选项序列用于记录每个应用场景配置节点的配置选项，所述选项表征功能用于表征每个应用场景配置节点在不同配置选项下的匹配功能；
根据所述配置选项序列对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个应用场景配置节点对应的热点场景配置数据段下的目标选项表征功能，其中，所述热点场景配置数据段包括被设定数量范围的配置选项验证的区域；
根据每个应用场景配置节点对应的所述热点场景配置数据段下的目标选项表征功能得到每个信息验证终端的验证自适应结果。
在第一方面的一种可能的实现方式中，所述根据所述配置选项序列对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个应用场景配置节点对应的热点场景配置数据段下的目标协议特征的步骤，包括：
根据所述配置选项序列对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，在确定出所述每个应用场景配置节点的目标场景验证来源中包含有热点场景配置数据段的情况下，根据每个应用场景配置节点在对应的所述热点场景配置数据段下的选项表征功能及其特征项比例，确定每个应用场景配置节点在对应的非热点场景配置数据段下的各选项表征功能与在该应用场景配置节点对应的热点场景配置数据段下的各选项表征功能之间的特征项关联关系，并将每个应用场景配置节点在对应的非热点场景配置数据段下的与在该应用场景配置节点对应的热点场景配置数据段下的选项表征功能存在特征项强关联关系的选项表征功能转移到该应用场景配置节点对应的热点场景配置数据段下，其中，所述特征项强关联关系用于表示特征项之间的互相验证比例大于设定比例阈值所对应的关联关系。
在第一方面的一种可能的实现方式中，所述根据每个应用场景配置节点对应的所述热点场景配置数据段下的目标选项表征功能得到每个信息验证终端的验证自适应结果的步骤，包括：
针对每个应用场景配置节点，根据该应用场景配置节点对应的热点场景配置数据段下的各个选项表征功能的验证重复度建立对应的验证深度分布图，所述验证深度分布图为分深度区域图，每个深度区域对应一个深度区域权重，每个深度区域权重具有至少一个验证重复度分布；
确定该应用场景配置节点对应的每个选项表征功能的验证互动线程，并确定出每个选项表征功能的验证互动线程所对应的验证互动业务标识；
将每个验证互动业务标识映射至所述验证深度分布图中并确定每个验证互动业务标识所处的深度区域，根据每个验证互动业务标识所处的深度区域的深度区域权重确定该深度区域对应的选项表征功能与该验证互动业务标识之间的验证互动置信度，基于所述验证互动置信度确定该验证互动业务标识对应的选项表征功能的验证自适应参数；
根据确定出的所有验证自适应参数得到每个信息验证终端的验证自适应结果。
在第一方面的一种可能的实现方式中，所述根据确定出的所有验证自适应参数得到每个信息验证终端的验证自适应结果的步骤，包括：
对确定出的所有验证自适应参数进行正则表达式匹配，确定所述所有验证自适应参数中存在预设规则格式的验证自适应参数的比例，所述预设规则格式用于表征验证自适应参数存在特定威胁参数；
判断所述所有验证自适应参数中存在预设规则格式的验证自适应参数的比例是否达到设定比例阈值，所述设定比例阈值根据每个信息验证终端的历史威胁状态次数确定；
在所述所有验证自适应参数中存在预设规则格式的验证自适应参数的比例是否达到设定比例阈值达到所述设定比例阈值时，确定对应的信息验证终端存在验证自适应异常，否则确定该信息验证终端不存在验证自适应异常；以及
在确定该信息验证终端存在验证自适应异常时，从该信息验证终端所对应的存在预设规则格式的验证自适应参数中提取对应的目标验证自适应异常参数，并提取所述目标验证自适应异常参数的自适应对象后从所述自适应对象中定位出每个自适应更新接口对应的第一自适应更新节点；
判断所述自适应对象中的每个自适应更新接口对应的第一自适应更新节点相对于所述自适应对象中的第二自适应更新节点是否存在关联的表项节点，所述第二自适应更新节点是所述自适应对象中除所述第一自适应更新节点以外的节点；
如果所述自适应对象中的每个自适应更新接口对应的第一自适应更新节点相对于所述自适应对象中的第二自适应更新节点存在关联的表项节点，将从所述自适应对象中定位出的每个自适应更新接口对应的第一自适应更新节点确定为所述自适应对象的有效自适应更新节点，否则，将从所述自适应对象中定位出的每个自适应更新接口对应的第一自适应更新节点与所述自适应对象中的第二自适应更新节点进行融合后得到所述自适应对象的有效自适应更新节点；
针对每个自适应更新接口，提取该自适应更新接口处于所述人机协同云平台的验证协议节点中的第一验证过程信息，并将所述自适应对象的有效自适应更新节点中的部分节点与所述第一验证过程信息进行融合得到第二验证过程信息；
在所述验证协议节点对应的协议进程中分别模拟所述第一验证过程信息和所述第二验证过程信息，得到对应的第一验证模拟信息和第二验证模拟信息，并判断所述第一验证模拟信息和所述第二验证模拟信息的相似度是否达到预设相似度阈值，在所述第一验证模拟信息和所述第二验证模拟信息的相似度达到所述预设相似度阈值时启动该自适应更新接口以运行模拟第二验证过程信息，得到所述第二验证过程信息对应的第三验证模拟信息，提取所述第三验证模拟信息中的异常类别标签并根据所述异常类别标签得到该自适应更新接口对应的更新策略，在所述第一验证模拟信息和所述第二验证模拟信息的相似度没有达到所述预设阈值时，返回将所述自适应对象的有效自适应更新节点中的部分节点与所述第一验证过程信息进行融合得到第二验证过程信息的操作。
在第一方面的一种可能的实现方式中，所述获取每个信息验证终端在目标验证服务区间内的验证结果信息的步骤，包括：
获取所述信息采集终端执行图像信息采集过程中的图像采集验证信息的图像对象标签，并根据所述图像对象标签的图像验证服务确定验证图像节点网格，获取所述验证图像节点网格在对所述图像采集验证信息进行验证过程中生成的对应的各个验证解析信息的验证签名行为序列和签名连通图信息，其中，所述图像对象标签用于表示本次执行图像信息采集过程中待验证对象的验证类型，所述图像验证服务用于表示针对所述图像对象标签在进行图像验证过程中调用的逻辑服务，所述逻辑服务用于表示所有的验证项目和每个验证项目之间的关联逻辑关系，所述验证图像节点网格用于表示以所述验证项目为验证图像节点构成的逻辑网格，所述验证签名行为序列中的每个验证签名行为用于表示每次针对每个验证项目的验证过程中产生的数字签名的过程信息，所述签名连通图信息用于表示每次产生的数字签名之间的连通迁移关系；
将所述验证签名行为序列和所述签名连通图信息分别输入至配置得到的支持向量机分类器，通过所述支持向量机分类器的第一决策边界提取各个验证解析信息的第一签名验证向量集，通过所述支持向量机分类器的第二决策边界提取各个验证解析信息的第二签名验证向量集，其中，所述支持向量机分类器基于训练样本训练得到；
通过所述支持向量机分类器的融合决策函数对所述第一签名验证向量集和所述第二签名验证向量集进行融合得到目标签名验证向量集；
根据所述目标签名验证向量集确定各个验证解析信息对应所述图像对象标签的验证扩展对象，并根据所述验证扩展对象分别生成对应的各个验证解析信息的扩展签名验证信息，根据所述扩展签名验证信息对所述验证解析信息进行二次验证后，将二次验证后的验证结果存储到二次验证大数据收集库中。
第二方面，本公开实施例还提供一种基于云计算和5G互联的信息解析装置，应用于人机协同云平台，所述人机协同云平台与多个信息验证终端通信连接，所述装置包括：
获取模块，用于获取每个信息验证终端在目标验证服务区间内的验证结果信息，并从每个信息验证终端中获取其在所述目标验证服务区间内的应用场景参数数据，所述应用场景参数数据包括该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及所述应用场景配置节点的场景区域分类；
数据分析模块，用于根据所述应用场景参数数据对所述验证结果信息进行数据分析，得到每个信息验证终端的验证自适应结果。
第三方面，本公开实施例还提供一种基于云计算和5G互联的信息解析系统，所述基于云计算和5G互联的信息解析系统包括人机协同云平台以及与所述人机协同云平台通信连接的多个信息验证终端；
所述信息验证终端，用于向所述人机协同云平台发送其在目标验证服务区间内的验证结果信息；
所述人机协同云平台，用于获取每个信息验证终端在目标验证服务区间内的验证结果信息，并从每个信息验证终端中获取其在所述目标验证服务区间内的应用场景参数数据，所述应用场景参数数据包括该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及所述应用场景配置节点的场景区域分类；
所述人机协同云平台，用于根据所述应用场景参数数据对所述验证结果信息进行数据分析，得到每个信息验证终端的验证自适应结果。
第四方面，本公开实施例还提供一种人机协同云平台，所述人机协同云平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个信息验证终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的实现方式中的基于云计算和5G互联的信息解析方法。
第五方面，本公开实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，实现上述第一方面或者第一方面中任意一个可能的实现方式中的基于云计算和5G互联的信息解析方法。
基于上述任意一个方面，本公开通过获取每个信息验证终端在目标验证服务区间内的验证结果信息，并从每个信息验证终端中获取其在目标验证服务区间内的应用场景参数数据，由此具体考虑到该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及应用场景配置节点的场景区域分类，从而通过结合每个信息验证终端的应用场景参数数据对其对应的验证结果信息进行数据分析，从而有效适配不同信息验证终端的应用场景配置过程的不确定性，提高验证自适应分析准确性。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
图1为本公开实施例提供的基于云计算和5G互联的信息解析系统的应用场景示意图；
图2为本公开实施例提供的基于云计算和5G互联的信息解析方法的流程示意图；
图3为本公开实施例提供的基于云计算和5G互联的信息解析装置的功能模块示意图；
图4为本公开实施例提供的用于实现上述的基于云计算和5G互联的信息解析方法的人机协同云平台的结构示意框图。
具体实施方式
下面结合说明书附图对本公开进行具体说明，以下方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本公开实施例提供的基于云计算和5G互联的信息解析系统10的交互示意图。基于云计算和5G互联的信息解析系统10可以包括人机协同云平台100以及与所述人机协同云平台100通信连接的信息验证终端200。图1所示的基于云计算和5G互联的信息解析系统10仅为一种可行的示例，在其它可行的实施例中，该基于云计算和5G互联的信息解析系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中，信息验证终端200可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等，或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理、游戏设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
本实施例中，基于云计算和5G互联的信息解析系统10中的人机协同云平台100和信息验证终端200可以通过配合执行以下方法实施例所描述的物联网移动基站的验证自适应防护方法，具体人机协同云平台100和信息验证终端200的执行步骤部分可以参照以下方法实施例的详细描述。
值得说明的是，人机协同云平台100可以是单一的服务器，也可以是服务器集群，具体可以根据实际的计算需求进行灵活设计。人机协同云平台100可以为每个信息验证终端200提供大数据服务，例如图像大数据服务、订单大数据服务（例如应用于区块链网络中的订单大数据服务）等，在此不作具体限定。
为了解决前述背景技术中的技术问题，图2为本公开实施例提供的基于云计算和5G互联的信息解析方法的流程示意图，本实施例提供的基于云计算和5G互联的信息解析方法可以由图1中所示的人机协同云平台100执行，下面对该基于云计算和5G互联的信息解析方法进行详细介绍。
步骤S110，获取每个信息验证终端200在目标验证服务区间内的验证结果信息，并从每个信息验证终端200中获取其在目标验证服务区间内的应用场景参数数据。
步骤S120，根据应用场景参数数据对验证结果信息进行数据分析，得到每个信息验证终端200的验证自适应结果。
本实施例中，目标验证服务区间可以由人机协同云平台100的运营人员进行灵活配置，例如，可以设置不同的个性化选项的验证服务标签构成一个目标验证服务区间。在此基础上，应用场景参数数据可以包括该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及应用场景配置节点的场景区域分类。
其中，配置节点是指应用场景中构成的一系列影响图像安全信息验证的节点，例如场景属性节点、场景连接端口节点、场景输出端口节点等等，在此不作具体限定。由此可知，原始配置节点可以是指最初应用场景中的配置节点，而应用场景配置节点可以是指后续增加或者更改的配置节点。
此外，场景区域分类可以用于表示该应用场景配置节点对应的场景源，例如智能安防场景源、智能打卡场景源等，在此不作具体限定。
本实施例中，验证结果信息可以记录有多个不同的场景验证来源，不同的场景验证来源可以用于记录不同统计节点或者统计项目的验证结果信息。
基于上述步骤，本实施例通过结合每个信息验证终端200的应用场景参数数据对其对应的验证结果信息进行数据分析，从而可以有效适配不同信息验证终端200的应用场景配置过程的不确定性，提高验证自适应分析准确性。
在一种可能的实现方式中，针对步骤S120，进一步可以通过如下子步骤实现，详细描述如下。
子步骤S121，根据应用场景配置节点与原始配置节点之间的配置更新内容，确定验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
子步骤S122，根据每个应用场景配置节点的场景区域分类，对验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个信息验证终端200的验证自适应结果。
其中，示例性地，针对步骤S121，以下将给出一种可能的实施例对其具体的实施方案进行非限制性阐述，除此之外，本领域技术人员也可以设计其它可能的实施例来具体确定验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
子步骤S1211，分别检测应用场景配置节点在应用场景中的第一场景指向对象和对应的原始配置节点在应用场景中的第二场景指向对象。
值得说明的是，第一场景指向对象和第二场景指向对象可分别用于表示应用场景配置节点和对应的原始配置节点被配置时的源配置目录所对应的指向对象。例如，指向对象可以是一些配置更新数据段、配置等级更新数据段等信息。
子步骤S1212，根据每个第一场景指向对象和对应的第二场景指向对象确定应用场景配置节点与原始配置节点之间的配置更新内容。
值得说明的是，配置更新内容可以包括至少一个配置更新项目区间，每个配置更新项目区间用于表示应用场景配置节点与原始配置节点之间存在被更新情况的更新数据段。
例如，如果配置更新内容包括配置更新项目区间1、配置更新项目区间2以及配置更新项目区间3，那么配置更新项目区间1、配置更新项目区间2以及配置更新项目区间3用于表示应用场景配置节点与原始配置节点之间存在被更新情况的更新数据段1、更新数据段2以及更新数据段3。
子步骤S1213，从配置更新内容中获取每个配置更新项目区间所对应的数字合约证书，并根据数字合约证书确定验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道。
子步骤S1214，根据验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道确定验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
在一种可能的实现方式中，在该子步骤S1213中，可以基于以下具体实施方式来实现。
（1）从数字合约证书中获取各个数字合约验证对象。
本实施例中，每个数字合约验证对象可以用于表示每次发起数字合约验证时的验证对象，例如验证修改行为、验证剔除行为等。
（2）提取各个数字合约验证对象的合约验证监测变量结果并构建对应的合约验证监测变量矩阵，针对验证结果信息中的每个验证结果项目，根据合约验证监测变量矩阵对验证结果项目的访问产生记录进行处理，得到合约验证监测变量矩阵的多个不同合约验证监测目标的匹配结果作为访问产生记录的待定边缘业务功能，以得到每个验证结果项目的待定边缘业务功能。
（3）基于每个验证结果项目的待定边缘业务功能，匹配出待定边缘业务功能的每个边缘业务节点为协同感知节点的置信度、以及每个边缘业务节点为协同感知节点时该边缘业务节点相对于其所在的合约验证监测目标的验证结果项目的协同感知探测信息。
（4）确定置信度高于预设置信度阈值的边缘业务节点为协同感知节点，并基于确定出的各协同感知节点的协同感知探测信息相对于其所在的合约验证监测目标的验证结果项目的协同感知探测信息的协同接入行为，确定由协同感知节点确定出的合约验证监测目标的验证结果项目的协同感知探测信息。
（5）去掉各协同感知节点确定出的合约验证监测目标的验证结果项目的协同感知探测信息中被超过两次确定的合约验证监测目标的验证结果项目的协同感知探测信息，得到各待定合约验证监测目标的验证结果项目的协同感知探测信息。
（6）根据各待定合约验证监测目标的验证结果项目的协同感知探测信息确定验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道。
例如，可以将访问产生记录的待定边缘业务功能输入到目标决策分类器，然后基于各待定合约验证监测目标的验证结果项目的协同感知探测信息对目标决策分类器输出的决策协同分类标签进行处理，生成用于表征待定合约验证监测目标的决策协同分类标签趋势的协同接入行为特征。
在以上过程中，作为一种可能的非限制性示例，本实施例可以基于各待定合约验证监测目标的验证结果项目的协同感知探测信息从目标决策分类器输出的决策协同分类标签中提取对应的协同接入行为，得到协同接入行为单元，并基于协同接入行为单元包括的协同接入行为的源路径，确定每个源路径映射空间。
其中，每个源路径映射空间涵盖的范围可以包含每个协同接入行为单元中的每个协同接入行为的源路径。
接下来，对于每个源路径映射空间，将包括的协同接入行为的源路径处于该源路径映射空间的协同接入行为单元合并为协同接入行为单元集合，对于每个协同接入行为单元集合中的每个协同接入行为单元，确定该协同接入行为单元包括的协同接入行为的关联协同接入行为，其中，关联协同接入行为为各个协同接入行为中的相同类型的协同接入行为关联后构成的协同接入行为。
然后，确定每两个关联协同接入行为之间的共同接入节点，并将所确定出的关联协同接入行为之间的共同接入节点确定为对应的协同接入行为单元之间的关键行为单元，并将各协同接入行为单元之间的关键行为单元所对应的协同特征向量构成的向量集合作为用于表征待定合约验证监测目标的决策协同分类标签趋势的协同接入行为特征。
进一步地，可以基于待定合约验证监测目标的验证结果项目的协同感知探测信息，在访问产生记录中确定各待定合约验证监测目标的组合待定合约验证监测目标，并计算待定合约验证监测目标的协同接入行为特征与对应的各组合待定合约验证监测目标的协同接入行为特征之间的汉明距离，作为待定合约验证监测目标与对应的各组合待定合约验证监测目标之间的关联值，并且将与待定合约验证监测目标之间的关联值小于预设关联值阈值的组合待定合约验证监测目标作为与待定合约验证监测目标相关的组合待定合约验证监测目标，将各待定合约验证监测目标与相关的组合待定合约验证监测目标组合并为合约验证监测目标关联组合。由此，可以基于合约验证监测目标关联组合中各待定合约验证监测目标的验证结果项目的协同感知探测信息确定合约验证监测目标关联组合中所有合约验证监测目标所对应的边缘业务节点作为每个验证结果项目的边缘业务功能，并从确定的每个验证结果项目的边缘业务功能的访问信息中获取每个验证结果项目的边缘访问渠道。
在一种可能的实现方式中，在该子步骤S1214中，可以基于以下具体实施方式来实现。
（1）根据验证结果信息中每个验证结果项目的边缘业务功能确定验证结果信息对应于每个应用场景配置节点的场景验证来源。
本实施例中，通过确定验证结果信息中每个验证结果项目的边缘业务功能，即可确定验证结果信息对应于每个应用场景配置节点的边缘业务功能，由此可以直接定位到验证结果信息对应于每个应用场景配置节点的边缘业务功能的场景验证来源中。
（2）根据验证结果信息中每个验证结果项目的边缘访问渠道所对应的验证目标区域，分别从验证结果信息对应于每个应用场景配置节点的场景验证来源中确定验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
本实施例中，可以基于边缘访问渠道确定相对应的验证目标区域，也即，针对不同的边缘访问渠道，可以定位到不同的验证目标区域中，由此可以从上述（1）中所确定的场景验证来源进一步确定验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
在一种可能的实现方式中，针对子步骤S122，以下将进一步给出一种可能的实施例对其具体的实施方案进行非限制性阐述。
子步骤S1221，根据每个应用场景配置节点的场景区域分类，获取每个应用场景配置节点的配置选项序列以及各选项表征功能。
本实施例中，配置选项序列可以用于记录每个应用场景配置节点的配置选项，选项表征功能用于表征每个应用场景配置节点在不同配置选项下的匹配功能。其中，配置选项可以是指每次验证网络协议时的业务程序组件，具体可以根据实时的业务需求进行确定。
子步骤S1222，根据配置选项序列对验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个应用场景配置节点对应的热点场景配置数据段下的目标选项表征功能。
本实施例中，热点场景配置数据段可以包括被设定数量范围的配置选项验证的区域。
子步骤S1223，根据每个应用场景配置节点对应的热点场景配置数据段下的目标选项表征功能得到每个信息验证终端200的验证自适应结果。
示例性地，在子步骤S1222中，本实施例具体可以根据配置选项序列对验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，在确定出每个应用场景配置节点的目标场景验证来源中包含有热点场景配置数据段的情况下，根据每个应用场景配置节点在对应的热点场景配置数据段下的选项表征功能及其特征项比例，确定每个应用场景配置节点在对应的非热点场景配置数据段下的各选项表征功能与在该应用场景配置节点对应的热点场景配置数据段下的各选项表征功能之间的特征项关联关系，并将每个应用场景配置节点在对应的非热点场景配置数据段下的与在该应用场景配置节点对应的热点场景配置数据段下的选项表征功能存在特征项强关联关系的选项表征功能转移到该应用场景配置节点对应的热点场景配置数据段下。
其中，特征项强关联关系可以用于表示特征项之间的互相验证比例大于设定比例阈值所对应的关联关系。
示例性地，在子步骤S1223中，可以基于以下具体实施方式来实现。
（1）针对每个应用场景配置节点，根据该应用场景配置节点对应的热点场景配置数据段下的各个选项表征功能的验证重复度建立对应的验证深度分布图。
本实施例中，上述的验证深度分布图为可以理解分深度区域图，每个深度区域对应一个深度区域权重，每个深度区域权重具有至少一个验证重复度分布。例如，上述的验证深度分布图可包括深度区域A、深度区域B、深度区域C以及深度区域D，那么深度区域A、深度区域B、深度区域C以及深度区域D各自对应的深度区域权重不同，也即深度区域A、深度区域B、深度区域C以及深度区域D各自对应的验证重复度分布不同。
（2）确定该应用场景配置节点对应的每个选项表征功能的验证互动线程，并确定出每个选项表征功能的验证互动线程所对应的验证互动业务标识。
本实施例中，验证互动线程可以理解为在访问相关的权限时存在一定验证自适应问题的权限线程，具体可以预先进行配置，例如可以配置选项表征功能与验证互动线程的映射关系。
（3）将每个验证互动业务标识映射至验证深度分布图中并确定每个验证互动业务标识所处的深度区域，根据每个验证互动业务标识所处的深度区域的深度区域权重确定该深度区域对应的选项表征功能与该验证互动业务标识之间的验证互动置信度，基于验证互动置信度确定该验证互动业务标识对应的选项表征功能的验证自适应参数。
（4）根据确定出的所有验证自适应参数得到每个信息验证终端200的验证自适应结果。
在一种可能的示例中，在本子步骤S1223的（4）部分描述中，可以对确定出的所有验证自适应参数进行正则表达式匹配，确定所有验证自适应参数中存在预设规则格式的验证自适应参数的比例。
本实施例中，预设规则格式可以用于表征验证自适应参数存在特定威胁参数。其中，正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，可以通过使用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
在此基础上，可以判断所有验证自适应参数中存在预设规则格式的验证自适应参数的比例是否达到设定比例阈值，设定比例阈值根据每个信息验证终端200的历史威胁状态次数确定，例如，可以设置设定比例阈值与信息验证终端200的历史威胁状态次数之间的预设映射关系，如历史威胁状态次数越多，那么设定比例阈值越小。
接下来，在所有验证自适应参数中存在预设规则格式的验证自适应参数的比例是否达到设定比例阈值达到设定比例阈值时，确定对应的信息验证终端200存在验证自适应异常，否则确定该信息验证终端200不存在验证自适应异常。
值得说明的是，在确定该信息验证终端200存在验证自适应异常时，本实施例还可以进一步从该信息验证终端200所对应的存在预设规则格式的验证自适应参数中提取对应的目标验证自适应异常参数，并提取目标验证自适应异常参数的自适应对象后从自适应对象中定位出每个自适应更新接口对应的第一自适应更新节点，由此判断自适应对象中的每个自适应更新接口对应的第一自适应更新节点相对于自适应对象中的第二自适应更新节点是否存在关联的表项节点，第二自适应更新节点是自适应对象中除第一自适应更新节点以外的节点。
如果自适应对象中的每个自适应更新接口对应的第一自适应更新节点相对于自适应对象中的第二自适应更新节点存在关联的表项节点，将从自适应对象中定位出的每个自适应更新接口对应的第一自适应更新节点确定为自适应对象的有效自适应更新节点，否则，将从自适应对象中定位出的每个自适应更新接口对应的第一自适应更新节点与自适应对象中的第二自适应更新节点进行融合后得到自适应对象的有效自适应更新节点。
接着，针对每个自适应更新接口，提取该自适应更新接口处于服务器的验证协议节点中的第一验证过程信息，并将自适应对象的有效自适应更新节点中的部分节点与第一验证过程信息进行融合得到第二验证过程信息，然后在验证协议节点对应的协议进程中分别模拟第一验证过程信息和第二验证过程信息，得到对应的第一验证模拟信息和第二验证模拟信息，并判断第一验证模拟信息和第二验证模拟信息的相似度是否达到预设相似度阈值，在第一验证模拟信息和第二验证模拟信息的相似度达到预设相似度阈值时启动该自适应更新接口以运行模拟第二验证过程信息，得到第二验证过程信息对应的第三验证模拟信息，提取第三验证模拟信息中的异常类别标签并根据异常类别标签得到该自适应更新接口对应的更新策略，在第一验证模拟信息和第二验证模拟信息的相似度没有达到预设阈值时，返回将自适应对象的有效自适应更新节点中的部分节点与第一验证过程信息进行融合得到第二验证过程信息的操作。
在一种可能的实现方式中，对于步骤S110而言，在获取每个信息验证终端200在目标验证服务区间内的验证结果信息的过程中，考虑到当前在执行图像信息的验证过程中，为了保证验证准确性和可靠性，通常会进行完整验证流程的图像验证，从而导致验证过程的针对性较差，导致验证可靠性不高。基于此，步骤S110可以进一步通过以下的示例性子步骤实现，详细描述如下。
步骤S111，获取信息采集终端200执行图像信息采集过程中的图像采集验证信息的图像对象标签，并根据图像对象标签的图像验证服务确定验证图像节点网格，获取验证图像节点网格在对图像采集验证信息进行验证过程中生成的对应的各个验证解析信息的验证签名行为序列和签名连通图信息。
步骤S112，将验证签名行为序列和签名连通图信息分别输入至配置得到的支持向量机分类器，通过支持向量机分类器的第一决策边界提取各个验证解析信息的第一签名验证向量集，通过支持向量机分类器的第二决策边界提取各个验证解析信息的第二签名验证向量集。
步骤S113，通过支持向量机分类器的融合决策函数对第一签名验证向量集和第二签名验证向量集进行融合得到目标签名验证向量集。
步骤S114，根据所述目标签名验证向量集确定各个验证解析信息对应所述图像对象标签的验证扩展对象，并根据所述验证扩展对象分别生成对应的各个验证解析信息的扩展签名验证信息，根据所述扩展签名验证信息对所述验证解析信息进行二次验证后，将二次验证后的验证结果存储到二次验证大数据收集库中。
本实施例中，图像对象标签用于表示本次执行图像信息采集过程中待验证对象的验证类型，例如可以是但不限于安全访问验证类型、安全读取验证类型、访问互动验证类型等等，但不限于此。
本实施例中，图像验证服务用于表示针对图像对象标签在进行图像验证过程中调用的逻辑服务，逻辑服务用于表示所有的验证项目和每个验证项目之间的关联逻辑关系，例如当包括验证项目A、验证项目B以及验证项目C时，图像验证服务可以用于表示验证项目A、验证项目B以及验证项目C，和验证项目A、验证项目B以及验证项目C互相之间的验证关系，例如验证项目A和验证项目C并列并位于验证项目B之后。
本实施例中，验证图像节点网格可以用于表示以验证项目为验证图像节点构成的逻辑网格，仍旧以上述示例为例，可以表示依据“验证项目A和验证项目C并列并位于验证项目B之后”的逻辑，由验证项目A、验证项目B以及验证项目C构成的逻辑网格。
本实施例中，验证签名行为序列中的每个验证签名行为用于表示每次针对每个验证项目的验证过程中产生的数字签名的过程信息，例如数字签名的交互行为、数字签名的测试行为等，签名连通图信息可以用于表示每次产生的数字签名之间的连通迁移关系，例如从数字签名的交互行为切换到数字签名的测试行为。
基于上述步骤，本实施例通过结合信息采集终端200执行图像信息采集过程中的图像采集验证信息的图像对象标签，从而能够针应图像对象标签的图像验证服务进行更有针对性的验证逻辑，并且在此基础上进一步衍生出验证扩展对象，从而进一步结合后续的扩展签名验证信息进行更有针对性的验证，从而提高验证可靠性。
在一种可能的实现方式中，针对步骤S111，签名连通图信息具体可以包括签名验证节点、验证前后的签名流向和签名指向项目。
其中，签名验证节点可以是指签名连通图时的时间节点或者区域节点，验证前后的签名流向可以是指签名连通图前的签名字段和签名连通图后的签名字段，签名指向项目可以是指签名连通图时通信节点所在的位置。
在此基础上，针对步骤S112，可以通过以下示例性子步骤具体实现，详细描述如下。
子步骤S1121，将验证签名行为序列输入至第一决策边界，对验证签名行为序列中的验证签名行为进行特征提取，得到对应的验证签名行为特征。
子步骤S1122，利用第一决策边界和图像验证服务相应的聚类脚本对验证签名行为特征进行聚类处理，得到聚类处理后的验证签名行为特征。
子步骤S1123，根据聚类处理后的验证签名行为特征提取各个验证解析信息的第一签名验证向量集。
子步骤S1124，将签名连通图信息输入至第二决策边界，对签名连通图信息进行特征抽取，得到签名验证节点特征、签名指向项目特征和验证前后的签名流向特征。
子步骤S1125，利用第二决策边界和图像验证服务相应的聚类脚本对签名验证节点特征、签名指向项目特征和验证前后的签名流向特征进行聚类处理，得到签名连通图信息矩阵。
子步骤S1126，获取验证签名行为序列对应的验证签名行为特征，将验证签名行为特征输入至签名连通图信息矩阵进行特征融合，得到融合后的目标特征序列，根据目标特征序列提取各个验证解析信息的第二签名验证向量集。
在一种可能的实现方式中，针对步骤S113，为了提高融合效率，本实施例可以通过支持向量机分类器的融合决策函数对第一签名验证向量集和第二签名验证向量集分别各自一一对应的特征位置进行融合得到目标签名验证向量集。
在一种可能的实现方式中，针对步骤S114，为了准确确定各个验证解析信息对应图像对象标签的验证扩展对象，可以通过以下示例性子步骤具体实现，详细描述如下。
子步骤S1141，从目标签名验证向量集中获取由关联图像对象标签的图像信息采集的数字签名对象对应的数字签名规则信息，其中，数字签名规则信息通过采用与相应数字签名对象的签名类型匹配的规则识别形式，对目标签名验证向量集中的数字签名协商信息进行规则识别得到。
子步骤S1142，按照与各规则识别形式分别匹配的协商交互方式，对相应各个数字签名对象发送的数字签名规则信息进行协商交互，得到相应的数字签名协商信息。
子步骤S1143，对各数字签名协商信息分别进行协商状况分析，确定与各数字签名对象对应的协商状况参数。其中，协商状况参数用于反映关联图像对象标签的数字签名对象的图像信息采集的频次程度。
子步骤S1144，从各数字签名对象对应的协商状况参数中筛选出协商次数最多的协商行为目标，并按照各数字签名对象对应的协商状况参数分别与协商次数最多的协商行为目标间的关联度，确定各数字签名对象分别对应的扩展置信度。其中，数字签名对象对应的扩展置信度与相对应的关联度呈正相关。
子步骤S1145，对扩展置信度大于设定扩展置信度的数字签名对象的数字签名协商信息进行对象解析，并根据对象解析结果中的扩展输出序号得到各个验证解析信息对应图像对象标签的验证扩展对象，其中，每个扩展输出序号与每个验证扩展对象呈一一对应关系。
在一种可能的实现方式中，仍旧针对步骤S114，在根据验证扩展对象分别生成对应的各个验证解析信息的扩展签名验证信息的过程中，具体可以通过以下子步骤进一步实现，详细描述如下。
子步骤S1146，获取验证扩展对象在进行验证扩展时对应的随机编码信息，其中，随机编码信息包括至少一个随机编码节点。
子步骤S1147，计算随机编码信息所对应的编码特征向量，其中，编码特征向量表示在虚拟扩展过程随机编码信息相对于每个编码扩展类型的编码公钥序列。
子步骤S1148，若编码特征向量的编码特征范围大于或等于设定置信度阈值，则计算随机编码信息在正式验证过程的编码特征向量序列，其中，编码特征向量序列包括目标总编码特征向量以及目标单位编码特征向量中的至少一种，目标总编码特征向量表示随机编码信息相对于每个编码扩展类型的编码公钥序列，目标单位编码特征向量表示随机编码信息中最靠前单位编码特征向量所对应随机编码节点相对于每个编码扩展类型的编码公钥序列。
子步骤S1149，根据编码特征向量序列确定随机编码信息所对应的扩展签名验证对象，并根据扩展签名验证对象生成对应的各个验证解析信息的扩展签名验证信息。
在同一发明构思下，图3为本公开实施例提供的基于云计算和5G互联的信息解析装置300的功能模块示意图，本实施例可以根据上述人机协同云平台100执行的方法实施例对该基于云计算和5G互联的信息解析装置300进行功能模块的划分，也即该基于云计算和5G互联的信息解析装置300所对应的以下各个功能模块可以用于执行上述人机协同云平台100执行的各个方法实施例。其中，该基于云计算和5G互联的信息解析装置300可以包括获取模块310和数据分析模块320，下面分别对该基于云计算和5G互联的信息解析装置300的各个功能模块的功能进行详细阐述。
获取模块310，用于获取每个信息验证终端200在目标验证服务区间内的验证结果信息，并从每个信息验证终端200中获取其在目标验证服务区间内的应用场景参数数据，应用场景参数数据包括该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及应用场景配置节点的场景区域分类。其中，获取模块310可以用于执行上述的步骤S110，关于获取模块310的详细实现方式可以参照上述针对步骤S110的详细描述即可。
数据分析模块320，用于根据应用场景参数数据对验证结果信息进行数据分析，得到每个信息验证终端200的验证自适应结果。其中，数据分析模块320可以用于执行上述的步骤S120，关于数据分析模块320的详细实现方式可以参照上述针对步骤S120的详细描述即可。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件验证的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件验证软件的形式实现，部分模块通过硬件的形式实现。例如，获取模块310可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件验证并执行以上获取模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门矩阵(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以验证程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
图4示出了本公开实施例提供的用于实现上述的控制设备的人机协同云平台100的硬件结构示意图，如图4所示，人机协同云平台100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中，至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令（例如图3中所示的基于云计算和5G互联的信息解析装置300包括的获取模块310和数据分析模块320），使得处理器110可以执行如上方法实施例的基于云计算和5G互联的信息解析方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的信息采集终端200进行数据收发。
处理器110的具体实现过程可参见上述人机协同云平台100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图4所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，DSP)、专用集成电路(英文：ApplicationSpecificIntegrated Circuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
此外，本公开实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上基于云计算和5G互联的信息解析方法。
上述的可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。

Claims (8)

1.一种基于云计算和5G互联的信息解析方法，其特征在于，应用于人机协同云平台，所述人机协同云平台与多个信息验证终端通信连接，所述信息验证终端通过物联网设备所提供的5G网络与所述人机协同云平台进行边缘通信， 所述方法包括：
获取每个信息验证终端在目标验证服务区间内的验证结果信息，并从每个信息验证终端中获取其在所述目标验证服务区间内的应用场景参数数据，所述应用场景参数数据包括该目标验证服务区间内应用场景配置节点与原始配置节点之间的配置更新内容以及所述应用场景配置节点的场景区域分类；
根据所述应用场景参数数据对所述验证结果信息进行数据分析，得到每个信息验证终端的验证自适应结果；
所述根据所述应用场景参数数据对所述验证结果信息进行数据分析，得到每个信息验证终端的验证自适应结果的步骤，包括：
根据所述应用场景配置节点与原始配置节点之间的配置更新内容，确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源；
根据所述每个应用场景配置节点的场景区域分类，对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个信息验证终端的验证自适应结果；
所述根据所述应用场景配置节点与原始配置节点之间的配置更新内容，确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源的步骤，包括：
分别检测所述应用场景配置节点在应用场景中的第一场景指向对象和对应的原始配置节点在所述应用场景中的第二场景指向对象，所述第一场景指向对象和所述第二场景指向对象分别用于表示所述应用场景配置节点和对应的原始配置节点被配置时的源配置目录所对应的指向对象；
根据每个所述第一场景指向对象和对应的所述第二场景指向对象确定所述应用场景配置节点与原始配置节点之间的配置更新内容，所述配置更新内容包括至少一个配置更新项目区间，每个配置更新项目区间用于表示所述应用场景配置节点与原始配置节点之间存在被更新情况的更新数据段；
从所述配置更新内容中获取每个配置更新项目区间所对应的数字合约证书，并根据所述数字合约证书确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道；
根据所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
2.根据权利要求1所述的基于云计算和5G互联的信息解析方法，其特征在于，所述根据所述数字合约证书确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道的步骤，包括：
从所述数字合约证书中获取各个数字合约验证对象，其中，每个数字合约验证对象用于表示每次发起数字合约验证时的验证对象；
提取各个数字合约验证对象的合约验证监测变量结果并构建对应的合约验证监测变量矩阵，针对所述验证结果信息中的每个验证结果项目，根据所述合约验证监测变量矩阵对所述验证结果项目的访问产生记录进行处理，得到所述合约验证监测变量矩阵的多个不同合约验证监测目标的匹配结果作为所述访问产生记录的待定边缘业务功能，以得到每个验证结果项目的待定边缘业务功能；
基于所述每个验证结果项目的待定边缘业务功能，匹配出所述待定边缘业务功能的每个边缘业务节点为协同感知节点的置信度、以及每个边缘业务节点为协同感知节点时该边缘业务节点相对于其所在的合约验证监测目标的验证结果项目的协同感知探测信息；
确定置信度高于预设置信度阈值的边缘业务节点为协同感知节点，并基于确定出的各协同感知节点的协同感知探测信息相对于其所在的合约验证监测目标的验证结果项目的协同感知探测信息的协同接入行为，确定由所述协同感知节点确定出的合约验证监测目标的验证结果项目的协同感知探测信息；
去掉各协同感知节点确定出的合约验证监测目标的验证结果项目的协同感知探测信息中被超过两次确定的合约验证监测目标的验证结果项目的协同感知探测信息，得到各待定合约验证监测目标的验证结果项目的协同感知探测信息；
根据各待定合约验证监测目标的验证结果项目的协同感知探测信息确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道。
3.根据权利要求2所述的基于云计算和5G互联的信息解析方法，其特征在于，所述根据各待定合约验证监测目标的验证结果项目的协同感知探测信息确定所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道的步骤，包括：
将所述访问产生记录的待定边缘业务功能输入到目标决策分类器，基于各待定合约验证监测目标的验证结果项目的协同感知探测信息对所述目标决策分类器输出的决策协同分类标签进行处理，生成用于表征所述待定合约验证监测目标的决策协同分类标签趋势的协同接入行为特征；
基于所述待定合约验证监测目标的验证结果项目的协同感知探测信息，在所述访问产生记录中确定各待定合约验证监测目标的组合待定合约验证监测目标，并计算所述待定合约验证监测目标的协同接入行为特征与对应的各组合待定合约验证监测目标的协同接入行为特征之间的汉明距离，作为所述待定合约验证监测目标与对应的各组合待定合约验证监测目标之间的关联值；
将与所述待定合约验证监测目标之间的关联值小于预设关联值阈值的组合待定合约验证监测目标作为与所述待定合约验证监测目标相关的组合待定合约验证监测目标，将各待定合约验证监测目标与相关的组合待定合约验证监测目标组合并为合约验证监测目标关联组合；
基于所述合约验证监测目标关联组合中各待定合约验证监测目标的验证结果项目的协同感知探测信息确定所述合约验证监测目标关联组合中所有合约验证监测目标所对应的边缘业务节点作为每个验证结果项目的边缘业务功能；
从确定的每个验证结果项目的边缘业务功能的访问信息中获取每个验证结果项目的边缘访问渠道。
4.根据权利要求1所述的基于云计算和5G互联的信息解析方法，其特征在于，所述根据所述验证结果信息中每个验证结果项目的边缘业务功能以及边缘访问渠道确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源的步骤，包括：
根据所述验证结果信息中每个验证结果项目的边缘业务功能确定所述验证结果信息对应于每个应用场景配置节点的场景验证来源；
根据所述验证结果信息中每个验证结果项目的边缘访问渠道所对应的验证目标区域，分别从所述验证结果信息对应于每个应用场景配置节点的场景验证来源中确定所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源。
5.根据权利要求1所述的基于云计算和5G互联的信息解析方法，其特征在于，所述根据所述每个应用场景配置节点的场景区域分类，对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个信息验证终端的验证自适应结果的步骤，包括：
根据所述每个应用场景配置节点的场景区域分类，获取每个应用场景配置节点的配置选项序列以及各选项表征功能，所述配置选项序列用于记录每个应用场景配置节点的配置选项，所述选项表征功能用于表征每个应用场景配置节点在不同配置选项下的匹配功能；
根据所述配置选项序列对所述验证结果信息对应于每个应用场景配置节点的目标场景验证来源进行数据分析，得到每个应用场景配置节点对应的热点场景配置数据段下的目标选项表征功能，其中，所述热点场景配置数据段包括被设定数量范围的配置选项验证的区域；
根据每个应用场景配置节点对应的所述热点场景配置数据段下的目标选项表征功能得到每个信息验证终端的验证自适应结果。
6.根据权利要求5所述的基于云计算和5G互联的信息解析方法，其特征在于，所述根据每个应用场景配置节点对应的所述热点场景配置数据段下的目标选项表征功能得到每个信息验证终端的验证自适应结果的步骤，包括：
针对每个应用场景配置节点，根据该应用场景配置节点对应的热点场景配置数据段下的各个选项表征功能的验证重复度建立对应的验证深度分布图，所述验证深度分布图为分深度区域图，每个深度区域对应一个深度区域权重，每个深度区域权重具有至少一个验证重复度分布；
确定该应用场景配置节点对应的每个选项表征功能的验证互动线程，并确定出每个选项表征功能的验证互动线程所对应的验证互动业务标识；
将每个验证互动业务标识映射至所述验证深度分布图中并确定每个验证互动业务标识所处的深度区域，根据每个验证互动业务标识所处的深度区域的深度区域权重确定该深度区域对应的选项表征功能与该验证互动业务标识之间的验证互动置信度，基于所述验证互动置信度确定该验证互动业务标识对应的选项表征功能的验证自适应参数；
根据确定出的所有验证自适应参数得到每个信息验证终端的验证自适应结果。
7.根据权利要求1所述的基于云计算和5G互联的信息解析方法，其特征在于，所述获取每个信息验证终端在目标验证服务区间内的验证结果信息的步骤，包括：
获取所述信息验证终端执行图像信息采集过程中的图像采集验证信息的图像对象标签，并根据所述图像对象标签的图像验证服务确定验证图像节点网格，获取所述验证图像节点网格在对所述图像采集验证信息进行验证过程中生成的对应的各个验证解析信息的验证签名行为序列和签名连通图信息，其中，所述图像对象标签用于表示本次执行图像信息采集过程中待验证对象的验证类型，所述图像验证服务用于表示针对所述图像对象标签在进行图像验证过程中调用的逻辑服务，所述逻辑服务用于表示所有的验证项目和每个验证项目之间的关联逻辑关系，所述验证图像节点网格用于表示以所述验证项目为验证图像节点构成的逻辑网格，所述验证签名行为序列中的每个验证签名行为用于表示每次针对每个验证项目的验证过程中产生的数字签名的过程信息，所述签名连通图信息用于表示每次产生的数字签名之间的连通迁移关系；
将所述验证签名行为序列和所述签名连通图信息分别输入至配置得到的支持向量机分类器，通过所述支持向量机分类器的第一决策边界提取各个验证解析信息的第一签名验证向量集，通过所述支持向量机分类器的第二决策边界提取各个验证解析信息的第二签名验证向量集，其中，所述支持向量机分类器基于训练样本训练得到；
通过所述支持向量机分类器的融合决策函数对所述第一签名验证向量集和所述第二签名验证向量集进行融合得到目标签名验证向量集；
根据所述目标签名验证向量集确定各个验证解析信息对应所述图像对象标签的验证扩展对象，并根据所述验证扩展对象分别生成对应的各个验证解析信息的扩展签名验证信息，根据所述扩展签名验证信息对所述验证解析信息进行二次验证后，将二次验证后的验证结果存储到二次验证大数据收集库中。
8.一种人机协同云平台，其特征在于，所述人机协同云平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个信息验证终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-7中任意一项的基于云计算和5G互联的信息解析方法。
CN202010569162.2A 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及人机协同云平台 Active CN111800790B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010569162.2A CN111800790B (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及人机协同云平台
CN202011512142.8A CN112672353A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及、系统及云平台
CN202011509149.4A CN112702737A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及信息解析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010569162.2A CN111800790B (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及人机协同云平台

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202011512142.8A Division CN112672353A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及、系统及云平台
CN202011509149.4A Division CN112702737A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及信息解析系统

Publications (2)

Publication Number Publication Date
CN111800790A CN111800790A (zh) 2020-10-20
CN111800790B true CN111800790B (zh) 2021-02-02

Family

ID=72804517

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202011512142.8A Withdrawn CN112672353A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及、系统及云平台
CN202011509149.4A Withdrawn CN112702737A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及信息解析系统
CN202010569162.2A Active CN111800790B (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及人机协同云平台

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN202011512142.8A Withdrawn CN112672353A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及、系统及云平台
CN202011509149.4A Withdrawn CN112702737A (zh) 2020-06-19 2020-06-19 基于云计算和5g互联的信息解析方法及信息解析系统

Country Status (1)

Country Link
CN (3) CN112672353A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112950699A (zh) * 2021-03-30 2021-06-11 深圳市商汤科技有限公司 深度测量方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101527910A (zh) * 2009-04-16 2009-09-09 金梁 一种非接触式移动通信终端(卡)识别认证技术及其装置
CN109618314A (zh) * 2018-11-19 2019-04-12 中国地质大学（武汉） 一种基于环境感知和生物识别的可扩展身份认证方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104918249B (zh) * 2015-05-04 2018-04-10 厦门大学 一种基于强化学习的无线信道指纹方法
CN106708499B (zh) * 2015-11-13 2020-10-27 财团法人工业技术研究院 绘图处理程序的分析方法与分析系统
CN106453422B (zh) * 2016-12-08 2020-09-04 上海众人网络安全技术有限公司 一种基于移动终端动态认证方法及系统
CN109120854B (zh) * 2018-10-09 2020-10-23 北京旷视科技有限公司 图像处理方法、装置、电子设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101527910A (zh) * 2009-04-16 2009-09-09 金梁 一种非接触式移动通信终端(卡)识别认证技术及其装置
CN109618314A (zh) * 2018-11-19 2019-04-12 中国地质大学（武汉） 一种基于环境感知和生物识别的可扩展身份认证方法

Also Published As

Publication number Publication date
CN112702737A (zh) 2021-04-23
CN111800790A (zh) 2020-10-20
CN112672353A (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
US10282284B2 (en) Test method, system, and device, and readable storage medium
CN109241709B (zh) 基于滑块验证码验证的用户行为识别方法及装置
CN112837069B (zh) 基于区块链与大数据的安全支付方法及云平台系统
CN111191201B (zh) 基于数据埋点的用户识别方法、装置、设备及存储介质
CN112434288A (zh) 基于物联网的网络大数据信息防泄密方法及系统
CN111723226B (zh) 基于大数据和互联网的信息管理方法及人工智能云服务器
CN111641809A (zh) 基于物联网和人工智能的安防监控方法及云通信服务器
CN114116496A (zh) 自动化测试方法、装置、设备及介质
CN112492605A (zh) 物联网移动基站的网络安全防护方法及系统
CN111800790B (zh) 基于云计算和5g互联的信息解析方法及人机协同云平台
CN111783812A (zh) 违禁图像识别方法、装置和计算机可读存储介质
CN112818343B (zh) 一种区块链大数据分析预警方法、系统及云平台
CN102243707A (zh) 字符识别结果验证设备和字符识别结果验证方法
CN111708920B (zh) 基于人工智能的互联网大数据处理方法及智能云服务平台
CN111460419A (zh) 物联网人工智能人脸验证方法及物联网云服务器
CN112688947B (zh) 基于互联网的网络通信信息智能监测方法及系统
CN115510449A (zh) 源代码漏洞检测方法及装置
CN111814909B (zh) 基于网络直播和在线电商带货的信息处理方法及云服务器
CN111800483B (zh) 基于边缘计算和大数据的信息处理方法及人工智能云平台
CN113935034A (zh) 基于图神经网络的恶意代码家族分类方法、装置和存储介质
CN111797406A (zh) 一种医疗基金数据分析处理方法、装置及可读存储介质
CN112463486A (zh) 一种磁盘质检方法、系统、终端及存储介质
CN112286724B (zh) 基于区块链和云计算的数据恢复处理方法及云计算中心
KR102032180B1 (ko) 디지털변전시스템 정보교환 서비스 검증시험 장치
CN113239346B (zh) 基于信息安全运行维护的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210118

Address after: Room 311-312, R & D center building, China (Hefei) national intelligent voice Industrial Park, 3333 Xiyou Road, high tech Zone, Hefei, Anhui 230000

Applicant after: ANHUI XINDUN TECHNOLOGY Co.,Ltd.

Address before: Room 1606, Wuluo Science Park, 9 Taihu East Road, Wuzhong District, Suzhou City, Jiangsu Province

Applicant before: Zhang Shihong

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant