CN112671614B - 关联系统连通性测试方法、系统、装置及存储介质 - Google Patents
关联系统连通性测试方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN112671614B CN112671614B CN202011591399.7A CN202011591399A CN112671614B CN 112671614 B CN112671614 B CN 112671614B CN 202011591399 A CN202011591399 A CN 202011591399A CN 112671614 B CN112671614 B CN 112671614B
- Authority
- CN
- China
- Prior art keywords
- system configuration
- configuration
- associated system
- item
- connectivity
- 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
Links
Images
Abstract
本发明涉及数据信息模拟,提供一种关联系统连通性测试方法、系统、装置及存储介质,其中的方法包括:对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。本发明提供的技术方案既能够解决现有的人工梳理关联系统连通性的方法,工作效率低,易失误的问题。
Description
技术领域
本发明涉及系统测试技术领域,尤其涉及一种关联系统连通性测试方法、系统、装置及存储介质。
背景技术
现有的关联系统查询可以通过配置文件、系统架构图进行检索,但是,对于现有关联系统查询,由于其系统架构图的准确性不高且配置文件多样不统一,因此,使得现有的关联系统的查询、整理功能不仅耗时、耗力,且工作效率较低。现有的解决方式是通过提高关联系统连通性来增强工作效率。
关联系统连通性是系统扩容、容灾梳理的重要工作之一,每次扩容都需要手工验证扩容实例至各关联系统的防火墙连通性,时间拉锯较长,特别是针对紧急业务需求扩容,这项工作都必须快速而准确的梳理完成,因此,能够快速的梳理关联系统连通性对运维工作有比较重要的意义。
具体地,在现有的系统运营架构管理中,系统架构图是关联系统的一个重要工具,但是系统架构图中只有关联系统名称,没有连接的具体服务与端口,因而梳理关联系统连通性主要从配置文件入手,即:人工从配置文件中找出关联系统的连接配置,准确而快速地识别依赖人的经验数据。这种人工处理的方式,不仅耗时、耗力,且精度低。
基于此,亟需一种能够自动梳理关联系统的连通性的方法。
发明内容
本发明提供一种关联系统连通性测试方法、系统、电子装置以及计算机存储介质,其主要目的在于解决现有的人工梳理关联系统连通性的方法,工作效率低,易失误的问题。
为实现上述目的,本发明提供一种关联系统连通性测试方法,该方法包括如下步骤:
对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;
通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
优选地,对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件的过程包括:
对待梳理关联系统的预设配置中心进行解析,以获取所述预设配置中心中的所有的配置文件;
将以interface命名的所述配置文件剔除,剩余的所述配置文件即为所述参数配置文件。
优选地,通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置的过程包括:
提取所述系统配置库中的各参数配置文件中的各系统配置项;
通过所述预设检测模型依次对各系统配置项进行类型检测,以判断各系统配置项是否为关联型系统配置;
获取所述系统配置项中的关联型系统配置。
优选地,所述预设检测模型为贝叶斯分类模型;并且,通过所述预设检测模型依次对各系统配置项进行类型检测,以判断各系统配置项是否为关联型系统配置的过程包括:
获取各系统配置项的字段中的独立字符;
通过所述贝叶斯分类模型确定各系统配置项中的各独立字符属于关联型系统配置的概率以及属于非关联型系统配置的概率;
分别计算各系统配置项中的各独立字符属于关联型系统配置的概率总和以及属于非关联型系统配置的概率总和;
若所述系统配置项中的各独立字符属于关联型系统配置的概率总和≥所述系统配置项中的各独立字符属于非关联型系统配置的概率总和,则判定所述系统配置项为关联型系统配置;否则,判定所述系统配置项为非关联型系统配置。
优选地,在通过所述预设检测模型依次对各系统配置项进行类型检测之前,还包括:
获取所述待梳理关联系统中的所有历史已知类型系统配置项作为训练样本,形成样本训练集;
通过所述样本训练集对所述贝叶斯分类模型进行训练,直至所述贝叶斯分类模型的识别精度达到预设精度阈值。
优选地,通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试的过程包括;
依次向与各关联型系统配置对应的端口均发送预设的所述网络模拟请求;
若所述待梳理关联系统的客户端收到与所有的网络模拟请求对应的请求响应,则判定所述待梳理关联系统的连通性正常;否则,判断所述待梳理关联系统的连通性异常。
优选地,通过端口探测socket套接字技术模拟网络请求,以生成所述网络模拟请求。
另一方面,本发明还提供一种关联系统连通性测试系统,所述系统包括:
配置库建立单元,用于对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
关联性检测单元,用于通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;
连通性测试单元,用于通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
另一方面,本发明还提供一种电子装置,所述电子装置包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的关联系统连通性测试程序,所述关联系统连通性测试程序被所述处理器执行时实现如下步骤:
对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;
通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有关联系统连通性测试程序,所述关联系统连通性测试程序被处理器执行时,实现前述的关联系统连通性测试方法中的步骤。
本发明提出的关联系统连通性测试方法、电子装置及计算机可读存储介质,能够通过预设的分类模型的自动检测出关联型系统配置,并通过关联型系统配置自动梳理出关联系统的连通性,从而将运维人员从众多的关联系统防火墙中解放出来,便于运维人员更加专注的研究新的技术,并且能保证扩容实例至关联系统的连通性,减少不必要的生产问题,达到简单快速扩容的目的。
附图说明
图1为根据本发明实施例的关联系统连通性测试方法的较佳实施例流程图;
图2为根据本发明实施例的电子装置的较佳实施例结构示意图;
图3为根据本发明实施例的关联系统连通性测试程序的内部逻辑示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。
以下将结合附图对本申请的具体实施例进行详细描述。
实施例1
为了说明本发明提供的关联系统连通性测试方法,图1示出了根据本发明提供的关联系统连通性测试方法的流程。
由图1所示,本发明提供的关联系统连通性测试方法,包括:
S110:对待梳理关联系统进行解析,以获取该待梳理关联系统中的所有的参数配置文件,并根据该参数配置文件建立系统配置库;其中,该参数配置文件包括关联型系统配置和非关联性系统配置。
具体地,对待梳理关联系统进行解析,以获取该待梳理关联系统中的所有的参数配置文件的过程包括:
对待梳理关联系统的预设配置中心进行解析,以获取该预设配置中心中的所有的配置文件;
将以interface命名的该配置文件剔除,剩余的该配置文件即为该参数配置文件。
需要说明的是,为了便于应用系统能在不同主机不同环境下运行,应用系统都会设置有应用配置文件,用于存放初始配置与参数配置,以加强应用系统灵活性。
配置文件一般存放在应用主机上,有专门的配置文件路径;此外,配置文件也根据不同的用途分为不同的类型,一般分为权限控制配置与系统参数配置。
需要说明的是,权限控制配置中主要是针对接口配置可允许访问的系统进行权限控制,该类配置文件一般以interface命名,并且,由于权限控制类配置中不包含关联系统配置,所以此类配置文件不在本发明的分析中。
对于系统参数配置,该类配置中包含了关联系统配置与系统参数、功能开关设置、常规环境配置等系统配置,一般以系统名称作为配置文件命名,此外,该类配置中还包含了非关联系统配置。
在实际使用过程中,公司为了统一规范管理待梳理关联系统的应用配置文件,为待梳理关联系统建立了统一的配置中心,待梳理关联系统的各子系统的应用配置文件都存放在配置中心里,系统参数配置这部分配置文件可以通过公司统一设置的配置中心获取,按照命名规范从配置中心获取到系统参数配置文件,建立本提案的系统配置库。
具体地,在从配置中心获取系统参数配置文件的过程中,需要先根据子系统的命名规范确定配置中心中与该子系统相关的所有配置文件,然后,将以interface命名的配置文件剔除,即可获得本提案所需的参数配置文件,然后根据该参数配置文件建立系统配置库。
此外,需要强调的是,为进一步保证上述参数配置文件的私密性和安全性,系统配置库可以存储在区块链的节点中。
S120:通过预设检测模型对该系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置。
具体地,通过预设检测模型对该系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置的过程包括:
提取该系统配置库中的各参数配置文件中的各系统配置项;
通过该预设检测模型依次对各系统配置项进行类型检测,以判断各系统配置项是否为关联型系统配置;
获取该系统配置项中的关联型系统配置。
优选地,该预设检测模型为贝叶斯分类模型;并且,通过该预设检测模型依次对各系统配置项进行类型检测,以判断各系统配置项是否为关联型系统配置的过程包括:
获取各系统配置项的字段中的独立字符;
通过该贝叶斯分类模型确定各系统配置项中的各独立字符属于关联型系统配置的概率以及属于非关联型系统配置的概率;
分别计算各系统配置项中的各独立字符属于关联型系统配置的概率总和以及属于非关联型系统配置的概率总和;
若该系统配置项中的各独立字符属于关联型系统配置的概率总和≥该系统配置项中的各独立字符属于非关联型系统配置的概率总和,则判定该系统配置项为关联型系统配置;否则,判定该系统配置项为非关联型系统配置。
此外,还需要说明的是,在通过该预设检测模型依次对各系统配置项进行类型检测之前,还包括:
获取该待梳理关联系统中的所有历史已知类型系统配置项作为训练样本,形成样本训练集;
通过该样本训练集对该贝叶斯分类模型进行训练,直至该贝叶斯分类模型的识别精度达到预设精度阈值,需要说明的是,预设精度阈值根据实际需要而定,优选为百分之八十;例如,当该贝叶斯分类模型对100个各系统配置项进行分类时,有至少八十个系统配置项分类正确,则判定该贝叶斯分类模型的识别精度达到预设精度阈值。
需要说明的是,现有的公司运营架构管理中,部署逻辑图是关联系统的一个重要工具,但是部署逻辑图中只有关联系统名称,没有关联系统配置。由于关联系统配置都会配置在各个系统的参数配置文件中,因而梳理关联系统连通性主要从参数配置文件入手。
具体地,参数配置文件中的关联系统配置一般包括可连接的域名、IP、主机名及端口等配置,通过这些配置才能实现各关联系统之间的通信连接。本提案就是提出一种方案能准确快速的检测出这部分关联性的配置,以达到快速梳理关联系统连通性的目的。本发明中涉及到的关联系统配置为主系统与关联系统通信的连接方式配置项。
比如,在配置文件中检索到的HOST.url=xxx.paic.com.cn:8000,该系统配置项即为一个关联系统配置。
下面详细说明步骤S120:通过预设检测模型对该系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置的具体过程。
首先,需要先提取出该系统配置库中的参数配置文件中的所有配置项。
然后使用预设的检测方法对各配置项进行检测,以判断各配置项的类型(是关联型系统配置,还是非关联型系统配置)。
优选地,这个预设的检测方式可以通过贝叶斯模型计算出每个配置项的概率值,来确认其中的关联系统配置。
需要说明的是,由于不同关联系统的连接配置不一致,在配置文件中有不同的配置形式,因而检测出配置中域名IP与端口的通用匹配就比较困难,所以通过朴素贝叶斯训练模型进行机器学习,在不断训练的过程中,随着配置方式不断增加,模型更加智能,更能准确检索出所有的完整的连接方式。
具体地,通过朴素贝叶斯算法,建立一个训练模型,将不同的配置方式识别出来,通过训练模型来识别检测关联系统的连接方式。朴素贝叶斯模型有稳定的分类效率,比较适合增量式训练,算法简单,对于文本分类效率好,准确性高。因此,本发明可以利用朴素贝叶斯算法将配置文件中的配置进行分类,分为关联系统配置与非关联系统配置,主要是找出配置文件中的关联系统配置。
基于朴素贝叶斯算法训练模型主要是依赖于贝叶斯分类算法,贝叶斯分类算法是统计学的一种分类方法,它是一类利用概率统计知识进行分类的算法。根据分类流程,训练模型主要分为如下步骤:
第一步:准备阶段:
收集配置中心中的历史参数配置文件,技术人员预先历史参数配置文件中的系统配置项分为关联系统配置与非关联系统配置两类,作为训练样本。
如下案例:系统类属性配置,业务配置,不含ip,域名,端口的配置为非关联配置,如:spring.filters=stat,wall,log,date.defult=2020-01-01,含关联域名,ip,主机名;端口的配置为关联系统配置,如:HOST.url=xxx.paic.com:8000,ps.outer=https://outer.pingan.com.cn。
第二步:分类器训练阶段:
设关联系统配置为CL,非关联系统配置为CJ,x为分类样本。
计算关联系统配置与非关联系统配置各独立字符在训练样本中的出现频率P(CL)与P(CJ)及每个独立字符划分对每个类别(关联系统配置与非关联系统配置)的条件概率P(X|C_L)、P(X|C_J),并将结果记录。
设关联系统配置为CL,非关联系统配置为CJ,则非关联系统配置的后验概率为:
P(C_J|X)=(P(X|C_J)P(C_J))/(P(X))
关联系统配置的后续概率为:
P(C_L|X)=(P(X|C_L)P(C_L))/(P(X))
第三步:应用阶段:
根据第二步计算的得出的分类器,计算每个配置项的非关联系统配置与关联系统配置的后验概率,以概率大的作为所属类别。
例如,要验证这个配置HOST.url=xxx.paic.com.cn:8000是否是关联配置,则通过分类器得到的条件概率进行计算得到,具体计算公式为:
P(关联|配置)=P(HOST|关联)*P(url|关联)*P(xxx|关联)*P(paic|关联)*P(com|关联)*P(cn|关联)*P(8000|关联)*P(关联)=0.68
P(非关联|配置)=P(HOST|非关联)*P(url|非关联)*P(xxx|非关联)*P(paic|非关联)*P(com|非关联)*P(cn|非关联)*P(8000|非关联)*P(非关联)=0.03
由于P(关联|配置)>P(非关联|配置),
所以系统配置项:HOST.url=xxx.paic.com.cn:8000是关联型系统配置。
根据训练模型计算得出系统所有的关联型系统配置,还需要通过对关联系统配置进行规则匹配处理得到具体的连接方式,才能进行后续的连通性测试。
具体地,根据行业内的配置文件规范,系统配置使用的是“配置项=配置值”的规范,关联系统的连通性主要通过配置值中的域名(IP)+端口进行通信。
例如,首先利用“=”符号作为分割符获取到所有关联配置值;
然后,由于域名(IP)与端口在配置文件中有不同的配置方式,本发明通过预设匹配模式,比如:域名(或者IP)+接口,域名(或者IP):端口+接口,host=域名port=端口,获取到连接方式。如都不在这三种模式中,则单独验证是否是关联系统配置,若是,添加新的匹配模式;若不是,则将该配置设定为非关联系统配置,从而提升朴素贝叶斯模型的准确性。
需要说明的是,域名(或者IP)+接口的模式,需要根据历史经验确地,由于没有写明端口,说明端口是网络协议中默认的,现有的默认有两种:80与443,根据前缀是http还是https,如果没有http,则默认为80。
此外,域名(或者IP):端口+接口的模式,直接匹配获取,一个配置值中可能包含连续多个,以域名(或者IP):端口作为整体进行获取,比如:xxx.paic.com.cn:8000,xxx.paic.com.cn:8001,xxx.paic.com.cn:8002。这个配置值中就包含三个关联系统配置的连接方式。
此外,host=域名port=端口的模式,通过正则匹配得到域名(或者IP),通过port关键字得到端口。
最后,根据设置好的模式进行正则匹配,将整个关联型系统配置整理为域名(ip):端口的集合。
S130:通过预设的网络模拟请求基于检测出的该关联型系统配置对该待梳理关联系统的连通性进行测试。
具体地,通过预设的网络模拟请求基于检测出的该关联型系统配置对该待梳理关联系统的连通性进行测试的过程包括:
依次向与各关联型系统配置对应的端口均发送预设的该网络模拟请求;
若该待梳理关联系统的客户端收到与所有的网络模拟请求对应的请求响应,则判定该待梳理关联系统的连通性正常;否则,判断该待梳理关联系统的连通性异常。
此外,该网络模拟请求的预设过程为:通过端口探测socket套接字技术模拟网络请求,以生成该网络模拟请求。
下面详细说明步骤S130:通过预设的网络模拟请求基于检测出的该关联型系统配置对该待梳理关联系统的连通性进行测试的具体过程。
经过S120步骤后即可得到待扩容系统的关联配置项集合,通过Python语言编程测试扩容ip至关联配置的防火墙连通性。此步骤主是利用端口探测socket套接字技术,模拟网络请求向关联系统xxx.paic.com.cn的8000端口发送信息。套接字(socket)是通信的基石,是支持TCP/IP协议的网络通信的基本操作单元,它是网络通信过程中端点的抽象表示。应用层通过传输层进行数据通信时,TCP会遇到同时为多个应用程序进程提供并发服务的问题。多个TCP连接或多个应用程序进程可能需要通过同一个TCP协议端口传输数据。为了区别不同的应用程序进程和连接,许多计算机操作系统为应用程序与TCP/IP协议交互提供了套接字(Socket)接口。应用层可以和传输层通过Socket接口,区分来自不同应用程序进程或网络连接的通信,实现数据传输的并发服务。
socket套接字主要通过三个阶段完成整体的测试。首先,Python会打开一个测试连通性的客户端通道socket,然后连接到关联系统配置的连接地址和端口(S120中已获取关联系统配置,其中可以获取到连接地址与端口),再向关联系统发送连接请求,最后关联系统接收到发送的连接请求后会响应客户端套接字的请求,把响应消息返回给客户端。通过有无应答判断防火墙是否已连通,至此防火墙测试完成,并返回探测结果给用户。传统的shell和telnet方法不能自动成功退出,操作繁杂,本发明中采用的套接字技术退出方便,直接关闭socket即可。
通过上述技术方案的表述可知,本发明提供的关联系统连通性测试方法,能够通过预设的分类模型的自动检测出关联型系统配置,并通过关联型系统配置自动梳理出关联系统的连通性,从而将运维人员从众多的关联系统防火墙中解放出来,便于运维人员更加专注的研究新的技术,并且能保证扩容实例至关联系统的连通性,减少不必要的生产问题,达到简单快速扩容的目的。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例2
与上述方法相对应,本申请还提供一种关联系统连通性测试系统,该系统包括:
配置库建立单元,用于对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
关联性检测单元,用于通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;
连通性测试单元,用于通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
实施例3
本发明还提供一种电子装置70。参照图2所示,该图为本发明提供的电子装置70的较佳实施例结构示意图。
在本实施例中,电子装置70可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有运算功能的终端设备。
该电子装置70包括:处理器71以及存储器72。
存储器72包括至少一种类型的可读存储介质。至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器等的非易失性存储介质。在一些实施例中,可读存储介质可以是该电子装置70的内部存储单元,例如该电子装置70的硬盘。在另一些实施例中,可读存储介质也可以是电子装置1的外部存储器,例如电子装置70上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
在本实施例中,存储器72的可读存储介质通常用于存储安装于电子装置70的关联系统连通性测试程序73。存储器72还可以用于暂时地存储已经输出或者将要输出的数据。
处理器72在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器72中存储的程序代码或处理数据,例如关联系统连通性测试程序73等。
在一些实施例中,电子装置70为智能手机、平板电脑、便携计算机等的终端设备。在其他实施例中,电子装置70可以为服务器。
图2仅示出了具有组件71-73的电子装置70,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
可选地,该电子装置70还可以包括用户接口,用户接口可以包括输入单元比如键盘(Keyboard)、语音输入装置比如麦克风(microphone)等具有语音识别功能的设备、语音输出装置比如音响、耳机等,可选地用户接口还可以包括标准的有线接口、无线接口。
可选地,该电子装置70还可以包括显示器,显示器也可以称为显示屏或显示单元。在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。显示器用于显示在电子装置70中处理的信息以及用于显示可视化的用户界面。
可选地,该电子装置70还可以包括触摸传感器。触摸传感器所提供的供用户进行触摸操作的区域称为触控区域。此外,这里的触摸传感器可以为电阻式触摸传感器、电容式触摸传感器等。而且,触摸传感器不仅包括接触式的触摸传感器,也可包括接近式的触摸传感器等。此外,触摸传感器可以为单个传感器,也可以为例如阵列布置的多个传感器。
此外,该电子装置70的显示器的面积可以与触摸传感器的面积相同,也可以不同。可选地,将显示器与触摸传感器层叠设置,以形成触摸显示屏。该装置基于触摸显示屏侦测用户触发的触控操作。
可选地,该电子装置70还可以包括射频(Radio Frequency,RF)电路,传感器、音频电路等等,在此不再赘述。
在图2所示的装置实施例中,作为一种计算机存储介质的存储器72中可以包括操作系统、以及关联系统连通性测试程序73;处理器71执行存储器72中存储的关联系统连通性测试程序73时实现如下步骤:
对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;
通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
在该实施例中,图3为根据本发明实施例的关联系统连通性测试程序的内部逻辑示意图,如图3所示,关联系统连通性测试程序73还可以被分割为一个或者多个模块,一个或者多个模块被存储于存储器72中,并由处理器71执行,以完成本发明。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段。参照图3所示,为图2中关联系统连通性测试程序73较佳实施例的程序模块图。关联系统连通性测试程序73可以被分割为:配置库建立模块74、关联性检测模块75以及连通性测试模块76。模块74-76所实现的功能或操作步骤均与上文类似,此处不再详述,示例性地,例如,其中:
配置库建立模块74,用于对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
关联性检测模块75,用于通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;
连通性测试模块76,用于通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
实施例4
本发明还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关联系统连通性测试程序73,关联系统连通性测试程序73被处理器执行时实现如下操作:
对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
通过预设检测模型对所述系统配置库中的各参数配置文件中的各系统配置项进行检测,以检测出各参数配置文件中的关联型系统配置;
通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
本发明提供的计算机可读存储介质的具体实施方式与上述关联系统连通性测试方法、电子装置的具体实施方式大致相同,在此不再赘述。
需要说明的是,本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
需要进一步说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种关联系统连通性测试方法,应用于电子装置,其特征在于,所述方法包括:
对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
通过预设检测模型对所述系统配置库中的各参数配置文件的各系统配置项进行关联性检测,以确定各参数配置文件中的关联型系统配置;其中,所述预设检测模型为贝叶斯分类模型,并且,通过预设检测模型对所述系统配置库中的各参数配置文件的各系统配置项进行关联性检测,以确定各参数配置文件中的关联型系统配置的过程包括:提取所述系统配置库中的各参数配置文件中的各系统配置项;获取各系统配置项的字段中的独立字符;通过所述贝叶斯分类模型确定各系统配置项中的各独立字符属于关联型系统配置的概率以及属于非关联型系统配置的概率;分别计算各系统配置项中的各独立字符属于关联型系统配置的概率总和以及属于非关联型系统配置的概率总和;若所述系统配置项中的各独立字符属于关联型系统配置的概率总和≥所述系统配置项中的各独立字符属于非关联型系统配置的概率总和,则判定所述系统配置项为关联型系统配置;否则,判定所述系统配置项为非关联型系统配置;获取所述系统配置项中的关联型系统配置;
通过预设的网络模拟请求基于所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
2.根据权利要求1所述的关联系统连通性测试方法,其特征在于,对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件的过程包括:
对待梳理关联系统的预设配置中心进行解析,以获取所述预设配置中心中的所有的配置文件;
剔除以interface命名的配置文件,以剩余的配置文件作为所述参数配置文件。
3.根据权利要求2所述的关联系统连通性测试方法,其特征在于,在通过所述预设检测模型依次对各系统配置项进行类型检测之前,还包括:
获取所述待梳理关联系统中的所有历史已知类型系统配置项作为训练样本,形成样本训练集;
通过所述样本训练集对所述贝叶斯分类模型进行训练,直至所述贝叶斯分类模型的识别精度达到预设精度阈值。
4.根据权利要求3所述的关联系统连通性测试方法,其特征在于,通过预设的网络模拟请求基于检测出的所述关联型系统配置对所述待梳理关联系统的连通性进行测试的过程包括:
依次向与各关联型系统配置对应的端口均发送预设的所述网络模拟请求;
若所述待梳理关联系统的客户端收到与所有的网络模拟请求对应的请求响应,则判定所述待梳理关联系统的连通性正常;否则,判断所述待梳理关联系统的连通性异常。
5.根据权利要求4所述的关联系统连通性测试方法,其特征在于,
通过端口探测socket套接字技术模拟网络请求,以生成所述网络模拟请求。
6.一种关联系统连通性测试系统,其特征在于,所述系统包括:
配置库建立单元,用于对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
关联性检测单元,用于通过预设检测模型对所述系统配置库中的各参数配置文件的各系统配置项进行关联性检测,以确定各参数配置文件中的关联型系统配置;其中,所述预设检测模型为贝叶斯分类模型,并且,通过预设检测模型对所述系统配置库中的各参数配置文件的各系统配置项进行关联性检测,以确定各参数配置文件中的关联型系统配置的过程包括:提取所述系统配置库中的各参数配置文件中的各系统配置项;获取各系统配置项的字段中的独立字符;通过所述贝叶斯分类模型确定各系统配置项中的各独立字符属于关联型系统配置的概率以及属于非关联型系统配置的概率;分别计算各系统配置项中的各独立字符属于关联型系统配置的概率总和以及属于非关联型系统配置的概率总和;若所述系统配置项中的各独立字符属于关联型系统配置的概率总和≥所述系统配置项中的各独立字符属于非关联型系统配置的概率总和,则判定所述系统配置项为关联型系统配置;否则,判定所述系统配置项为非关联型系统配置;获取所述系统配置项中的关联型系统配置;
连通性测试单元,用于通过预设的网络模拟请求基于所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
7.一种电子装置,其特征在于,所述电子装置包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的关联系统连通性测试程序,所述关联系统连通性测试程序被所述处理器执行时实现如下步骤:
对待梳理关联系统进行解析,以获取所述待梳理关联系统中的所有的参数配置文件,并根据所述参数配置文件建立系统配置库;
通过预设检测模型对所述系统配置库中的各参数配置文件的各系统配置项进行关联性检测,以确定各参数配置文件中的关联型系统配置;其中,所述预设检测模型为贝叶斯分类模型,并且,通过预设检测模型对所述系统配置库中的各参数配置文件的各系统配置项进行关联性检测,以确定各参数配置文件中的关联型系统配置的过程包括:提取所述系统配置库中的各参数配置文件中的各系统配置项;获取各系统配置项的字段中的独立字符;通过所述贝叶斯分类模型确定各系统配置项中的各独立字符属于关联型系统配置的概率以及属于非关联型系统配置的概率;分别计算各系统配置项中的各独立字符属于关联型系统配置的概率总和以及属于非关联型系统配置的概率总和;若所述系统配置项中的各独立字符属于关联型系统配置的概率总和≥所述系统配置项中的各独立字符属于非关联型系统配置的概率总和,则判定所述系统配置项为关联型系统配置;否则,判定所述系统配置项为非关联型系统配置;获取所述系统配置项中的关联型系统配置;
通过预设的网络模拟请求基于所述关联型系统配置对所述待梳理关联系统的连通性进行测试。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有关联系统连通性测试程序,所述关联系统连通性测试程序被处理器执行时,实现如权利要求1至5中任一项所述的关联系统连通性测试方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011591399.7A CN112671614B (zh) | 2020-12-29 | 2020-12-29 | 关联系统连通性测试方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011591399.7A CN112671614B (zh) | 2020-12-29 | 2020-12-29 | 关联系统连通性测试方法、系统、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112671614A CN112671614A (zh) | 2021-04-16 |
CN112671614B true CN112671614B (zh) | 2023-06-27 |
Family
ID=75411756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011591399.7A Active CN112671614B (zh) | 2020-12-29 | 2020-12-29 | 关联系统连通性测试方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112671614B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115134269B (zh) * | 2022-06-28 | 2023-08-25 | 北京邮电大学 | 多智能体系统连通性的检测方法和装置 |
CN117169697B (zh) * | 2023-10-26 | 2024-01-23 | 传麒科技(北京)股份有限公司 | 一种用于ate测试平台的测试判断系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109361562A (zh) * | 2018-10-31 | 2019-02-19 | 广东电网有限责任公司信息中心 | 一种基于关联网络设备接入的自动化测试方法 |
CN110430100A (zh) * | 2019-08-27 | 2019-11-08 | 中国工商银行股份有限公司 | 网络连通性探测方法和装置 |
CN110609936A (zh) * | 2018-06-11 | 2019-12-24 | 广州华资软件技术有限公司 | 一种模糊地址数据智能分类的方法 |
-
2020
- 2020-12-29 CN CN202011591399.7A patent/CN112671614B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609936A (zh) * | 2018-06-11 | 2019-12-24 | 广州华资软件技术有限公司 | 一种模糊地址数据智能分类的方法 |
CN109361562A (zh) * | 2018-10-31 | 2019-02-19 | 广东电网有限责任公司信息中心 | 一种基于关联网络设备接入的自动化测试方法 |
CN110430100A (zh) * | 2019-08-27 | 2019-11-08 | 中国工商银行股份有限公司 | 网络连通性探测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112671614A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10237295B2 (en) | Automated event ID field analysis on heterogeneous logs | |
CN106572117B (zh) | 一种WebShell文件的检测方法和装置 | |
CN105187395B (zh) | 基于接入路由器进行恶意软件网络行为检测的方法及系统 | |
CN110716868B (zh) | 异常程序行为检测方法、装置 | |
CN111522922A (zh) | 日志信息查询方法、装置、存储介质及计算机设备 | |
CN112671614B (zh) | 关联系统连通性测试方法、系统、装置及存储介质 | |
CN113706100B (zh) | 配电网物联终端设备实时探测识别方法与系统 | |
CN108418727B (zh) | 一种探测网络设备的方法及系统 | |
CN106485261A (zh) | 一种图像识别的方法和装置 | |
CN112069069A (zh) | 缺陷自动定位分析方法、设备及可读存储介质 | |
CN112615861A (zh) | 恶意域名识别方法、装置、电子设备及存储介质 | |
CN111241502B (zh) | 跨设备的用户识别方法及装置、电子设备、存储介质 | |
CN113315851A (zh) | 域名检测方法、装置及存储介质 | |
CN112905996A (zh) | 基于多维度数据关联分析的信息安全溯源系统及方法 | |
CN113746849A (zh) | 一种网络中的设备识别方法、装置、设备及存储介质 | |
CN110233848B (zh) | 一种资产态势分析方法及装置 | |
CN117240522A (zh) | 基于攻击事件模型的漏洞智能挖掘方法 | |
CN116452212A (zh) | 一种智能客服商品知识库信息管理方法及系统 | |
CN115225308A (zh) | 大规模群体攻击流量的攻击团伙识别方法及相关设备 | |
CN114491555A (zh) | 设备安全检测方法、装置、计算机设备和存储介质 | |
CN112685439A (zh) | 针对风控系统的造数方法、系统、装置及存储介质 | |
CN111800409A (zh) | 接口攻击检测方法及装置 | |
CN111625807A (zh) | 一种设备类型识别方法与装置 | |
CN116112350B (zh) | 一种宽带故障处理方法、装置、电子设备和可读存储介质 | |
CN116915459B (zh) | 一种基于大语言模型的网络威胁分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |