CN113613252A - 基于5g的网络安全的分析方法及系统 - Google Patents
基于5g的网络安全的分析方法及系统 Download PDFInfo
- Publication number
- CN113613252A CN113613252A CN202110792827.0A CN202110792827A CN113613252A CN 113613252 A CN113613252 A CN 113613252A CN 202110792827 A CN202110792827 A CN 202110792827A CN 113613252 A CN113613252 A CN 113613252A
- Authority
- CN
- China
- Prior art keywords
- analysis
- data
- error
- network
- state
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 174
- 230000005540 biological transmission Effects 0.000 claims abstract description 57
- 238000007405 data analysis Methods 0.000 claims abstract description 31
- 230000004044 response Effects 0.000 claims abstract description 29
- 230000009471 action Effects 0.000 claims abstract description 26
- 238000012549 training Methods 0.000 claims abstract description 21
- 230000006399 behavior Effects 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007667 floating Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/08—Access security
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请提供的基于5G的网络安全的分析方法及系统，获取步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤，然后响应该数据分析步骤，将对应的分析状态进行分析，当该分析状态对应的分析结果不符合预先设置条件时，可以通过网络数据传输轨迹或者分析网络描述策略向该步骤行为提供分析误差数据。采用该技术方案，对于第一步骤行为而言，只需进行简单的数据分析步骤，就能获取到来自第一训练模型的一定的分析误差数据，步骤简单灵活，理解成本低，极大地增加了第一步骤行为的分析能力，提高了网络数据的分析影响力，若步骤行为的数据分析步骤是对应于网络传输轨迹，还可以大大地增加网络传输的精确性。
Description
技术领域
本申请涉及数据分析技术领域，具体而言，涉及基于5G的网络安全的分析方法及系统。
背景技术
随着社会高度信息化与网络化方向发展，社会对计算机网络的依赖达到程度较大，而网络安全问题也随之变得越来越严峻。通过5G技术对网络安全进行分析，这样就能大大地提高网络安全分析的效率，这样就能有效地避免私人信息或者国家机密泄露的问题，然而在相关网络安全分析的过程中还存在一些缺陷。
发明内容
鉴于此，本申请提供了基于5G的网络安全的分析方法及系统。
第一方面，提供一种基于5G的网络安全的分析方法，包括：
获取第一步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤；
响应于所述数据分析步骤，对相应的分析状态进行分析；
通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据，其中，所述分析误差数据是在所述分析状态所对应的分析结果不符合预先设置条件时获取到的。
进一步地，所述通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据，包括：
在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据；
响应于所述第一步骤行为对于所述误差预警数据的误差识别步骤，将所述分析误差数据提供给所述第一步骤行为，并控制所述关键描述内容由所述第一状态转换为第二状态。
进一步地，还包括：
响应于所述误差识别步骤，加载预设误差范围的浮动区间，其中，所述预设误差范围的浮动区间加载有各预设误差范围；
响应于针对所述各预设误差范围中的任一预设误差范围的预设误差范围获取步骤，将所述获取步骤对应的目标预设误差范围添加到所述第一步骤行为的误差标准矩阵中或者将所述目标预设误差范围加载于所述误差许可范围。
进一步地，所述网络数据传输轨迹加载有分析活动搜索预警数据；所述在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据，包括：
通过所述网络数据传输轨迹统计所述第一步骤行为对所述搜索预警数据的触发步骤；
响应于所述触发步骤，加载所述分析网络描述策略，其中，所述分析网络描述策略加载有关键描述内容为所述第一状态的所述误差预警数据。
进一步地，所述响应于所述触发步骤，加载所述分析网络描述策略，包括：
响应于所述触发步骤，在当前加载触发指令的第一触发条件加载所述分析网络描述策略，在所述当前加载触发指令的第二触发条件加载所述网络数据传输轨迹的匹配轨迹。
进一步地，所述分析网络描述策略加载有分析步骤触发条件，所述获取第一步骤行为针对第一训练模型的误差许可范围发起的数据分析步骤，包括：
通过所述分析步骤触发条件，获取所述第一步骤行为发起的所述数据分析步骤。
进一步地，当所述误差预警数据的关键描述内容为第一状态时，所述方法还包括：
控制所述误差预警数据的关键描述内容由所述第一状态转换为第二状态，其中，所述误差预警数据的关键描述内容由所述第一状态转换为第二状态是响应于未在预先设置时长获取到所述第一步骤行为的误差识别步骤发生的。
进一步地，所述网络数据传输轨迹或者所述分析网络描述策略加载有以下至少一项：
误差获取目标预警数据，所述误差获取目标预警数据表征了所述第一步骤行为的分析误差数据的获取目标；
各误差层级对应的分析误差数据；
各误差层级的分析误差数据所对应的所述预先设置条件；发起分析步骤的有效剩余时长；
其中，还包括：
获取所述第一步骤行为对所述误差获取目标预警数据的目标搜索步骤；
响应于所述目标搜索步骤，加载通过所述分析状态请求所述第一训练模型的步骤行为的相关数据；
其中，所述误差获取目标预警数据为目标显示数据，所述方法还包括：
获取所述第一步骤行为对所述目标显示数据的检测步骤；
响应于所述检测步骤，加载分析预警数据，其中，所述分析预警数据包括用于预警所述分析结果对应的分析状态的数据或分析引导数据中的至少一项；
响应于所述第一步骤行为针对于所述分析预警数据的确认步骤，加载所述网络数据传输轨迹所对应的分析步骤程序。
进一步地，还包括：
响应于所述分析状态所对应的分析结果不符合预先设置条件，加载所述分析网络描述策略；
响应于所述第一步骤行为通过所述分析网络描述策略发起的误差识别步骤，将所述分析误差数据提供给所述第一步骤行为。
第二方面，提供一种基于5G的网络安全的分析系统，，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
本申请实施例所提供的基于5G的网络安全的分析方法及系统，获取步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤，然后响应该数据分析步骤，将对应的分析状态进行分析，当该分析状态对应的分析结果不符合预先设置条件时，可以通过网络数据传输轨迹或者分析网络描述策略向该步骤行为提供分析误差数据。采用该技术方案，对于第一步骤行为而言，只需进行简单的数据分析步骤，就能获取到来自第一训练模型的一定的分析误差数据，步骤简单灵活，理解成本低，极大地增加了第一步骤行为的分析能力，提高了网络数据的分析影响力，若步骤行为的数据分析步骤是对应于网络传输轨迹，还可以大大地增加网络传输的精确性。
附图说明
为了更清楚地说明本申请实施例的技术方案，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申请的某些实施例，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他相关的附图。
图1为本申请实施例所提供的一种基于5G的网络安全的分析方法的流程图。
图2为本申请实施例所提供的一种基于5G的网络安全的分析装置的框图。
图3为本申请实施例所提供的一种基于5G的网络安全的分析系统的架构图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1，示出了一种基于5G的网络安全的分析方法，该方法可以包括以下步骤100-步骤300所描述的技术方案。
步骤100，获取第一步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤。
示例性的，数据分析步骤用于表征网络数据传输轨迹的分析程序。
步骤200，响应于所述数据分析步骤，对相应的分析状态进行分。
步骤300，通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据。
示例性的，所述分析误差数据是在所述分析状态所对应的分析结果不符合预先设置条件时获取到的。
可以理解，在执行上述步骤100-步骤300所描述的技术方案时，获取步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤，然后响应该数据分析步骤，将对应的分析状态进行分析，当该分析状态对应的分析结果不符合预先设置条件时，可以通过网络数据传输轨迹或者分析网络描述策略向该步骤行为提供分析误差数据。采用该技术方案，对于第一步骤行为而言，只需进行简单的数据分析步骤，就能获取到来自第一训练模型的一定的分析误差数据，步骤简单灵活，理解成本低，极大地增加了第一步骤行为的分析能力，提高了网络数据的分析影响力，若步骤行为的数据分析步骤是对应于网络传输轨迹，还可以大大地增加网络传输的精确性。
在一种可以替换的实施例中，发明人发现，通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据时，存在第一状态的误差预警数据不准确的问题，从而难以准确地提供分析误差数据，为了改善上述技术问题，步骤300所描述的通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据的步骤，具体可以包括以下步骤q1和步骤q2所描述的技术方案。
步骤q1，在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据。
步骤q2，响应于所述第一步骤行为对于所述误差预警数据的误差识别步骤，将所述分析误差数据提供给所述第一步骤行为，并控制所述关键描述内容由所述第一状态转换为第二状态。
可以理解，在执行上述步骤q1和步骤q2所描述的技术方案时，通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据时，避免第一状态的误差预警数据不准确的问题，从而能够准确地提供分析误差数据。
基于上述基础，还可以包括以下步骤w1和步骤w2所描述的技术方案。
步骤w1，响应于所述误差识别步骤，加载预设误差范围的浮动区间。
示例性的，所述预设误差范围的浮动区间加载有各预设误差范围。
步骤w2，响应于针对所述各预设误差范围中的任一预设误差范围的预设误差范围获取步骤，将所述获取步骤对应的目标预设误差范围添加到所述第一步骤行为的误差标准矩阵中或者将所述目标预设误差范围加载于所述误差许可范围。
可以理解，在执行上述步骤w1和步骤w2所描述的技术方案时，通过预设误差范围的浮动区间，从而提高目标预设误差范围的精度。
在另种可实施的实施例中，发明人发现，网络数据传输轨迹加载有分析活动搜索预警数据；所述在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据时，存在搜索预警数据的触发步骤不准确的问题，从而难以精确地加载关键描述内容为第一状态的误差预警数据，为了改善上述技术问题，步骤q1所描述的网络数据传输轨迹加载有分析活动搜索预警数据；所述在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据的步骤，具体可以包括以下步骤q11和步骤q12所描述的技术方案。
步骤q11，通过所述网络数据传输轨迹统计所述第一步骤行为对所述搜索预警数据的触发步骤。
步骤q12，响应于所述触发步骤，加载所述分析网络描述策略，其中，所述分析网络描述策略加载有关键描述内容为所述第一状态的所述误差预警数据。
可以理解，在执行上述步骤q11和步骤q12所描述的技术方案时，网络数据传输轨迹加载有分析活动搜索预警数据；所述在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据时，避免搜索预警数据的触发步骤不准确的问题，从而能够精确地加载关键描述内容为第一状态的误差预警数据。
在一种可替换的实施例中，发明人发现，响应于所述触发步骤时，存在分析网络描述策略不准确的问题，从而难以准确地加载所述分析网络描述策略，为了改善上述技术问题，步骤q12所描述的响应于所述触发步骤，加载所述分析网络描述策略的步骤具体可以包括以下步骤e1所描述的技术方案。
步骤e1，响应于所述触发步骤，在当前加载触发指令的第一触发条件加载所述分析网络描述策略，在所述当前加载触发指令的第二触发条件加载所述网络数据传输轨迹的匹配轨迹。
可以理解，在执行上述步骤e1所描述的技术方案时，响应于所述触发步骤时，避免分析网络描述策略不准确的问题，从而能够准确地加载所述分析网络描述策略。
在一种可替换的实施例中，发明人发现，分析网络描述策略加载有分析步骤触发条件，存在分析步骤触发条件不可靠的问题，从而难以可靠地获取第一步骤行为针对第一训练模型的误差许可范围发起的数据分析步骤，为了改善上述技术问题，步骤100所描述的分析网络描述策略加载有分析步骤触发条件，所述获取第一步骤行为针对第一训练模型的误差许可范围发起的数据分析步骤的步骤，具体可以包括以下步骤r1所描述的技术方案。
步骤r1，通过所述分析步骤触发条件，获取所述第一步骤行为发起的所述数据分析步骤。
可以理解，在执行上述步骤r1所描述的技术方案时，析网络描述策略加载有分析步骤触发条件，避免分析步骤触发条件不可靠的问题，从而能够可靠地获取第一步骤行为针对第一训练模型的误差许可范围发起的数据分析步骤。
基于上述基础，当所述误差预警数据的关键描述内容为第一状态时，还可以包括以下步骤y1所描述的技术方案。
步骤y1，控制所述误差预警数据的关键描述内容由所述第一状态转换为第二状态。
示例性的，所述误差预警数据的关键描述内容由所述第一状态转换为第二状态是响应于未在预先设置时长获取到所述第一步骤行为的误差识别步骤发生的。
可以理解，在执行上述步骤y1所描述的技术方案时，通过提高控制误差预警数据的关键描述内容的准确度，从而提高第一状态转换为第二状态的准确度。
在一种可替换的实施例中，网络数据传输轨迹或者分析网络描述策略加载有以下至少一项，具体可以包括以下步骤i1-步骤i3所描述的技术方案。
步骤i1，误差获取目标预警数据，所述误差获取目标预警数据表征了所述第一步骤行为的分析误差数据的获取目标。
步骤i2，各误差层级对应的分析误差数据。
步骤i3，各误差层级的分析误差数据所对应的所述预先设置条件；发起分析步骤的有效剩余时长。
可以理解，在执行上述步骤i1-步骤i3所描述的技术方案时，通过网络数据传输轨迹或者分析网络描述策略加载有以下至少一项，从而降低误差数据。
基于上述基础，还可以包括以下步骤a1和步骤a2所描述的技术方案。
步骤a1，获取所述第一步骤行为对所述误差获取目标预警数据的目标搜索步骤。
步骤a2，响应于所述目标搜索步骤，加载通过所述分析状态请求所述第一训练模型的步骤行为的相关数据。
可以理解，在执行上述步骤a1和步骤a2所描述的技术方案时，通过精确地获得目标预警数据的目标搜索步骤，从而提高第一训练模型的步骤行为的相关数据的计算精度。
基于上述基础，误差获取目标预警数据为目标显示数据，还可以包括以下步骤s1-步骤s3所描述的技术方案。
步骤s1，获取所述第一步骤行为对所述目标显示数据的检测步骤。
步骤s2，响应于所述检测步骤，加载分析预警数据，其中，所述分析预警数据包括用于预警所述分析结果对应的分析状态的数据或分析引导数据中的至少一项。
步骤s3，响应于所述第一步骤行为针对于所述分析预警数据的确认步骤，加载所述网络数据传输轨迹所对应的分析步骤程序。
可以理解，在执行上述步骤s1-步骤s3所描述的技术方案时，通过检测步骤，从而能够准确地加载所述网络数据传输轨迹所对应的分析步骤程序。
基于上述基础，还可以包括以下步骤d1和步骤d2所描述的技术方案。
步骤d1，响应于所述分析状态所对应的分析结果不符合预先设置条件，加载所述分析网络描述策略。
步骤d2，响应于所述第一步骤行为通过所述分析网络描述策略发起的误差识别步骤，将所述分析误差数据提供给所述第一步骤行为。
可以理解，在执行上述步骤d1和步骤d2所描述的技术方案时，通过分析网络描述策略，能准确地将所述分析误差数据提供给所述第一步骤行为。
在一种可能的实施例中，发明人发现，预先设置条件包括至少两个误差层级分别对应的预设条件时，存在匹配误差层级不准确的问题，从而难以准确地向所述第一步骤行为提供分析误差数据，为了改善上述技术问题，步骤300所描述的预先设置条件包括至少两个误差层级分别对应的预设条件，向所述第一步骤行为提供分析误差数据的步骤，具体可以包括以下步骤z1所描述的技术方案。
步骤z1，向所述第一步骤行为提供相匹配误差层级所对应的分析误差数据。
举例而言，相匹配包括所述分析结果所不符合的预设条件所对应的误差层级。
可以理解，在执行上述步骤z1所描述的技术方案时，预先设置条件包括至少两个误差层级分别对应的预设条件时，避免匹配误差层级不准确的问题，从而能够准确地向所述第一步骤行为提供分析误差数据。
在上述基础上，请结合参阅图2，提供了一种基于5G的网络安全的分析装置200，训练模型于数据处理终端，所述装置包括：
步骤获取模块210，用于获取第一步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤；
状态分析模块220，用于响应于所述数据分析步骤，对相应的分析状态进行分析；
数据提供模块230，用于通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据，其中，所述分析误差数据是在所述分析状态所对应的分析结果不符合预先设置条件时获取到的
在上述基础上，请结合参阅图3，示出了一种基于5G的网络安全的分析系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。
在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
综上，基于上述方案，获取步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤，然后响应该数据分析步骤，将对应的分析状态进行分析，当该分析状态对应的分析结果不符合预先设置条件时，可以通过网络数据传输轨迹或者分析网络描述策略向该步骤行为提供分析误差数据。采用该技术方案，对于第一步骤行为而言，只需进行简单的数据分析步骤，就能获取到来自第一训练模型的一定的分析误差数据，步骤简单灵活，理解成本低，极大地增加了第一步骤行为的分析能力，提高了网络数据的分析影响力，若步骤行为的数据分析步骤是对应于网络传输轨迹，还可以大大地增加网络传输的精确性。
应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于5G的网络安全的分析方法，其特征在于，包括：
获取第一步骤行为针对第一训练模型的网络数据传输轨迹发起的数据分析步骤；
响应于所述数据分析步骤，对相应的分析状态进行分析；
通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据，其中，所述分析误差数据是在所述分析状态所对应的分析结果不符合预先设置条件时获取到的。
2.根据权利要求1所述的方法，其特征在于，所述通过所述网络数据传输轨迹或者分析网络描述策略向所述第一步骤行为提供分析误差数据，包括：
在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据；
响应于所述第一步骤行为对于所述误差预警数据的误差识别步骤，将所述分析误差数据提供给所述第一步骤行为，并控制所述关键描述内容由所述第一状态转换为第二状态。
3.根据权利要求2所述的方法，其特征在于，还包括：
响应于所述误差识别步骤，加载预设误差范围的浮动区间，其中，所述预设误差范围的浮动区间加载有各预设误差范围；
响应于针对所述各预设误差范围中的任一预设误差范围的预设误差范围获取步骤，将所述获取步骤对应的目标预设误差范围添加到所述第一步骤行为的误差标准矩阵中或者将所述目标预设误差范围加载于所述误差许可范围。
4.根据权利要求2所述的方法，其特征在于，所述网络数据传输轨迹加载有分析活动搜索预警数据；所述在所述网络数据传输轨迹或分析网络描述策略，加载关键描述内容为第一状态的误差预警数据，包括：
通过所述网络数据传输轨迹统计所述第一步骤行为对所述搜索预警数据的触发步骤；
响应于所述触发步骤，加载所述分析网络描述策略，其中，所述分析网络描述策略加载有关键描述内容为所述第一状态的所述误差预警数据。
5.根据权利要求4所述的方法，其特征在于，所述响应于所述触发步骤，加载所述分析网络描述策略，包括：
响应于所述触发步骤，在当前加载触发指令的第一触发条件加载所述分析网络描述策略，在所述当前加载触发指令的第二触发条件加载所述网络数据传输轨迹的匹配轨迹。
6.根据权利要求1所述的方法，其特征在于，所述分析网络描述策略加载有分析步骤触发条件，所述获取第一步骤行为针对第一训练模型的误差许可范围发起的数据分析步骤，包括：
通过所述分析步骤触发条件，获取所述第一步骤行为发起的所述数据分析步骤。
7.根据权利要求2所述的方法，其特征在于，当所述误差预警数据的关键描述内容为第一状态时，所述方法还包括：
控制所述误差预警数据的关键描述内容由所述第一状态转换为第二状态，其中，所述误差预警数据的关键描述内容由所述第一状态转换为第二状态是响应于未在预先设置时长获取到所述第一步骤行为的误差识别步骤发生的。
8.根据权利要求1所述的方法，其特征在于，所述网络数据传输轨迹或者所述分析网络描述策略加载有以下至少一项：
误差获取目标预警数据，所述误差获取目标预警数据表征了所述第一步骤行为的分析误差数据的获取目标；
各误差层级对应的分析误差数据；
各误差层级的分析误差数据所对应的所述预先设置条件；发起分析步骤的有效剩余时长；
其中，还包括：
获取所述第一步骤行为对所述误差获取目标预警数据的目标搜索步骤；
响应于所述目标搜索步骤，加载通过所述分析状态请求所述第一训练模型的步骤行为的相关数据；
其中，所述误差获取目标预警数据为目标显示数据，所述方法还包括：
获取所述第一步骤行为对所述目标显示数据的检测步骤；
响应于所述检测步骤，加载分析预警数据，其中，所述分析预警数据包括用于预警所述分析结果对应的分析状态的数据或分析引导数据中的至少一项；
响应于所述第一步骤行为针对于所述分析预警数据的确认步骤，加载所述网络数据传输轨迹所对应的分析步骤程序。
9.根据权利要求1所述的方法，其特征在于，还包括：
响应于所述分析状态所对应的分析结果不符合预先设置条件，加载所述分析网络描述策略；
响应于所述第一步骤行为通过所述分析网络描述策略发起的误差识别步骤，将所述分析误差数据提供给所述第一步骤行为。
10.一种基于5G的网络安全的分析系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110792827.0A CN113613252B (zh) | 2021-07-14 | 2021-07-14 | 基于5g的网络安全的分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110792827.0A CN113613252B (zh) | 2021-07-14 | 2021-07-14 | 基于5g的网络安全的分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113613252A true CN113613252A (zh) | 2021-11-05 |
| CN113613252B CN113613252B (zh) | 2023-11-07 |
Family
ID=78337529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110792827.0A Active CN113613252B (zh) | 2021-07-14 | 2021-07-14 | 基于5g的网络安全的分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113613252B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109146073A (zh) * | 2017-06-16 | 2019-01-04 | 华为技术有限公司 | 一种神经网络训练方法和装置 |
| CN109818964A (zh) * | 2019-02-01 | 2019-05-28 | 长沙市智为信息技术有限公司 | 一种DDoS攻击检测方法、装置、设备以及存储介质 |
| US20190294869A1 (en) * | 2018-03-26 | 2019-09-26 | Nvidia Corporation | Object behavior anomaly detection using neural networks |
| CN112311600A (zh) * | 2020-10-29 | 2021-02-02 | 亚信科技（中国）有限公司 | 基于网络数据分析的策略建议生成方法、装置 |
| CN112991095A (zh) * | 2020-06-16 | 2021-06-18 | 洪江川 | 一种人工智能和大数据的信息分析方法及云计算平台 |
-
2021
- 2021-07-14 CN CN202110792827.0A patent/CN113613252B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109146073A (zh) * | 2017-06-16 | 2019-01-04 | 华为技术有限公司 | 一种神经网络训练方法和装置 |
| US20190294869A1 (en) * | 2018-03-26 | 2019-09-26 | Nvidia Corporation | Object behavior anomaly detection using neural networks |
| CN109818964A (zh) * | 2019-02-01 | 2019-05-28 | 长沙市智为信息技术有限公司 | 一种DDoS攻击检测方法、装置、设备以及存储介质 |
| CN112991095A (zh) * | 2020-06-16 | 2021-06-18 | 洪江川 | 一种人工智能和大数据的信息分析方法及云计算平台 |
| CN112311600A (zh) * | 2020-10-29 | 2021-02-02 | 亚信科技（中国）有限公司 | 基于网络数据分析的策略建议生成方法、装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113613252B (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113886468A (zh) | 基于互联网的在线互动数据挖掘方法及系统 | |
| CN114168747A (zh) | 基于云服务的知识库构建方法及系统 | |
| CN113903473A (zh) | 基于人工智能的医疗信息智能交互的方法及系统 | |
| CN113378554A (zh) | 一种医疗信息智能交互的方法及系统 | |
| CN115757370A (zh) | 基于物联网的用户信息通信方法及系统 | |
| CN113608596A (zh) | 一种服务器智能冷却方法及系统 | |
| CN113613252A (zh) | 基于5g的网络安全的分析方法及系统 | |
| CN114417076A (zh) | 基于人工智能的生产线智能预警方法及系统 | |
| CN113605980A (zh) | 基于物联网的智能预警矿井安全的方法及系统 | |
| CN113947709A (zh) | 基于人工智能的图像处理方法及系统 | |
| CN114745401A (zh) | 基于人工智能与物联网的接口访问方法、系统及云平台 | |
| CN113645107B (zh) | 一种基于智能家居的网关端冲突解决方法及系统 | |
| CN114691830B (zh) | 一种基于大数据的网络安全分析方法及系统 | |
| CN115371848A (zh) | 一种热能信息监控方法及系统 | |
| CN114168999A (zh) | 基于数据中心的综合安保方法及系统 | |
| CN113610117B (zh) | 基于深度数据的水下传感数据处理方法及系统 | |
| CN115454014A (zh) | 基于自适应神经模糊的控制器性能测试方法及系统 | |
| CN115455070A (zh) | 一种电流信号的数据管控方法及系统 | |
| CN115344073A (zh) | 一种数据中心温度智能调控方法及系统 | |
| CN115345226A (zh) | 结合云计算的能耗统计方法及系统 | |
| CN113626429A (zh) | 基于元数据的智能化范围急救医疗知识库构建方法及系统 | |
| CN114817417A (zh) | 基于元宇宙的智能交互方法及系统 | |
| CN115455803A (zh) | 一种室内能耗信息分析方法及系统 | |
| CN115279127A (zh) | 一种喷淋式液冷机调控数据中心的温度控制方法及系统 | |
| CN113918985A (zh) | 一种安全管理策略生成方法及装置 |
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 |