CN114553658A - 一种基于云计算的资源共享安全处理方法及服务器 - Google Patents

一种基于云计算的资源共享安全处理方法及服务器 Download PDF

Info

Publication number
CN114553658A
CN114553658A CN202210217095.7A CN202210217095A CN114553658A CN 114553658 A CN114553658 A CN 114553658A CN 202210217095 A CN202210217095 A CN 202210217095A CN 114553658 A CN114553658 A CN 114553658A
Authority
CN
China
Prior art keywords
resource
information
distribution
key
service
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
Application number
CN202210217095.7A
Other languages
English (en)
Other versions
CN114553658B (zh
Inventor
杨国亮
王伟浩
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.)
Guangdong Keneng Project Management Co ltd
Original Assignee
Harbin Yaokuang 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 Harbin Yaokuang Technology Co ltd filed Critical Harbin Yaokuang Technology Co ltd
Priority to CN202210217095.7A priority Critical patent/CN114553658B/zh
Publication of CN114553658A publication Critical patent/CN114553658A/zh
Application granted granted Critical
Publication of CN114553658B publication Critical patent/CN114553658B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/02—Standardisation; Integration
    • H04L41/024—Standardisation; Integration using relational databases for representation of network management data, e.g. managing via structured query language [SQL]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/082—Configuration setting characterised by the conditions triggering a change of settings the condition being updates or upgrades of network functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/28—Restricting access to network management systems or functions, e.g. using authorisation function to access network configuration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/12—Applying verification of the received information
    • H04L63/123—Applying verification of the received information received data contents, e.g. message integrity

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于云计算的资源共享安全处理方法及服务器，通过将针对目标资源共享任务获取得到的安全共享指示信息作为第一线上业务资源信息的共享资源状态信息，可以高效及时生成反映第一线上业务资源信息的安全描述状态内容的第一关键资源项分布，通过结合获取手段存在差异的第二线上业务资源信息对第一关键资源项分布进行适应性优化处理，可以提高第二关键资源项分布中的内容的完整性和丰富性，通过将获取手段存在差异的两种线上业务资源信息与第二关键资源项分布进行综合分析，可以生成更为完整丰富且准确的安全共享知识库，以便为后续的资源共享处理提供准确可靠的指导，避免不当的资源共享行为造成的信息风险。

Description

一种基于云计算的资源共享安全处理方法及服务器
技术领域
本发明涉及云计算及信息安全技术领域，尤其涉及一种基于云计算的资源共享安全处理方法及服务器。
背景技术
资源共享是现代计算机网络的最主要的作用，它包括软件共享、硬件共享及数据共享等。随着云计算技术的不断成熟，通常多用户同时需要的资源总是超过系统实际物理资源的数量，通过实现资源共享可以较好地化解上述矛盾，从而提高计算机软硬件的使用效率，但是上述的资源共享处理需要协调管理，从而避免混乱。在实际的资源共享应用场景下，资源共享的安全问题同样是不容忽视的，如何为资源共享提供准确可靠的指导以避免不当的资源共享行为造成的信息风险是现目前亟需改善的一个技术问题。。
发明内容
本发明提供一种基于云计算的资源共享安全处理方法及服务器，为实现上述技术目的，本申请采用如下技术方案。
第一方面是一种基于云计算的资源共享安全处理方法，应用于云计算服务器，所述方法包括：确定目标资源共享任务的第一线上业务资源信息和所述第一线上业务资源信息所指向的安全共享指示信息；通过所述第一线上业务资源信息和所述安全共享指示信息，确定第一关键资源项分布；通过所述目标资源共享任务的第二线上业务资源信息，对所述第一关键资源项分布进行优化，得到第二关键资源项分布；其中，所述第一线上业务资源信息与所述第二线上业务资源信息的获取手段存在差异；通过所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息，生成所述目标资源共享任务的安全共享知识库。
本发明实施例提供一种基于云计算的资源共享安全处理方法及服务器，针对存在安全共享知识库生成需求的目标资源共享任务，通过将针对该目标资源共享任务获取得到的安全共享指示信息作为第一线上业务资源信息的共享资源状态信息，可以高效及时生成反映第一线上业务资源信息的安全描述状态内容的第一关键资源项分布，通过结合获取手段存在差异的第二线上业务资源信息对第一关键资源项分布进行适应性优化处理，可以提高第二关键资源项分布中的内容的完整性和丰富性，通过将获取手段存在差异的两种线上业务资源信息与第二关键资源项分布进行综合分析，可以生成更为完整丰富且准确的安全共享知识库，以便为后续的资源共享处理提供准确可靠的指导，避免不当的资源共享行为造成的信息风险。
对于一种可能的实施例而言，所述通过所述第一线上业务资源信息和所述安全共享指示信息，确定第一关键资源项分布，包括：对所述第一线上业务资源信息进行显著资源主题挖掘，得到显著资源主题和所述显著资源主题的语义特征；通过所述显著资源主题的语义特征，对所述第一线上业务资源信息中存在差异的线上业务资源进行关联处理，获得反映所述存在差异的线上业务资源之间的对应情况的业务资源关联记录；通过所述业务资源关联记录和所述安全共享指示信息，确定所述第一关键资源项分布。这样一来，能够通过将该业务资源关联记录中的显著资源主题分布信息与安全共享指示信息相综合，能够方便、及时地生成表示线上业务资源信息中显著资源主题的相对关系标签的第一关键资源项分布。
对于一种可能的实施例而言，所述通过所述业务资源关联记录和所述安全共享指示信息，确定所述第一关键资源项分布，包括：通过所述安全共享指示信息和默认的第一资源定位指标，确定所述第一线上业务资源信息的资源获取线程的第一状态信息；其中，所述默认的第一资源定位指标包括：获取所述第一线上业务资源信息的第一线程配置和获取所述安全共享指示信息的第一线程配置；通过所述业务资源关联记录中显著资源主题、所述第一状态信息和第二资源定位指标，确定所述第一关键资源项分布；其中，所述第二资源定位指标包括获取所述第一线上业务资源信息的第二线程配置。这样一来，通过主题资源对应情况结合安全共享指示信息提供的基础共享资源状态信息，基于映射处理策略，能够及时生成线上业务资源信息的关键资源项分布。
对于一种可能的实施例而言，所述通过所述业务资源关联记录中显著资源主题、所述第一状态信息和第二资源定位指标，确定所述第一关键资源项分布，包括：通过所述第一状态信息和所述第二资源定位指标，对所述显著资源主题在所对应的线上业务资源中的第一量化分布信息进行映射处理，得到所述显著资源主题在设定映射空间中的动态映射结果；通过所述动态映射结果，生成所述第一关键资源项分布。
对于一种可能的实施例而言，所述通过所述动态映射结果，生成所述第一关键资源项分布，包括：通过所述动态映射结果，生成反映所述显著资源主题的相对关系标签的基础关键资源项分布；通过所述安全共享指示信息相对于资源共享需求空间的迁移变量和所述第二资源定位指标，确定所述相对关系标签映射到第一线上业务资源信息的第一候选分布信息；确定所述第一量化分布信息和所述第一候选分布信息之间第一比较结果；通过所述第一比较结果，对所述基础关键资源项分布中的显著资源主题的相对关系标签进行更新，得到所述第一关键资源项分布。这样一来，通过第一比较结果对该基础关键资源项分布中的显著资源主题的相对关系标签以及共享资源状态信息进行优化，能够提高确定出的第一关键资源项分布的准确度及可信度。
对于一种可能的实施例而言，所述通过所述目标资源共享任务的第二线上业务资源信息，对所述第一关键资源项分布进行优化，得到第二关键资源项分布，包括：通过所述第二线上业务资源信息与所述第一线上业务资源信息之间的对应情况，优化业务资源关联记录，得到已优化业务资源关联记录；在所述已优化业务资源关联记录中，确定待添加的线上业务资源；其中，所述待添加的线上业务资源中具有与所述第一关键资源项分布中的分布成员相对应的目标显著资源主题；通过所述目标显著资源主题，确定所述待添加的线上业务资源的共享资源状态信息；将所述共享资源状态信息，添加到所述第一关键资源项分布中，得到完成添加的关键资源项分布；通过所述待添加的线上业务资源中的剩余显著资源主题和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布；其中，所述剩余显著资源主题为所述待添加的线上业务资源中目标显著资源主题之外的显著资源主题。这样一来，通过确定方式不同的第二线上业务资源信息对第一关键资源项分布进行优化，得到更全面的第二关键资源项分布。
对于一种可能的实施例而言，所述将所述共享资源状态信息，添加到所述第一关键资源项分布中，得到完成添加的关键资源项分布，还包括：确定各待添加的线上业务资源涵盖的目标显著资源主题的统计结果；通过所述统计结果，确定所述各待添加的线上业务资源的添加优先级；通过所述添加优先级，将所述各待添加的线上业务资源的共享资源状态信息添加到所述第一关键资源项分布中，得到所述完成添加的关键资源项分布。这样一来，通过按照目标显著资源的统计结果，确定待添加的线上业务资源的添加优先级，能够有助于提高添加的共享资源状态信息的精度。
对于一种可能的实施例而言，所述通过所述待添加的线上业务资源中的剩余显著资源主题和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布，包括：对所述剩余显著资源主题进行随机抽取，得到非约束型显著资源主题；对所述非约束型显著资源主题进行映射处理，确定所述非约束型显著资源主题在设定映射空间中的动态映射结果；通过所述非约束型显著资源主题的动态映射结果和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布。这样一来，通过对随机抽取区间的剩余显著资源主题进行均衡随机抽取，能够降低线上业务资源描述信息出现得过于频繁，进而能够削弱整体更新难度。
对于一种可能的实施例而言，所述通过所述非约束型显著资源主题的动态映射结果和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布，包括：通过所述安全共享指示信息相对于资源共享需求空间的迁移变量，确定所述非约束型显著资源主题的动态映射结果映射到第一线上业务资源信息的第二候选分布信息和所述非约束型显著资源主题的动态映射结果映射到第二线上业务资源信息的第三候选分布信息；确定所述第二候选分布信息和所述非约束型显著资源主题在所对应的线上业务资源中的第二量化分布信息之间的第二比较结果，以及所述第三候选分布信息与所述第二量化分布信息的第三比较结果；结合第二比较结果和所述第三比较结果，对所述完成添加的关键资源项分布中的显著资源主题的相对关系标签进行更新，得到所述第二关键资源项分布。这样一来，通过第二比较结果和第三比较结果，对第一关键资源项分布中的显著资源主题的相对关系标签进行更新，能够保障第二关键资源项分布的全面性。
对于一种可能的实施例而言，所述通过所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息，生成所述目标资源共享任务的安全共享知识库，包括：对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性分析，生成反映所述第一线上业务资源信息和所述第二线上业务资源信息的业务资源热力图；通过所述业务资源热力图，生成反映所述业务资源热力图之间的传递情况的基础可视化知识域；通过所述基础可视化知识域，确定所述安全共享知识库。这样一来，能够保障安全共享知识库的完整性和精度，从而使得安全共享知识库能够尽可能丰富地展现各项资源共享的注意事项或者指示信息，避免资源共享过程中出现的数据信息风险。
对于一种可能的实施例而言，所述对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性分析，生成反映所述第一线上业务资源信息和所述第二线上业务资源信息的业务资源热力图，包括：对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性检测，得到活跃性检测结果；将所述活跃性检测结果进行拼接，得到所述业务资源热力图。这样一来，使得到的业务资源热力图更加多样化。
对于一种可能的实施例而言，所述通过所述业务资源热力图，生成反映所述业务资源热力图之间的传递情况的基础可视化知识域，包括：确定所述业务资源热力图中各热力单元在所述第二关键资源项分布中的特征识别度和所述各热力单元的代价函数；在所述业务资源热力图中，确定特征识别度和代价函数符合指定要求的目标热力单元；将所述目标热力单元作为关键单元，并将所述关键单元进行组合，得到所述基础可视化知识域。这样一来，通过将业务资源热力图中的热力单元，根据热力单元的特征识别度和代价函数生成知识域，使得到的基础可视化知识域能够准确实现目标热力单元之间的传递情况。
对于一种可能的实施例而言，所述通过所述基础可视化知识域，确定所述安全共享知识库，包括：在所述基础可视化知识域中，确定各个局部知识域的多个关键单元所指向的业务资源热力图的追溯信息；通过所述追溯信息，确定反映所述各个局部知识域存在网络攻击的评价指数；基于评价指数小于设定判定值的局部知识域，确定所述安全共享知识库。这样一来，通过分析知识域中一个局部知识域存在网络攻击的评价指数，选择评价指数较小的局部知识域生成安全共享知识库，使得生成的安全共享知识库尽可能不存在噪声。
对于一种可能的实施例而言，所述第一线上业务资源信息的资源获取线程包括网页蜘蛛，和/或，所述第二线上业务资源信息的资源获取线程为AI线程。
第二方面是一种云计算服务器，包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述云计算服务器执行第一方面的方法。
第三方面是一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行第一方面的方法。
根据本发明的一个实施例，针对存在安全共享知识库生成需求的目标资源共享任务，通过将针对该目标资源共享任务获取得到的安全共享指示信息作为第一线上业务资源信息的共享资源状态信息，可以高效及时生成反映第一线上业务资源信息的安全描述状态内容的第一关键资源项分布，通过结合获取手段存在差异的第二线上业务资源信息对第一关键资源项分布进行适应性优化处理，可以提高第二关键资源项分布中的内容的完整性和丰富性，通过将获取手段存在差异的两种线上业务资源信息与第二关键资源项分布进行综合分析，可以生成更为完整丰富且准确的安全共享知识库，以便为后续的资源共享处理提供准确可靠的指导，避免不当的资源共享行为造成的信息风险。
附图说明
图1为本发明实施例提供的一种基于云计算的资源共享安全处理方法的流程示意图。
图2为本发明实施例提供的一种基于云计算的资源共享安全处理装置的模块框图。
具体实施方式
以下，术语“第一”、“第二”和“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”或“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。
图1示出了本发明实施例提供的一种基于云计算的资源共享安全处理方法的流程示意图，一种基于云计算的资源共享安全处理方法可以通过云计算服务器实现，云计算服务器可以包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述云计算服务器执行如下步骤所描述的技术方案。
步骤101，在目标资源共享任务中，确定第一线上业务资源信息和所述第一线上业务资源信息所指向的安全共享指示信息。
对于本发明实施例而言，目标资源共享任务可以理解为在资源共享进程下或者在资源共享场景下。第一线上业务资源信息的线上业务资源获取线程可以理解为任意具有线上业务资源获取模块的线程；例如：网页蜘蛛、网页监测模块或者具有资源采集功能的算法等。确定目标资源共享任务的第一线上业务资源信息，可以是通过线上业务资源获取线程及时获取所得到的，还可以理解为接收的其他业务端下发的线上业务资源信息。该第一线上业务资源信息可以理解为在目标资源共享任务下，获取得到的远程办公业务资源。第一线上业务资源信息可以包括若干组线上业务资源，安全共享指示信息可以理解为获取各组线上业务资源时，安全共享指示线程的相关指示信息，比如指导如何对不同类型、不同资源拥有者的业务资源的共享（比如针对类型A1、资源拥有者C1的业务资源R1的共享指示为按照XXX方式在XXX时段进行共享，又比如针对类型A2、资源拥有者C2的业务资源R2的共享指示为按照YYY方式在YYY时段进行共享）。安全共享指示信息与第一线上业务资源信息可以理解为在相同时段获取的，例如：采用网页蜘蛛和安全共享指示线程对目标资源共享任务相同时段获取第一线上业务资源信息和安全共享指示信息。或者，安全共享指示信息与第一线上业务资源信息还可以理解为在不同时段获取的，例如：对于目标资源共享任务获取第一线上业务资源信息之后，采用安全共享指示线程确定对应的安全共享指示信息；如此一来，可以将安全共享指示信息中各热力单元（比如较为活跃的指示项目）的位置状态信息作为第一线上业务资源信息中该热力单元的状态信息。
步骤102，通过所述第一线上业务资源信息和所述安全共享指示信息，确定第一关键资源项分布。
对于本发明实施例而言，第一关键资源项分布用于反映第一线上业务资源信息的显著资源主题的相对关系标签（相对位置关系）。通过将确定第一线上业务资源信息时，安全共享指示线程的安全共享指示信息作为第一线上业务资源信息的基础共享资源状态信息；对于第一线上业务资源信息中的多个线上业务资源，确定线上业务资源中存在关联关系的显著资源主题；基于线上业务资源之间存在关联关系的显著资源主题，确定业务资源关联记录。通过结合安全共享指示线程确定到的第一线上业务资源信息的共享资源状态信息和第一线上业务资源信息的资源获取线程的第一线程配置，确定出该资源获取线程的状态信息；鉴于此，对第一线上业务资源信息中的显著资源主题进行映射处理，从而得到该显著资源主题在设定映射空间下的相对关系标签，形成初级阶段的第一线上业务资源信息中显著资源主题的相对关系标签的第一关键资源项分布。
举例而言，关键资源项分布可以理解为特征库，关键资源项可以理解为线上业务资源信息中的特征描述，而关键资源项分布汇总了多个特征描述，因而能够作为后续分析的依据。
步骤103，通过所述目标资源共享任务的第二线上业务资源信息，对所述第一关键资源项分布进行优化，得到第二关键资源项分布。
对于本发明实施例而言，所述第一线上业务资源信息与所述第二线上业务资源信息的获取手段存在差异（比如：采集形式不同），包括：第一线上业务资源信息的采集形式与所述第二线上业务资源信息的采集形式不同、第二线上业务资源信息与第一线上业务资源信息的资源获取线程不同，或第一线上业务资源信息与第二线上业务资源信息的确定维度不同。例如：第一线上业务资源信息的资源获取线程为网页蜘蛛，第二线上业务资源信息的资源获取线程为预设信息采集算法。对于一些可能的实施例而言，第一线上业务资源信息可以理解为通过信息爬取得到的，第二线上业务资源信息可以理解为通过信息识别得到的。通过不同采集形式所得到的第一线上业务资源信息和第二线上业务资源信息进行关联处理，结合关联处理的第一线上业务资源信息和第二线上业务资源信息，采用特征衍生和扩展策略（比如经过改良的上采样处理）优化第一关键资源项分布，得到第二关键资源项分布。如此设计，能够保障第二关键资源项分布的丰富程度，并尽可能减少关键资源项扩展过程中产生的噪声。
步骤104，通过所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息，生成所述目标资源共享任务的安全共享知识库。
对于本发明实施例而言，首先将第一线上业务资源信息和第二线上业务资源信息调整成业务资源热力图；其次通过解析业务资源热力图中各热力单元的特征识别度（显著程度）以及代价函数（误差评价），确定该热力单元是否可以作为关键单元（较为重要的指示项目），以生成知识域（比如局部的知识图谱）；然后通过整理第一线上业务资源信息和第二线上业务资源信息的属性信息，对生成的知识域进行优化，得到更加完整准确的安全共享知识库。
对于本发明实施例而言，首先通过将获取得到的安全共享指示信息作为第一线上业务资源信息的共享资源状态信息，可以高效及时生成反映第一线上业务资源信息的安全描述状态内容的第一关键资源项分布；其次通过采用获取手段存在差异的第二线上业务资源信息对第一关键资源项分布进行适应性优化处理（例如：更新、优化），能够使得第二关键资源项分布中涵盖的显著资源主题更加多样化；然后通过将获取手段存在差异的两个线上业务资源信息与第二关键资源项分布进行综合分析，可以生成更为完整丰富且准确的安全共享知识库，以便为后续的资源共享处理提供准确可靠的指导，避免不当的资源共享行为造成的信息风险。
在一些可能的实施例中，为了能够及时有效的生成第一关键资源项分布，示例性的可以包括如下步骤201-步骤203所记录的技术方案。
步骤201，对所述第一线上业务资源信息进行显著资源主题挖掘，得到显著资源主题和所述显著资源主题的语义特征。
对于本发明实施例而言，通过对第一线上业务资源信息中的各线上业务资源，挖掘具有金字塔网络特性的显著资源主题（可以理解为资源特征点）；并确定该显著资源主题的语义特征（可以理解为显著资源主题的描述信息）。该语义特征包括该显著资源主题在线上业务资源中的分布情况（例如：在线上业务资源中的局部量化标签）等信息。从第一线上业务资源信息中挖掘到的显著资源主题中包括该显著资源主题在该线上业务资源中的分布情况，可以通过局部量化标签的形式进行记录。其中，局部量化标签可以是在设定特征空间中的坐标信息或者定位数据。
步骤202，通过所述显著资源主题的语义特征，对第一线上业务资源信息中存在差异的线上业务资源进行关联处理，获得反映存在差异的线上业务资源之间的对应情况（例如：匹配关系）的业务资源关联记录。
对于本发明实施例而言，通过解析存在差异的线上业务资源的显著资源主题的语义特征是否相同，可以确定该存在差异的线上业务资源中的显著资源主题是否为同一个显著资源主题，进而可以基于语义特征一致的显著资源主题的统计结果，确定出存在差异的线上业务资源之间的共性指数。例如：对于第一线上业务资源信息中的其中两个线上业务资源（线上业务资源Online business resources_a和线上业务资源Online businessresources_b），通过解析线上业务资源Online business resources_a和线上业务资源Online business resources_b中语义特征一致的显著资源主题的统计结果（数量），可以确定线上业务资源Online business resources_a和线上业务资源Online businessresources_b的共性指数（例如：相似度）；若线上业务资源Online business resources_a和线上业务资源Online business resources_b之间语义特征一致的显著资源主题相对较多，确定线上业务资源Online business resources_a和线上业务资源Online businessresources_b的共性指数越高，关联度越高。通过所述存在差异的线上业务资源之间的共性指数，确定业务资源关联记录。将存在差异的线上业务资源的显著资源主题之间的共性指数，作为显著资源主题之间的关联评价，若两个线上业务资源之间的语义特征一致的显著资源主题相对较多，可以确定的是两个线上业务资源之间的关联度越高，结合上述关联度和第一线上业务资源信息中的线上业务资源，确定能够反映存在差异的线上业务资源之间共性指数的业务资源关联记录。例如：首先挖掘导入第一线上业务资源信息中的线上业务资源的金字塔描述；其次确定存在差异的线上业务资源间的显著资源主题之间的联系；然后通过文本向量化思路生成作为业务资源关联记录的设定特征库。
步骤203，通过所述业务资源关联记录和所述安全共享指示信息，确定所述第一关键资源项分布。
对于本发明实施例而言，首先将安全共享指示信息作为第一线上业务资源信息的基础共享资源状态信息，结合确定的安全共享指示信息的安全共享指示线程的第一线程配置、获取第一线上业务资源信息的资源获取线程的第一线程配置，确定该资源获取线程的状态信息；其次将业务资源关联记录中的显著资源主题的局部量化标签，该资源获取线程的状态信息和该资源获取线程的第二线程配置，作为映射处理处理的输入数据，从而能够确定出各个显著资源主题在设定映射空间中的相对关系标签，进而实现初始阶段生成的反映第一线上业务资源信息中显著资源主题相对关系标签的关键资源项分布，比如第一关键资源项分布。
对于本发明实施例而言，通过对存在差异的线上业务资源中显著资源主题的语义特征进行关联处理，可得到存在差异的线上业务资源之间的共性指数，从而根据存在差异的线上业务资源之间的共性指数，结合文本向量化思路生成业务资源关联记录；进而能够通过将该业务资源关联记录中的显著资源主题分布标签与安全共享指示信息相综合，能够方便、及时地生成表示线上业务资源信息中显著资源主题的相对关系标签的第一关键资源项分布。
对于一种可能的实施例而言，通过将安全共享指示信息与设定的资源获取线程的变量（比如线程参数）相综合，并通过映射处理的思路确定出显著资源主题的相对关系标签，进一步的，示例性的可以包括如下步骤2031和步骤2032。
步骤2031，通过所述安全共享指示信息和默认的第一资源定位指标，确定所述第一线上业务资源信息的第一资源获取线程的第一状态信息。
对于本发明实施例而言，所述默认的第一资源定位指标（可以理解为事先设定的资源参数）包括：获取所述第一线上业务资源信息的第一线程配置和获取所述安全共享指示信息的第一线程配置（例如：外参数）。例如：获取第一线上业务资源信息的线程为网页蜘蛛，获取所述安全共享指示信息的线程为动态线程thread（线程配置可调），那么确定该网页蜘蛛的第一线程配置，以及动态线程thread的第一线程配置。将安全共享指示信息作为第一线上业务资源信息的基础共享资源状态信息，结合该网页蜘蛛的第一线程配置，以及动态线程thread的第一线程配置，可计算出网页蜘蛛的状态信息（比如以数值形式描述和区分状态的状态值），即第一状态信息state_v。
步骤2032，通过所述业务资源关联记录中显著资源主题、所述第一状态信息和第二资源定位指标，确定所述第一关键资源项分布。
对于本发明实施例而言，所述第二资源定位指标包括获取所述第一线上业务资源信息的第二线程配置（例如：内参数）。第二资源定位指标为获取第一线上业务资源信息的线程的第二线程配置，例如：该线程为网页蜘蛛，那么该第二线程配置可以理解为时间步长参数。以时间步长参数、显著资源主题的局部量化标签和作为第一状态信息的该线程的状态信息为基础，对该显著资源主题进行映射处理，确定出该显著资源主题在设定映射空间下的动态映射结果（比如多维坐标数据），得到该显著资源主题的相对关系标签。这样一来，通过主题资源对应情况结合安全共享指示信息提供的基础共享资源状态信息，基于映射处理思路，能够快速准确生成线上业务资源信息的关键资源项分布。
对于一些可能的实施例而言，为了能够提高确定出的第一关键资源项分布的准确度及可信度，通过评估的显著资源主题的分布标签和该显著资源主题在线上业务资源中的分布标签，对基础关键资源项分布进行适应性改进，得到第一关键资源项分布，示例性的可以包括如下内容。
步骤20321，通过所述第一状态信息和所述第二资源定位指标，对所述显著资源主题在所对应的线上业务资源中的第一量化分布信息进行映射处理，得到所述显著资源主题在设定映射空间中的动态映射结果。
对于本发明实施例而言，将显著资源主题在所对应的线上业务资源中的第一量化分布信息、第一线上业务资源信息的资源获取线程的第一状态信息和该资源获取线程的线程配置列表，作为对显著资源主题实现映射处理的原料数据，以得到显著资源主题在设定映射空间中的动态映射结果，从而实现对各个显著资源主题的映射处理。
步骤20322，通过所述动态映射结果，生成所述第一关键资源项分布。
对于本发明实施例而言，动态映射结果可以理解为多维映射标签（例如：映射坐标值）。在得到线上业务资源中各个显著资源主题的动态映射结果之后，生成该显著资源主题的关键资源项分布，以该关键资源项分布反映显著资源主题的相对关系标签；该关键资源项分布可以直接作为第一关键资源项分布，用于后期的资源优化；还可以理解为通过该关键资源项分布的显著资源主题分布标签和共享资源状态信息进行优化得到该第一关键资源项分布。这样一来，通过对显著资源主题的量化分布信息进行映射处理，得到映射处理后的显著资源主题，基于映射处理的显著资源主题的动态映射结果能够及时生成第一关键资源项分布。
对于一些可能的实施例而言，对显著资源主题进行映射处理之后，初步生成基础关键资源项分布，通过对基础关键资源项分布进行适应性改进，得到该第一关键资源项分布，使得该第一关键资源项分布更加全面及可信，步骤20322示例性的可以通过以下内容实现。
步骤203221，通过所述动态映射结果，生成反映所述显著资源主题的相对关系标签的基础关键资源项分布。
步骤203222，通过所述安全共享指示信息相对于资源共享需求空间的迁移变量和所述第二资源定位指标，确定所述相对关系标签映射到第一线上业务资源信息的第一候选分布信息。
对于本发明实施例而言，安全共享指示信息相对于资源共享需求空间的迁移变量（转换参数），包括：安全共享指示信息的安全共享指示线程的状态信息、安全共享指示信息的安全共享指示线程相对于资源共享需求空间的变换参数。这样一来，可以确定该显著资源主题从相对关系标签映射在于线上业务资源中的第一候选分布信息。
步骤203223，确定所述第一量化分布信息和所述第一候选分布信息之间第一比较结果。
对于本发明实施例而言，业务资源关联记录中显著资源主题在所对应的线上业务资源中的第一量化分布信息distribution_1，通过确定第一候选分布信息与第一量化分布信息的比较结果（差值），可估计该基础关键资源项分布中该显著资源主题所在相对关系标签的适配性；基于该比较结果对基础关键资源项分布中相对关系标签不适配的显著资源主题进行适应性改进，从而得到更加全面及可信的第一关键资源项分布。例如：对于基础关键资源项分布中的各个显著资源主题，确定出该显著资源主题由相对关系标签映射回线上业务资源上的第一候选分布信息，在第一线上业务资源信息中进行估计的分布情况；基于该显著资源主题在线上业务资源中的第一量化分布信息，评估该第一候选分布信息的估计偏差（比如可以理解为预测损失）。
步骤203224，通过所述第一比较结果，对所述基础关键资源项分布中的显著资源主题的相对关系标签进行更新，得到所述第一关键资源项分布。
对于本发明实施例而言，基于该第一比较结果，可以对基础关键资源项分布中的显著资源主题的动态映射结果，以及共享资源状态信息进行更新，以完成对关键资源项分布的生成。这样一来，通过确定基础关键资源项分布中的显著资源主题由相对关系标签映射回线上业务资源上的第一候选分布信息，以及该显著资源主题在线上业务资源中的第一量化分布信息，可以对该基础关键资源项分布中的显著资源主题的相对关系标签以及共享资源状态信息进行改进，使得完成优化后的第一关键资源项分布的准确性更高。
对于本发明实施例而言，为提高生成的第一关键资源项分布的影响范围，通过确定方式不同的第二线上业务资源信息对第一关键资源项分布进行优化，得到更全面的第二关键资源项分布；上述步骤103所记录的内容示例性的可以通过如下内容进行说明。
步骤1031，通过所述第二线上业务资源信息与所述第一线上业务资源信息之间的对应情况，优化业务资源关联记录，得到已优化业务资源关联记录。
对于本发明实施例而言，结合第二线上业务资源信息对业务资源关联记录进行优化的思路，与步骤201和步骤202的实施内容相同。结合参阅上述示例，通过对第二线上业务资源信息进行显著资源主题挖掘，根据挖掘的显著资源主题的语义特征与第一线上业务资源信息中显著资源主题的语义特征，确定第一线上业务资源信息和第二线上业务资源信息中线上业务资源之间的共性指数，得到线上业务资源之间的对应情况。基于该对应情况，对依据第一线上业务资源信息中的线上业务资源之间的对应情况生成的业务资源关联记录，并进行优化，从而在已优化业务资源关联记录中不仅可以反映第一线上业务资源信息中线上业务资源之间的共性度，还可以反映第一线上业务资源信息与第二线上业务资源信息之间的共性度。
步骤1032，在所述已优化业务资源关联记录中，确定待添加的线上业务资源。
对于本发明实施例而言，所述待添加的线上业务资源中具有与所述第一关键资源项分布中的分布成员相对应的目标显著资源主题。在已优化业务资源关联记录中，对于各个线上业务资源，确定该线上业务资源中显著资源主题是否能够在第一关键资源项分布中找到所指向的分布成员。若该线上业务资源中的显著资源主题能够在第一关键资源项分布中找到所指向的分布成员，确定该线上业务资源为待添加的线上业务资源。
步骤1033，通过所述目标显著资源主题，确定所述待添加的线上业务资源的共享资源状态信息。
对于本发明实施例而言，对于能够在第一关键资源项分布中找到所指向的分布成员的目标显著资源主题，通过随机抽取的策略，确定该目标显著资源主题所对应的线上业务资源的共享资源状态信息，该待添加的线上业务资源的共享资源状态信息。
步骤1034，将共享资源状态信息，添加到第一关键资源项分布中，得到完成添加的关键资源项分布。
对于本发明实施例而言，将依据目标显著资源主题确定的共享资源状态信息，添加到第一关键资源项分布中，以使该完成添加的关键资源项分布中能够展现该目标显著资源主题所对应的待添加的线上业务资源的资源内容的相对关系标签。这样一来，通过结合不同采集形式所得到的第一线上业务资源信息和第二线上业务资源信息，可以保障安全共享知识库的丰富性和准确性。
对于一些可能的实施例而言，通过统计目标显著资源主题的统计结果，确定待添加的线上业务资源的添加优先级，从而按照该添加优先级逐一将待添加的线上业务资源的共享资源状态信息添加到第一关键资源项分布中，示例性的可以通过以下步骤301实现。
步骤301，确定各待添加的线上业务资源涵盖的目标显著资源主题的统计结果。
可以理解，对于各组待添加的线上业务资源，计算该待添加的线上业务资源中目标显著资源主题的统计结果，待添加的线上业务资源中的目标显著资源主题越多，则表明该待添加的线上业务资源与目标资源共享任务的共性指数越高，该待添加的线上业务资源是对于目标资源共享任务采集的线上业务资源的概率越大，还可以表明待添加的线上业务资源与第一关键资源项分布中的分布成员的重复指数较高，则可以率先增添该待添加的线上业务资源。
步骤302，通过所述统计结果，确定所述各待添加的线上业务资源的添加优先级。
可以理解，根据统计结果的降序方式，确定待添加的线上业务资源的添加优先级。将目标显著资源统计结果最多的待添加的线上业务资源排列在首位，率先进行共享资源状态信息的添加。
步骤303，通过所述添加优先级，将所述各待添加的线上业务资源的共享资源状态信息添加到所述第一关键资源项分布中，得到所述完成添加的关键资源项分布。
举例而言，将目标显著资源统计结果最多的待添加的线上业务资源，首先将共享资源状态信息添加到第一关键资源项分布中，其中再将目标显著资源统计结果次之的待添加的线上业务资源的共享资源状态信息添加到第一关键资源项分布中。这样一来，根据按照目标显著资源的统计结果，确定待添加的线上业务资源的添加优先级，能够提高增添的共享资源状态信息的可信度。
步骤1035，通过所述待添加的线上业务资源中的剩余显著资源主题和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布。
对于本发明实施例而言，所述剩余显著资源主题可以理解为所述待添加的线上业务资源中除目标显著资源主题之外的显著资源主题。
对于一些可能的实施例而言，为了能够更新完成添加后的关键资源项分布，通过对剩余显著资源主题进行特征还原处理，并对随机抽取的一个显著资源主题进行映射处理处理，依据映射处理结果对完成添加的关键资源项分布进行更新，可以理解，步骤1035示例性的还可以包括如下步骤1035-步骤10353所记录的内容。
步骤10351，对所述剩余显著资源主题进行随机抽取，得到非约束型显著资源主题。
可以理解的是，对待添加的线上业务资源中的剩余显著资源主题进行均衡随机抽取，各随机抽取区间存留少量的显著资源主题，例如：每个随机抽取区间存留一个非约束型显著资源主题，这样，能够降低线上业务资源描述信息出现得过于频繁的问题，进而能够削弱整体更新难度。
步骤10352，对所述非约束型显著资源主题进行映射处理（例如：三角化处理），确定所述非约束型显著资源主题在设定映射空间中的动态映射结果。
可以理解的是，通过将该非约束型显著资源主题所指向的资源获取线程的状态信息、资源获取线程的线程配置列表以及该非约束型显著资源主题在线上业务资源中的状态信息，对该非约束型显著资源主题进行映射处理，以确定该非约束型显著资源主题的空间状态信息，即非约束型显著资源主题在设定映射空间中的动态映射结果。
步骤10353，通过所述非约束型显著资源主题的动态映射结果和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布。
可以理解的是，通过将非约束型显著资源主题相对关系标签和第二线上业务资源信息的资源获取线程的状态信息等相综合，可以评估该非约束型显著资源主题的真实标签信息与估计的相对关系标签的对比结果，进而可基于该对比结果对完成添加的关键资源项分布中的分布成员的标签信息进行更新，得到第二关键资源项分布。
对于一些可能的实施例而言，步骤10353所记录的技术方案示例性的可以通过如下步骤103531-步骤103533实现。
步骤103531，通过所述安全共享指示信息相对于资源共享需求空间的迁移变量，确定所述非约束型显著资源主题的动态映射结果映射到第一线上业务资源信息的第二候选分布信息和所述非约束型显著资源主题的动态映射结果映射到第二线上业务资源信息的第三候选分布信息。可以理解，确定第二候选分布信息的思路与确定第一候选分布信息的思路类似，通过确定出的第二线上业务资源信息的资源获取线程（例如：预设信息采集算法）的线程配置列表list_T、安全共享指示线程的相对变量以及非约束型显著资源主题的动态映射结果dynamic_result，确定出该非约束型显著资源主题从相对关系标签映射至第二线上业务资源中的第三候选分布信息。
步骤103532，确定所述第二候选分布信息和所述非约束型显著资源主题在所对应的线上业务资源中的第二量化分布信息之间的第二比较结果，以及所述第三候选分布信息与所述第二量化分布信息的第三比较结果。
可以理解，对于各个随机抽取区间中得到的非约束型显著资源主题，确定出该非约束型显著资源主题由相对关系标签映射回第一线上业务资源信息中的第二候选分布信息，在第一线上业务资源信息中进行估计的分布情况；基于该非约束型显著资源主题在所对应的线上业务资源中的第二量化分布信息，估计该第二候选分布信息的估计偏差。可以理解，对于该非约束型显著资源主题，评估其在第三候选分布信息上的估计偏差，比如第三比较结果。
步骤103533，结合第二比较结果和所述第三比较结果，对所述完成添加的关键资源项分布中的显著资源主题的相对关系标签进行更新，得到所述第二关键资源项分布。
可以理解的是，基于该第二比较结果，可以对完成添加的关键资源项分布中对应于第一线上业务资源信息中显著资源主题的动态映射结果以及第一线上业务资源信息共享资源状态信息进行更新。基于该第三比较结果，可以对完成添加的关键资源项分布中对应于第二线上业务资源信息中显著资源主题的动态映射结果以及第二线上业务资源信息共享资源状态信息进行更新。这样一来，通过在各随机抽取区间均衡随机抽取得到一个非约束型显著资源主题，并通过非约束型显著资源主题的候选分布信息与在线上业务资源中的真实标签信息之间的比较结果，对第一关键资源项分布中的显著资源主题的相对关系标签进行更新，能够保障第二关键资源项分布的全面性。举例而言，上述的比较结果可以通过差值进行表示。
对于一种可能的实施例而言，在第二关键资源项分布的前提下，通过对线上业务资源信息进行一系列知识图谱化处理，最后生成可信度较高的安全共享知识库，上述步骤104可以通过如下步骤1041-步骤1043实现。
步骤1041，对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性分析，生成反映所述第一线上业务资源信息和所述第二线上业务资源信息的业务资源热力图。
对于本发明实施例而言，在第二线上业务资源信息中包括第二线上业务资源的共享资源状态信息，在第一线上业务资源信息中包括第一线上业务资源的共享资源状态信息；在第二关键资源项分布中包括第一线上业务资源信息中的显著资源主题在该第二关键资源项分布中所指向的第一种全局显著资源主题以及第二线上业务资源信息中的显著资源主题在该第二关键资源项分布中所指向的第二种全局显著资源主题。将第一共享资源状态信息与第一种全局显著资源主题作为一组进行会话活跃性检测（热度分析）和活跃性检测结果拼接，得到反映第一线上业务资源信息的业务资源热力图；将第二共享资源状态信息与第二种全局显著资源主题作为一组进行会话活跃性检测和活跃性检测结果拼接，得到反映第二线上业务资源信息的业务资源热力图。
对于一些可能的实施例而言，示例性的可以通过如下步骤生成业务资源热力图。
步骤10411，对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性检测，得到活跃性检测结果。
对于本发明实施例而言，对第二线上业务资源信息中的第二线上业务资源、第二共享资源状态信息与第二种全局显著资源主题合并，进行会话活跃性检测，得到第二线上业务资源的活跃性检测结果；对第一线上业务资源信息中的第一线上业务资源、第一共享资源状态信息与第一种全局显著资源主题合并，进行会话活跃性检测，得到第一线上业务资源的活跃性检测结果。将第一线上业务资源的活跃性检测结果和第二线上业务资源的活跃性检测结果，作为该步骤得到的活跃性检测结果。
步骤10412，将所述活跃性检测结果进行拼接，得到所述业务资源热力图。
对于本发明实施例而言，分别对第一线上业务资源的活跃性检测结果和第二线上业务资源的活跃性检测结果进行深度拼接，确定第一线上业务资源所指向的业务资源热力图和第二线上业务资源所指向的业务资源热力图；将这两种业务资源热力图进行业务资源融合得到最终的业务资源热力图。这样一来，通过对两种线上业务资源进行会话活跃性检测和热力图拼接，使得到的业务资源热力图更加多样化。
步骤1042，通过所述业务资源热力图，生成反映所述业务资源热力图之间的传递情况的基础可视化知识域。
对于本发明实施例而言，业务资源热力图之间的传递情况，换言之，热力单元在知识库中是否存在连接。依据基于两种线上业务资源信息合并的业务资源热力图，以及热力单元的特征识别度和代价函数判定该热力单元是否可以作为关键单元，以生成知识域，从而可以基于多个关键单元生成多个知识域，以作为该基础可视化知识域。
对于一些可能的实施例而言，示例性的可以通过以下步骤搭建基础知识库。
步骤10421，确定所述业务资源热力图中各热力单元在所述第二关键资源项分布中的特征识别度和所述各热力单元的代价函数。
可以理解的是，业务资源热力图中各热力单元在所述第二关键资源项分布中的特征识别度，即该热力单元在第二关键资源项分布中是否有所指向的全局显著资源主题，若该热力单元在第二关键资源项分布中有所指向的全局显著资源主题，则表明该热力单元活跃；如果该热力单元在第二关键资源项分布中没有所指向的全局显著资源主题，则表明该热力单元不活跃。
步骤10422，在所述业务资源热力图中，确定特征识别度和代价函数符合指定要求的目标热力单元。
可以理解的是，在业务资源热力图中，确定热力单元的特征识别度为该热力单元可以在第二关键资源项分布中搜索到所指向的全局显著资源主题，以及代价函数低于设定值的目标热力单元，可得到多个目标热力单元。
步骤10423，将所述目标热力单元作为关键单元，并将所述关键单元进行组合，得到所述基础可视化知识域。
可以理解的是，将这多个目标热力单元作为关键单元，将热力单元集合中的任意关键单元，进行连接可以形成知识域，得到多个知识域，并将该知识域作为基础可视化知识域。这样一来，通过将业务资源热力图中的热力单元，根据热力单元的特征识别度和代价函数生成知识域，使得到的基础可视化知识域能够准确实现目标热力单元之间的传递情况。
步骤1043，通过所述基础可视化知识域，确定所述安全共享知识库。
对于本发明实施例而言，由于基础可视化知识域中包括多个知识域，按照知识域中各知识节点为有效指示事件的可信系数，在这多个知识域的局部知识域中，选出最佳的一组局部知识域，将这最佳的一组局部知识域进行组合，形成安全共享知识库。如此，能够保障安全共享知识库的完整性和精度，从而使得安全共享知识库能够尽可能丰富地展现各项资源共享的注意事项或者指示信息，避免资源共享过程中出现的数据信息风险。
对于一些可能的实施例而言，示例性的可以通过如下步骤实现对安全共享知识库的生成。
步骤10431，在所述基础可视化知识域中，确定各个局部知识域的多个关键单元所指向的业务资源热力图的追溯信息。
对于本发明实施例而言，在该基础可视化知识域涵盖的多个知识域的若干局部知识域中，确定各个局部知识域的三个关键单元的追溯信息。以该局部知识域为三维知识域为例，分析该局部知识域的三个关键单元的追溯标签（比如采集状态），三个关键单元是源于相异网页蜘蛛，还是三个关键单元皆源于相同网页蜘蛛或安全共享指示线程（例如：预设信息采集算法）。
步骤10432，通过所述追溯信息，确定反映所述各个局部知识域存在网络攻击的评价指数。
对于本发明实施例而言，若三个关键单元是来自于不同的网页蜘蛛，则表明该三维知识域的三个关键单元存在较大的资源共享兼容风险，从而可以确定对应的局部知识域存在网络攻击的评价指数较高。
步骤10433，基于评价指数小于设定判定值的局部知识域，确定所述安全共享知识库。
对于本发明实施例而言，对于各个局部知识域皆确定出一个表征该局部知识域存在网络攻击的评价指数，选择一组评价指数符合设定要求（可以理解为评价指数的和最小）的局部知识域；将这一组局部知识域进行组合，得到该安全共享知识库。这样一来，通过分析知识域中一个局部知识域存在网络攻击的评价指数，挑选评价指数符合设定要求的局部知识域生成安全共享知识库，使得生成的安全共享知识库尽可能不存在噪声。
对于一些可独立实施的设计思路而言，在确定出所述目标资源共享任务的安全共享知识库之后，该方法还可以包括以下内容：响应于待处理资源共享请求，对所述待处理资源共享请求进行共享需求描述挖掘，得到共享需求描述表达；从所述安全共享知识库中确定与所述共享需求描述表达匹配的知识事件；通过所述知识事件，在所述目标资源共享任务下进行针对所述待处理资源共享请求的资源共享。
举例而言，可以通过神经网络模型对待处理资源共享请求进行特征挖掘，从而得到对应的共享需求描述表达（可以通过特征向量的形式进行表达），然后经由完整丰富的安全共享知识库确定能够保障共享数据安全的知识事件（该知识事件可以用于资源共享指导），基于此，可以结合知识事件在目标资源共享任务下进行针对待处理资源共享请求的资源共享，从而保障资源共享过程中的数据信息安全。
对于一些可独立实施的设计思路而言，从所述安全共享知识库中确定与所述共享需求描述表达匹配的知识事件，可以包括以下内容：获取针对共享需求描述表达的需求事项集，所述需求事项集包括不少于两组需求事项；获得所述需求事项集中的各组需求事项与所述共享需求描述表达之间的安全影响指数；根据所述各组需求事项对应的安全影响指数，以及所述各组需求事项的类别标签，对所述各组需求事项进行调整，得到相应的需求事项队列；基于所述需求事项队列生成针对所述共享需求描述表达的目标共享安全检测队列，所述目标共享安全检测队列包括至少两个目标共享安全检测结果；根据目标共享安全检测队列包括的前x个共享安全检测结果，确定所述共享需求描述表达的共享安全特征，基于所述共享安全特征从所述安全共享知识库中确定知识事件。
在本发明实施例中，安全影响指数的取值范围可以是0~1，类别标签可以理解为语义特征，对所述各组需求事项进行调整可以理解为对所述各组需求事项进行排序，目标共享安全检测队列中排序越靠前的目标共享安全检测结果，其对资源共享任务的安全性影响越大，因此，通过选择前x个（一般为3~5个）目标共享安全检测结果确定共享安全特征，能够在保障共享安全特征的精度和可信度的前提下尽可能减少系统开销，从而高效准确地匹配得到知识事件。
对于一些可独立实施的设计思路而言，所述根据所述各组需求事项对应的安全影响指数，以及所述各组需求事项的类别标签，对所述各组需求事项进行调整，得到相应的需求事项队列，包括：根据所述各组需求事项对应的安全影响指数，以及所述各组需求事项的类别标签，对所述各组需求事项进行拆解，得到至少两个需求事项子集；对各个需求事项子集进行调整，并分别对所述各个需求事项子集中的各组需求事项进行调整，得到所述需求事项队列。如此一来，可以完整地确定出需求事项队列。
基于同样的发明构思，图2示出了本发明实施例提供的一种基于云计算的资源共享安全处理装置的模块框图，一种基于云计算的资源共享安全处理装置可以包括实施图1所示的相关方法步骤的如下模块。
指示信息确定模块210，用于在目标资源共享任务中，确定第一线上业务资源信息和所述第一线上业务资源信息所指向的安全共享指示信息。
资源信息分析模块220，用于通过所述第一线上业务资源信息和所述安全共享指示信息，确定第一关键资源项分布。
资源分布优化模块230，用于通过所述目标资源共享任务的第二线上业务资源信息，对所述第一关键资源项分布进行优化，得到第二关键资源项分布。
知识库生成模块240，用于通过所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息，生成所述目标资源共享任务的安全共享知识库。
应用于本发明的相关实施例可以达到如下技术效果：针对存在安全共享知识库生成需求的目标资源共享任务，通过将针对该目标资源共享任务获取得到的安全共享指示信息作为第一线上业务资源信息的共享资源状态信息，可以高效及时生成反映第一线上业务资源信息的安全描述状态内容的第一关键资源项分布，通过结合获取手段存在差异的第二线上业务资源信息对第一关键资源项分布进行适应性优化处理，可以提高第二关键资源项分布中的内容的完整性和丰富性，通过将获取手段存在差异的两种线上业务资源信息与第二关键资源项分布进行综合分析，可以生成更为完整丰富且准确的安全共享知识库，以便为后续的资源共享处理提供准确可靠的指导，避免不当的资源共享行为造成的信息风险。
以上所述，仅为本申请的具体实施方式。熟悉本技术领域的技术人员根据本申请提供的具体实施方式，可想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种基于云计算的资源共享安全处理方法，其特征在于，应用于云计算服务器，所述方法包括：
确定目标资源共享任务的第一线上业务资源信息和所述第一线上业务资源信息所指向的安全共享指示信息；通过所述第一线上业务资源信息和所述安全共享指示信息，确定第一关键资源项分布；
通过所述目标资源共享任务的第二线上业务资源信息，对所述第一关键资源项分布进行优化，得到第二关键资源项分布；其中，所述第一线上业务资源信息与所述第二线上业务资源信息的获取手段存在差异；
通过所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息，生成所述目标资源共享任务的安全共享知识库。
2.根据权利要求1所述的方法，其特征在于，所述通过所述第一线上业务资源信息和所述安全共享指示信息，确定第一关键资源项分布，包括：
对所述第一线上业务资源信息进行显著资源主题挖掘，得到显著资源主题和所述显著资源主题的语义特征；
通过所述显著资源主题的语义特征，对所述第一线上业务资源信息中存在差异的线上业务资源进行关联处理，获得反映所述存在差异的线上业务资源之间的对应情况的业务资源关联记录；
通过所述业务资源关联记录和所述安全共享指示信息，确定所述第一关键资源项分布。
3.根据权利要求2所述的方法，其特征在于，所述通过所述业务资源关联记录和所述安全共享指示信息，确定所述第一关键资源项分布，包括：
通过所述安全共享指示信息和默认的第一资源定位指标，确定所述第一线上业务资源信息的资源获取线程的第一状态信息；其中，所述默认的第一资源定位指标包括：获取所述第一线上业务资源信息的第一线程配置和获取所述安全共享指示信息的第一线程配置，所述第一线上业务资源信息的资源获取线程包括网页蜘蛛，和/或，所述第二线上业务资源信息的资源获取线程为AI线程；
通过所述业务资源关联记录中显著资源主题、所述第一状态信息和第二资源定位指标，确定所述第一关键资源项分布；其中，所述第二资源定位指标包括获取所述第一线上业务资源信息的第二线程配置；
其中，所述通过所述业务资源关联记录中显著资源主题、所述第一状态信息和第二资源定位指标，确定所述第一关键资源项分布，包括：通过所述第一状态信息和所述第二资源定位指标，对所述显著资源主题在所对应的线上业务资源中的第一量化分布信息进行映射处理，得到所述显著资源主题在设定映射空间中的动态映射结果；通过所述动态映射结果，生成所述第一关键资源项分布。
4.根据权利要求3所述的方法，其特征在于，所述通过所述动态映射结果，生成所述第一关键资源项分布，包括：
通过所述动态映射结果，生成反映所述显著资源主题的相对关系标签的基础关键资源项分布；
通过所述安全共享指示信息相对于资源共享需求空间的迁移变量和所述第二资源定位指标，确定所述相对关系标签映射到第一线上业务资源信息的第一候选分布信息；
确定所述第一量化分布信息和所述第一候选分布信息之间第一比较结果；
通过所述第一比较结果，对所述基础关键资源项分布中的显著资源主题的相对关系标签进行更新，得到所述第一关键资源项分布。
5.根据权利要求1所述的方法，其特征在于，所述通过所述目标资源共享任务的第二线上业务资源信息，对所述第一关键资源项分布进行优化，得到第二关键资源项分布，包括：
通过所述第二线上业务资源信息与所述第一线上业务资源信息之间的对应情况，优化业务资源关联记录，得到已优化业务资源关联记录；
在所述已优化业务资源关联记录中，确定待添加线上业务资源；其中，所述待添加线上业务资源中具有与所述第一关键资源项分布中的分布成员相对应的目标显著资源主题；
通过所述目标显著资源主题，确定所述待添加线上业务资源的共享资源状态信息；
将所述共享资源状态信息，添加到所述第一关键资源项分布中，得到完成添加的关键资源项分布；
通过所述待添加线上业务资源中的剩余显著资源主题和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布；其中，所述剩余显著资源主题为所述待添加线上业务资源中目标显著资源主题之外的显著资源主题；
其中，所述通过所述待添加线上业务资源中的剩余显著资源主题和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布，包括：对所述剩余显著资源主题进行随机抽取，得到非约束型显著资源主题；对所述非约束型显著资源主题进行映射处理，确定所述非约束型显著资源主题在设定映射空间中的动态映射结果；通过所述非约束型显著资源主题的动态映射结果和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布。
6.根据权利要求5所述的方法，其特征在于，所述将所述共享资源状态信息，添加到所述第一关键资源项分布中，得到完成添加的关键资源项分布，还包括：
确定各待添加线上业务资源涵盖的目标显著资源主题的统计结果；
通过所述统计结果，确定所述各待添加线上业务资源的添加优先级；
通过所述添加优先级，将所述各待添加线上业务资源的共享资源状态信息添加到所述第一关键资源项分布中，得到所述完成添加的关键资源项分布。
7.根据权利要求5所述的方法，其特征在于，所述通过所述非约束型显著资源主题的动态映射结果和所述第二线上业务资源信息，对所述完成添加的关键资源项分布进行更新，得到所述第二关键资源项分布，包括：
通过所述安全共享指示信息相对于资源共享需求空间的迁移变量，确定所述非约束型显著资源主题的动态映射结果映射到第一线上业务资源信息的第二候选分布信息和所述非约束型显著资源主题的动态映射结果映射到第二线上业务资源信息的第三候选分布信息；
确定所述第二候选分布信息和所述非约束型显著资源主题在所对应的线上业务资源中的第二量化分布信息之间的第二比较结果，以及所述第三候选分布信息与所述第二量化分布信息的第三比较结果；
结合第二比较结果和所述第三比较结果，对所述完成添加的关键资源项分布中的显著资源主题的相对关系标签进行更新，得到所述第二关键资源项分布。
8.根据权利要求1所述的方法，其特征在于，所述通过所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息，生成所述目标资源共享任务的安全共享知识库，包括：
对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性分析，生成反映所述第一线上业务资源信息和所述第二线上业务资源信息的业务资源热力图；
通过所述业务资源热力图，生成反映所述业务资源热力图之间的传递情况的基础可视化知识域；
通过所述基础可视化知识域，确定所述安全共享知识库；
其中，所述对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性分析，生成反映所述第一线上业务资源信息和所述第二线上业务资源信息的业务资源热力图，包括：对所述第二线上业务资源信息、所述第二关键资源项分布和所述第一线上业务资源信息进行会话活跃性检测，得到活跃性检测结果；将所述活跃性检测结果进行拼接，得到所述业务资源热力图；
其中，通过所述基础可视化知识域，确定所述安全共享知识库，包括：在所述基础可视化知识域中，确定各个局部知识域的多个关键单元所指向的业务资源热力图的追溯信息；通过所述追溯信息，确定反映所述各个局部知识域存在网络攻击的评价指数；基于评价指数小于设定判定值的局部知识域，确定所述安全共享知识库。
9.根据权利要求8所述的方法，其特征在于，所述通过所述业务资源热力图，生成反映所述业务资源热力图之间的传递情况的基础可视化知识域，包括：
确定所述业务资源热力图中各热力单元在所述第二关键资源项分布中的特征识别度和所述各热力单元的代价函数；
在所述业务资源热力图中，确定特征识别度和代价函数符合指定要求的目标热力单元；
将所述目标热力单元作为关键单元，并将所述关键单元进行组合，得到所述基础可视化知识域。
10.一种云计算服务器，其特征在于，包括：存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述云计算服务器执行如权利要求1-9中任意一项所述的方法。
CN202210217095.7A 2022-03-07 2022-03-07 一种基于云计算的资源共享安全处理方法及服务器 Active CN114553658B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210217095.7A CN114553658B (zh) 2022-03-07 2022-03-07 一种基于云计算的资源共享安全处理方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210217095.7A CN114553658B (zh) 2022-03-07 2022-03-07 一种基于云计算的资源共享安全处理方法及服务器

Publications (2)

Publication Number Publication Date
CN114553658A true CN114553658A (zh) 2022-05-27
CN114553658B CN114553658B (zh) 2022-10-25

Family

ID=81663179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210217095.7A Active CN114553658B (zh) 2022-03-07 2022-03-07 一种基于云计算的资源共享安全处理方法及服务器

Country Status (1)

Country Link
CN (1) CN114553658B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115563069A (zh) * 2022-09-27 2023-01-03 高丹 基于人工智能的数据共享处理方法、系统及云平台
CN115658620A (zh) * 2022-12-01 2023-01-31 松原市逐贵网络科技有限公司 一种基于大数据的数据授权共享方法及系统
CN116074317A (zh) * 2023-02-20 2023-05-05 王春辉 一种基于大数据的业务资源共享方法及服务器

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109756527A (zh) * 2017-11-01 2019-05-14 阿里巴巴集团控股有限公司 数据共享方法、装置及系统
CN111597254A (zh) * 2020-04-14 2020-08-28 口碑(上海)信息技术有限公司 资源数据的共享方法、装置及设备
US10791063B1 (en) * 2015-04-06 2020-09-29 EMC IP Holding Company LLC Scalable edge computing using devices with limited resources
CN113014671A (zh) * 2021-04-01 2021-06-22 毕延杰 应用于大数据分析的云业务资源共享方法及资源共享平台
CN113204408A (zh) * 2021-05-11 2021-08-03 周口师范学院 一种云计算虚拟服务器的资源共享的方法、装置和存储介质
CN113408897A (zh) * 2021-06-19 2021-09-17 杨福心 应用于大数据业务的数据资源共享方法及大数据服务器
US11128437B1 (en) * 2017-03-30 2021-09-21 EMC IP Holding Company LLC Distributed ledger for peer-to-peer cloud resource sharing
CN113472860A (zh) * 2021-06-16 2021-10-01 杨绍顺 大数据和数字化环境下的业务资源分配方法及服务器
CN114238493A (zh) * 2021-11-08 2022-03-25 苏州纳故环保科技有限公司 一种基于资源回收平台的区块链数据处理方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10791063B1 (en) * 2015-04-06 2020-09-29 EMC IP Holding Company LLC Scalable edge computing using devices with limited resources
US11128437B1 (en) * 2017-03-30 2021-09-21 EMC IP Holding Company LLC Distributed ledger for peer-to-peer cloud resource sharing
CN109756527A (zh) * 2017-11-01 2019-05-14 阿里巴巴集团控股有限公司 数据共享方法、装置及系统
CN111597254A (zh) * 2020-04-14 2020-08-28 口碑(上海)信息技术有限公司 资源数据的共享方法、装置及设备
CN113014671A (zh) * 2021-04-01 2021-06-22 毕延杰 应用于大数据分析的云业务资源共享方法及资源共享平台
CN113204408A (zh) * 2021-05-11 2021-08-03 周口师范学院 一种云计算虚拟服务器的资源共享的方法、装置和存储介质
CN113472860A (zh) * 2021-06-16 2021-10-01 杨绍顺 大数据和数字化环境下的业务资源分配方法及服务器
CN113408897A (zh) * 2021-06-19 2021-09-17 杨福心 应用于大数据业务的数据资源共享方法及大数据服务器
CN114238493A (zh) * 2021-11-08 2022-03-25 苏州纳故环保科技有限公司 一种基于资源回收平台的区块链数据处理方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115563069A (zh) * 2022-09-27 2023-01-03 高丹 基于人工智能的数据共享处理方法、系统及云平台
CN115563069B (zh) * 2022-09-27 2024-01-16 北京燕华科技发展有限公司 基于人工智能的数据共享处理方法、系统及云平台
CN115658620A (zh) * 2022-12-01 2023-01-31 松原市逐贵网络科技有限公司 一种基于大数据的数据授权共享方法及系统
CN115658620B (zh) * 2022-12-01 2023-08-22 好活(贵州)网络科技有限公司 一种基于大数据的数据授权共享方法及系统
CN116074317A (zh) * 2023-02-20 2023-05-05 王春辉 一种基于大数据的业务资源共享方法及服务器
CN116074317B (zh) * 2023-02-20 2024-03-26 新疆八达科技发展有限公司 一种基于大数据的业务资源共享方法及服务器

Also Published As

Publication number Publication date
CN114553658B (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN114553658B (zh) 一种基于云计算的资源共享安全处理方法及服务器
CN113469663A (zh) 一种结合人工智能的智慧业务信息分析方法及系统
CN112165462A (zh) 基于画像的攻击预测方法、装置、电子设备及存储介质
US20070071081A1 (en) Communication analysis apparatus and method and storage medium storing communication analysis program, and organization rigidification analysis apparatus and method and storage medium storing organization rigidification analysis program
CN111090807B (zh) 一种基于知识图谱的用户识别方法及装置
CN110505202B (zh) 一种攻击组织发现方法及系统
CN109241084A (zh) 数据的查询方法、终端设备及介质
CN110855648A (zh) 一种网络攻击的预警控制方法及装置
CN113641993A (zh) 一种基于云计算的数据安防处理方法及数据安防服务器
CN115422592A (zh) 大数据安防处理方法及系统
CN116049454A (zh) 一种基于多源异构数据的智能搜索方法及系统
CN114417405B (zh) 一种基于人工智能的隐私业务数据分析方法及服务器
CN115801369A (zh) 基于云计算的数据处理方法及服务器
CN114662006B (zh) 端云协同推荐系统、方法以及电子设备
CN114567495B (zh) 一种应用于云计算的网络攻击分析方法及服务器
CN113141276A (zh) 一种基于知识图谱的信息安全方法
CN111506710A (zh) 基于谣言预测模型的信息发送方法、装置和计算机设备
CN114676423A (zh) 一种应对云计算办公威胁的数据处理方法及服务器
WO2015065379A1 (en) Parameter suggestion based on user activity
CN116545740A (zh) 一种基于大数据的威胁行为分析方法及服务器
CN116707859A (zh) 特征规则提取方法和装置、网络入侵检测方法和装置
CN115168509A (zh) 风控数据的处理方法及装置、存储介质、计算机设备
CN116225848A (zh) 日志监测方法、装置、设备和介质
CN115408236A (zh) 一种日志数据审计系统、方法、设备及介质
CN117009832A (zh) 异常命令的检测方法、装置、电子设备及存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20220808

Address after: No. 128, Yangjiang Road, Daoli District, Harbin City, Heilongjiang Province, 150000

Applicant after: Pu Yiquan

Address before: 150000 No. 252-5, Hayao Road, Daoli District, Harbin, Heilongjiang

Applicant before: Harbin yaokuang Technology Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221008

Address after: Room 703, No. 93, Yanling Road, Tianhe District, Guangzhou City, Guangdong Province, 510650

Applicant after: GUANGDONG KENENG PROJECT MANAGEMENT CO.,LTD.

Address before: No. 128, Yangjiang Road, Daoli District, Harbin City, Heilongjiang Province, 150000

Applicant before: Pu Yiquan

GR01 Patent grant
GR01 Patent grant