CN114741691A - 一种基于云计算的计算机软件保护系统 - Google Patents
一种基于云计算的计算机软件保护系统 Download PDFInfo
- Publication number
- CN114741691A CN114741691A CN202210480991.2A CN202210480991A CN114741691A CN 114741691 A CN114741691 A CN 114741691A CN 202210480991 A CN202210480991 A CN 202210480991A CN 114741691 A CN114741691 A CN 114741691A
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- computer software
- risk
- level
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/552—Detecting local intrusion or implementing counter-measures involving long-term monitoring or reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/56—Computer malware detection or handling, e.g. anti-virus arrangements
- G06F21/566—Dynamic detection, i.e. detection performed at run-time, e.g. emulation, suspicious activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/03—Indexing scheme relating to G06F21/50, monitoring users, programs or devices to maintain the integrity of platforms
- G06F2221/033—Test or assess software
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Virology (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及计算机软件技术领域,用于解决现有的对计算机软件的保护方式存在片面性和不准确性,难以实现对计算机软件运行风险进行准确的分析,更无法实现对计算机软件的保护,故无法保证计算机软件的稳定运行的问题,尤其公开了一种基于云计算的计算机软件保护系统,包括数据采集单元、云存储单元、初级分析单元、第一风险分析单元、第二风险分析单元、综合定位单元、预警反馈单元和显示终端;本发明,以计算机软件使用等级为导向依据,通过多种处理方式从不同层面对计算机软件的运行风险进行分析,从而在准确且全面的分析了计算机软件的运行的风险的同时,也实现对计算机软件保护的效果,保证了计算机软件的稳定且高效的运行。
Description
技术领域
本发明涉及计算机软件技术领域,具体为一种基于云计算的计算机软件保护系统。
背景技术
计算机软件(Software,也称软件)是指计算机系统中的程序及其文档,程序是计算任务的处理对象和处理规则的描述,计算机软件是用户与硬件之间的接口界面,且用户主要是通过软件与计算机进行交流,软件是计算机系统设计的重要依据,因此,能够保证计算机软件稳定且高效的运行,则显得至关重要;
但现有的对计算机软件的保护方式,大都是通过一般杀毒产品从单一层面对计算机软件的运行风险进行监测分析,其对计算机软件的保护方式存在片面性和不准确性,难以实现对计算机软件运行风险进行准确的分析,更无法实现对计算机软件的保护,故无法保证计算机软件的稳定运行,阻碍了计算机软件的发展;
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于为了解决现有的对计算机软件的保护方式存在片面性和不准确性,难以实现对计算机软件运行风险进行准确的分析,更无法实现对计算机软件的保护,故无法保证计算机软件的稳定运行,阻碍了计算机软件的发展的问题,以计算机软件使用等级为导向依据,通过多种处理方式从不同层面对计算机软件的运行风险进行分析,从而在准确且全面的分析了计算机软件的运行的风险的同时,也实现对计算机软件保护的效果,保证了计算机软件的稳定且高效的运行,促进了计算机软件的发展,而提出一种基于云计算的计算机软件保护系统。
本发明的目的可以通过以下技术方案实现:
一种基于云计算的计算机软件保护系统,包括数据采集单元、云存储单元、初级分析单元、第一风险分析单元、第二风险分析单元、综合定位单元、预警反馈单元和显示终端;
所述数据采集单元用于获取用户终端中的各计算机软件的客观因素信息和主观因素信息,并将其发送至云存储单元进行保存;
所述初级分析单元用于调取云存储单元中的主观因素信息进行初步论证分析处理,据此生成高频率使用集合、一般频率使用集合和低频率使用集合,并将其分别发送至第一风险分析单元与第二风险分析单元;
所述第一风险分析单元依据接收的各集合,并调取云存储单元中的各计算机软件的客观因素信息进行分布式计算分析处理,据此生成内在运行风险较大信号、内在运行风险一般信号与内在运行风险较小信号,并将其均发送至综合定位单元;
所述第二风险分析单元依据接收的各集合,并调取云存储单元中的各计算机软件的主观因素信息进行模型计算分析处理,据此生成外在运行风险较大信号、外在运行风险一般信号与外在运行风险较小信号,并将其发送至综合定位单元;
所述综合定位单元用于对接收的各类型运行风险判定信号进行集合整合分析处理,据此生成低级保护训练信号、中级保护训练信号和高级保护训练信号,并将其均发送至预警反馈单元;
所述预警反馈单元对接收的各等级保护信号进行预警分析处理,并据此生成一级预警信号、二级预警信号和三级预警信号,并将其以文本字样描述的方式发送至显示终端进行显示说明。
进一步的,初步论证分析处理的具体操作步骤如下:
实时获取单位时间内用户终端中的各计算机软件的使用量值syli,设置梯度参照范围值cz1、cz2和cz3,将使用量值syli代入梯度参照范围值cz1、cz2和cz3中进行比对分析;
当使用量值syli处于梯度参照范围值cz1之中时,则生成不常用信号,当使用量值syli处于梯度参照范围值cz2之中时,则生成正常使用信号,当使用量值syli处于梯度参照范围值cz3之中时,则生成常用信号;
将标定为不常用信号的各计算机软件归为低频率使用集合中,并将低频率使用集合标定为a,且a={1,2,3……n1},将标定为正常使用信号的各计算机软件归为一般频率使用集合中,并将低一般频率使用集合标定为b,且b={1,2,3……n2},将标定为常用信号的各计算机软件归为高频率使用集合中,并将高频率使用集合标定为c,且c={1,2,3……n3},其中,集合a、b、c分别包含于i,且n1+n2+n3=n。
进一步的,分布式计算分析处理的具体操作步骤如下:
实时调取各集合中的各计算机软件的客观因素信息中的中止量值rolk与兼容量值zolk,其中,k={a,b,c},依据公式求得各集合中各计算机软件的客观系数gzxk,其中,e1和e2分别为兼容量值和中止量值的权重因子系数,且e1>e2>0,且e1+e2=3.0215;
设置客观系数gzxk的对比区间值Qu,若客观系数gzxk大于对比区间值Qu的最大值时,则生成高等运行信号,若客观系数gzxk处于对比区间值Qu之内时,则生成中等运行信号,若客观系数gzxk小于对比区间值Qu的最小值时,则生成次等运行信号;
分别统计各集合中生成的高等运行信号、中等运行信号与次等运行信号的数量和,并将其分别标定为sum1、sum2和sum3,当sum3≥sum1+sum2时,则生成异常主观信号,当sum1>sum2>sum3或sum2>sum1>sum3时,则生成正常主观信号;
同时捕捉三个集合的判定信号,若对三个集合同时捕捉到信号含有两个级以上的异常主观信号时,则生成内在运行风险较大信号,若对三个集合同时捕捉到信号均为正常主观信号时,则生成内在运行风险较小信号,而其他情况下,则均生成内在运行风险一般信号。
进一步的,模型计算分析处理的具体操作步骤如下:
实时调取各集合中的各计算机软件的主观因素信息中的误操作量值wclk、下载次数xzlk和病毒量值bdlk,依据公式wzxk=f1*wclk+f2*xzlk 2+bdlk f3,求得各集合的外部运行系数wzxk,其中,f1、f2和f3分别为误操作量值、下载次数和病毒量值的修正因子系数,且f2>f3>f1>0,且f1+f2+f3=0.9062;
获取各集合中各计算机软件的外部运行系数,并将其进行均值分析,求得各集合的均值外部运行系数;
以各集合中包含的元素基数为横坐标,以各集合中的各计算机软件的外部运行系数为纵坐标,并据此建立直角坐标系;
将各集合中各计算机软件的外部运行系数分别以三角符号、实心圆点符号和空心圆点符号绘制在直角坐标系上,并将各集合对应的均值外部运行系数分别为三角符号、实心圆点符号和空心圆点符号的第一参照线、第二参照线与第三参照线绘制在直角坐标系上;
并对各标定类型图形符号进行逐项比较分析处理,据此生成外在运行风险较大信号、外在运行风险一般信号与外在运行风险较小信号。
进一步的,逐项比较分析处理的具体操作步骤如下:
S1:统计在直角坐标系中处于第一参照线Y=Ju1上及以上的三角符号的数量和,并将其标定为shl1,统计在直角坐标系中处于第一参照线Y=Ju1以下的三角符号的数量和,并将其标定为shl2,若满足shl1≥shl2,则生成一阶差信号,若满足shl1<shl2,则生成一阶良信号;
S2:统计在直角坐标系中处于第二参照线Y=Ju2上及以上的实心圆点符号的数量和,并将其标定为shl3,统计在直角坐标系中处于第二参照线Y=Ju2以下的实心圆点符号的数量和,并将其标定为shl4,若满足shl3≥shl4,则生成二阶差信号,若满足shl3<shl4,则生成二阶良信号;
S3:统计在直角坐标系中处于第三参照线Y=Ju3上及以上的空心圆点符号的数量和,并将其标定为shl5,统计在直角坐标系中处于第三参照线Y=Ju3以下的空心圆点符号的数量和,并将其标定为shl6,若满足shl5≥shl6,则生成三阶差信号,若满足shl5<shl6,则生成三阶良信号;
S4:依据步骤S1-S3,并将各阶级类型判定信号进行同类合并分析处理,据此生成外在运行风险较大信号、外在运行风险一般信号与外在运行风险较小信号。
进一步的,同类合并分析处理的具体操作步骤如下:
若同时获取到的各阶类型判定信号均为差信号,则生成外在运行风险较大信号,若同时获取到的各阶类型判定信号均为良信号,则生成外在运行风险较小信号,而其他情况下,则均生成外在运行风险一般信号。
进一步的,集合整合分析处理的具体操作步骤如下:
获取内在运行风险等级类型判定信号与外在运行风险等级类型判定信号,并将两类信号进行集合交叉分析;
依据内在运行风险等级类型判定信号建立集合V,将内在运行风险较大信号标定为元素1,将内在运行风险一般信号标定为元素2,将内在运行风险较小信号标定为元素3,且元素1∈集合V,元素2∈集合V,元素3∈集合V;
依据外在运行风险等级类型判定信号建立集合U,将外在运行风险较大信号标定为元素1,将外在运行风险一般信号标定为元素2,将外在运行风险较小信号标定为元素3,且元素1∈集合U,元素2∈集合U,元素3∈集合U;
进一步的,预警分析处理的具体操作步骤如下:
当接收到低级保护训练信号时,则生成三级预警信号,当接收到中级保护训练信号时,则生成二级预警信号,当接收到高级保护训练信号时,则生成一级预警信号。
与现有技术相比,本发明的有益效果是:
(1)本发明,利用符号化的标定、梯度范围的设置以及集合分类的规整的方式,将用户终端中各计算机软件的使用需求强度进行了明确的分析,从而在明确了各计算机软件使用等级分类的同时,也为分析各计算机软件运行风险的大小提供了导向依据;
(2)本发明,利用公式化的分析、坐标系模型的建立分析以及信号整合分析的方式,从不同层面对计算机软件的运行风险进行了明确的分析,从而在实现对计算机软件运行风险进行准确的评估分析的同时,也促进了对计算机软件保护的效果;
(3)本发明,利用集合建立、交集运算以及信号输出的方式,对计算机软件的运行风险进行了综合的判定分析,并利用预警分析的方式,对计算机软件的运行风险进行了准确的预警分析,从而在实现对计算机软件的运行风险进行准确且全面的监测分析的同时,也实现对计算机软件保护的效果,实现了计算机软件的稳定且高效的运行,促进了计算机软件的发展。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统总框图;
图2为本发明的实施例一的流程图;
图3为本发明的实施例二的流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一:
如图1和图2所示,一种基于云计算的计算机软件保护系统,包括数据采集单元、云存储单元、初级分析单元、第一风险分析单元、第二风险分析单元、综合定位单元、预警反馈单元和显示终端;
数据采集单元用于获取用户终端中的各计算机软件的客观因素信息和主观因素信息,并将其发送至云存储单元进行保存;
当初级分析单元调取到云存储单元中的主观因素信息时,并据此进行初步论证分析处理,具体的操作过程如下:
实时获取单位时间内用户终端中的各计算机软件的使用量值,并将其标定为syli,设置梯度参照范围值cz1、cz2和cz3,将使用量值syli代入梯度参照范围值cz1、cz2和cz3中进行比对分析;
需要说明的是,使用量值指的是单位时间内各计算机软件被运行的次数与运行时长大小的总和的数据量值;
当使用量值syli处于梯度参照范围值cz1之中时,则生成不常用信号,当使用量值syli处于梯度参照范围值cz2之中时,则生成正常使用信号,当使用量值syli处于梯度参照范围值cz3之中时,则生成常用信号;
将标定为不常用信号的各计算机软件归为低频率使用集合中,并将低频率使用集合标定为a,且a={1,2,3……n1},将标定为正常使用信号的各计算机软件归为一般频率使用集合中,并将低一般频率使用集合标定为b,且b={1,2,3……n2},将标定为常用信号的各计算机软件归为高频率使用集合中,并将高频率使用集合标定为c,且c={1,2,3……n3},其中,集合a、b、c分别包含于i,且n1+n2+n3=n;
需要说明的是,梯度参照范围值cz1、cz2与cz3分别表示区间范围值,且cz1、cz2与cz3的各区间范围中的值是呈梯度设置的,例如,当梯度参照范围值cz1表示为[1,20],则梯度参照范围值cz2则表示为[21,40],而梯度参照范围值cz3则表示为[41,60];
并将生成的高频率使用集合、一般频率使用集合和低频率使用集合均发送至第一风险分析单元;
当第一风险分析单元接收到高频率使用集合、一般频率使用集合和低频率使用集合时,并据此调取云存储单元中的各计算机软件的客观因素信息进行分布式计算分析处理,具体的操作过程如下:
实时调取各集合中的各计算机软件的客观因素信息中的中止量值与兼容量值,并将其分别标定为rolk与zolk,其中,k={a,b,c},依据公式求得各集合中各计算机软件的客观系数gzxk,其中,e1和e2分别为兼容量值和中止量值的权重因子系数,且e1>e2>0,且e1+e2=3.0215,需要说明的是,权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
还需指出的是,客观因素信息用于表示在计算机软件运行中影响其稳定运行的一类客观类型因素信息,且客观因素信息包括中止量值与兼容量值,其中,中止量值指的是各计算机软件在用户终端运行时单位时间内出现意外运行中止的次数多少的数据量值,当中止量值的表现数值越小时,则越说明在用户终端中各计算机软件的运行越稳定可靠;
而兼容量值指的是各计算机软件之间相互配合程度大小的数据量值,当兼容量值的表现数值越大时,越说明计算机软件的运行越稳定和越可靠,需要对计算机软件执行的保护程度就越小;
设置客观系数gzxk的对比区间值Qu,若客观系数gzxk大于对比区间值Qu的最大值时,则生成高等运行信号,若客观系数gzxk处于对比区间值Qu之内时,则生成中等运行信号,若客观系数gzxk小于对比区间值Qu的最小值时,则生成次等运行信号;
分别统计各集合中生成的高等运行信号、中等运行信号与次等运行信号的数量和,并将其分别标定为sum1、sum2和sum3,当sum3≥sum1+sum2时,则生成异常主观信号,当sum1>sum2>sum3或sum2>sum1>sum3时,则生成正常主观信号;
同时捕捉三个集合的判定信号,若对三个集合同时捕捉到信号含有两个级以上的异常主观信号时,则生成内在运行风险较大信号,若对三个集合同时捕捉到信号均为正常主观信号时,则生成内在运行风险较小信号,而其他情况下,则均生成内在运行风险一般信号;
并将生成的内在运行风险较大信号、内在运行风险一般信号与内在运行风险较小信号均发送至综合定位单元。
实施例二:
如图1和图3所示,数据采集单元用于获取用户终端中的各计算机软件的客观因素信息和主观因素信息,并将其发送至云存储单元进行保存;
初级分析单元用于调取云存储单元中的主观因素信息进行初步论证分析处理,据此生成高频率使用集合、一般频率使用集合和低频率使用集合,并将其均发送至第二风险分析单元;
当第二风险分析单元接收到高频率使用集合、一般频率使用集合和低频率使用集合时,并据此调取云存储单元中的各计算机软件的主观因素信息进行模型计算分析处理,具体的操作过程如下:
实时调取集合a、集合b与集合c中的各计算机软件的主观因素信息中的误操作量值、下载次数和病毒量值,并将集合a中的误操作量值、下载次数和病毒量值分别标定为wcla、xzla和bdla,将集合b中的误操作量值、下载次数和病毒量值分别标定为wclb、xzlb和bdlb,将集合c中的误操作量值、下载次数和病毒量值分别标定为wclc、xzlc和bdlc;
依据公式wzxa=f1*wcla+f2*xzla 2+bdla f3,求得集合a的外部运行系数wzxa,依据公式wzxb=f1*wclb+f2*xzlb 2+bdlb f3,求得集合b的外部运行系数wzxb,依据公式wzxc=f1*wclc+f2*xzlc 2+bdlc f3,求得集合c的外部运行系数wzxc;
其中,f1、f2和f3分别为误操作量值、下载次数和病毒量值的修正因子系数,且f2>f3>f1>0,且f1+f2+f3=0.9062,需要说明的是,当外部运行系数的表现数值越大时,则越说明用户终端中的各计算机软件运行的状态的稳定性越差,运行风险则越大,而修正因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确和参数数据;
还需指出的是,主观因素信息用于表示在计算机软件运行中影响其稳定运行的一类主观类型因素信息,且主观因素信息包括使用量值、误操作量值、下载次数与病毒量值,其中,误操作量值指的是用户端在对各计算机软件使用时,由于人为错误操作导致各计算机软件中止的次数大小的数据量值,下载次数指的是单位时间内访问不明链接而意外下载不明信息的次数多少的数据量值,而病毒量值指的是单位时间内各计算机软件被病毒攻击的次数多少的数据量值;
获取集合a、集合b与集合c中各计算机软件的外部运行系数,并对其分别进行均值分析,依据公式Ju1=(wzx1+wzx2+……+wzxn1)÷n1,求得集合a的均值外部运行系数Ju1,依据公式Ju2=(wzx1+wzx2+……+wzxn2)÷n2,求得集合b的均值外部运行系数Ju2,依据公式Ju3=(wzx1+wzx2+……+wzxn3)÷n3,求得集合c的均值外部运行系数Ju3;
以各集合中包含的元素基数为横坐标,以集合a、集合b与集合c中的各计算机软件的外部运行系数为纵坐标,并据此建立直角坐标系;
将集合a、集合b与集合c中各计算机软件的外部运行系数wzxa、wzxb和wzxc分别以三角符号、实心圆点符号和空心圆点符号绘制在直角坐标系上,并将各集合的均值外部运行系数Ju1、Ju2和Ju3分别为三角符号、实心圆点符号和空心圆点符号的第一参照线、第二参照线与第三参照线绘制在直角坐标系上,且第一参照线Y=Ju1、第二参照线Y=Ju2与第三参照线Y=Ju3;
并对各标定类型图形符号进行逐项比较分析处理,具体的操作过程如下:
统计在直角坐标系中处于第一参照线Y=Ju1上及以上的三角符号的数量和,并将其标定为shl1,统计在直角坐标系中处于第一参照线Y=Ju1以下的三角符号的数量和,并将其标定为shl2,若满足shl1≥shl2,则生成一阶差信号,若满足shl1<shl2,则生成一阶良信号;
统计在直角坐标系中处于第二参照线Y=Ju2上及以上的实心圆点符号的数量和,并将其标定为shl3,统计在直角坐标系中处于第二参照线Y=Ju2以下的实心圆点符号的数量和,并将其标定为shl4,若满足shl3≥shl4,则生成二阶差信号,若满足shl3<shl4,则生成二阶良信号;
统计在直角坐标系中处于第三参照线Y=Ju3上及以上的空心圆点符号的数量和,并将其标定为shl5,统计在直角坐标系中处于第三参照线Y=Ju3以下的空心圆点符号的数量和,并将其标定为shl6,若满足shl5≥shl6,则生成三阶差信号,若满足shl5<shl6,则生成三阶良信号;
将各阶级类型判定信号进行同类合并分析处理,具体的操作过程如下:若同时获捕捉到的信号分别为一阶差信号、二阶差信号、三阶差信号,则生成外在运行风险较大信号,若同时获捕捉到的信号分别为一阶良信号、二阶良信号、三阶良信号,则生成外在运行风险较小信号,而其他情况下,则均生成外在运行风险一般信号;
将生成的外在运行风险较大信号、外在运行风险一般信号与外在运行风险较小信号均发送至综合定位单元。
实施例三:
如图1所示,当综合定位单元接收到各类型运行风险判定信号时,并据此进行集合整合分析处理,具体的操作过程如下:
依据内在运行风险等级类型判定信号建立集合V,将内在运行风险较大信号标定为元素1,将内在运行风险一般信号标定为元素2,将内在运行风险较小信号标定为元素3,且元素1∈集合V,元素2∈集合V,元素3∈集合V;
依据外在运行风险等级类型判定信号建立集合U,将外在运行风险较大信号标定为元素1,将外在运行风险一般信号标定为元素2,将外在运行风险较小信号标定为元素3,且元素1∈集合U,元素2∈集合U,元素3∈集合U;
并将生成的低级保护训练信号、中级保护训练信号和高级保护训练信号均发送至预警反馈单元;
当预警反馈单元接收到各等级保护信号时,并据此进行预警分析处理,具体的操作过程如下:
当接收到低级保护训练信号时,则生成三级预警信号,并将其以“用户端中的各计算软件运行较为稳定和可靠,无需进行任何保护操作”的文本字样发送至显示终端进行显示说明;
当接收到中级保护训练信号时,则生成二级预警信号,并将其以“用户端中的各计算软件运行存在较小风险运行,需要提高警惕,必要时需对计算机软件进行保护操作”的文本字样发送至显示终端进行显示说明;
当接收到高级保护训练信号时,则生成一级预警信号,并将其以“用户端中的各计算软件运行存在较大的风险运行,需要加强对计算机软件的保护操作的力度”的文本字样发送至显示终端进行显示说明。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的权重因子系数;将设定的权重因子系数和采集的样本数据代入公式,任意两个公式构成二元一次方程组,将计算得到的系数进行筛选并取均值,得到e1和e2取值分别为1.0241和1.9974;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的权重因子系数;只要不影响参数与量化后数值的比例关系即可。
本发明在使用时,通过获取用户终端中的各计算机软件的使用量值,并对其进行初步论证分析处理,利用符号化的标定、梯度范围的设置以及集合分类的规整的方式,进而将用户终端中各计算机软件的使用需求强度进行了明确的分析,并建立各使用频率程度集合,将各使用频率程度集合作为依据,从而在明确了各计算机软件使用等级分类的同时,也为分析各计算机软件运行风险的大小提供了导向依据;
通过调取云存储单元中的各计算机软件的客观因素信息进行分布式计算分析处理,利用公式化的分析、区间设定以及数量求和比较的方式,从软件运行的客观数据层面对计算机软件的运行风险进行了明确的分析,从而在实现对计算机软件运行风险进行准确的评估分析的同时,也促进了对计算机软件保护的效果;
再通过取云存储单元中的各计算机软件的主观因素信息进行模型计算分析处理,利用归一化分析、坐标系模型的建立分析以及信号整合分析的方式,从软件运行的表观层面对各计算机软件的运行风险进行了准确的分析,从而在实现了在实现对计算机软件运行风险进行精准的预判分析的同时,也进一步促进了对计算机软件保护的效果;
利用集合建立、交集运算以及信号输出的方式,对计算机软件的运行风险进行了综合的判定分析,并利用预警分析的方式,对计算机软件的运行风险进行了准确的预警分析,从而在实现对计算机软件的运行风险进行准确且全面的监测分析的同时,也实现对计算机软件保护的效果,实现了计算机软件的稳定且高效的运行,促进了计算机软件的发展。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于云计算的计算机软件保护系统,其特征在于,包括数据采集单元、云存储单元、初级分析单元、第一风险分析单元、第二风险分析单元、综合定位单元、预警反馈单元和显示终端;
通过数据采集单元获取用户终端中的各计算机软件的客观因素信息和主观因素信息,并将其发送至云存储单元进行保存,通过初级分析单元调取云存储单元中的主观因素信息,并进行初步论证分析处理,并将生成的高频率使用集合、一般频率使用集合和低频率使用集合发送至第一风险分析单元与第二风险分析单元;
第一风险分析单元依据接收的各集合,并调取云存储单元中的各计算机软件的客观因素信息进行分布式计算分析处理,并生成内在运行风险较大信号、内在运行风险一般信号与内在运行风险较小信号,并将其均发送至综合定位单元,第二风险分析单元依据接收的各集合,并调取云存储单元中的各计算机软件的主观因素信息进行模型计算分析处理,并生成外在运行风险较大信号、外在运行风险一般信号与外在运行风险较小信号,并将其均发送至综合定位单元;
通过综合定位单元对接收的各类型运行风险判定信号进行集合整合分析处理,据此生成低级保护训练信号、中级保护训练信号和高级保护训练信号,并将其均发送至预警反馈单元,预警反馈单元对接收的各等级保护信号进行预警分析处理,并据此生成一级预警信号、二级预警信号和三级预警信号,并将其以文本字样描述的方式发送至显示终端进行显示说明。
2.根据权利要求1所述的一种基于云计算的计算机软件保护系统,其特征在于,初步论证分析处理的具体操作步骤如下:
实时获取单位时间内用户终端中的各计算机软件的使用量值,设置梯度参照范围值cz1、cz2和cz3,将使用量值代入梯度参照范围值cz1、cz2和cz3中进行比对分析;
当使用量值处于梯度参照范围值cz1之中时,则生成不常用信号,当使用量值处于梯度参照范围值cz2之中时,则生成正常使用信号,当使用量值处于梯度参照范围值cz3之中时,则生成常用信号;
将标定为不常用信号的各计算机软件归为低频率使用集合中,将标定为正常使用信号的各计算机软件归为一般频率使用集合中,将标定为常用信号的各计算机软件归为高频率使用集合中。
3.根据权利要求1所述的一种基于云计算的计算机软件保护系统,其特征在于,分布式计算分析处理的具体操作步骤如下:
实时调取各集合中的各计算机软件的客观因素信息中的中止量值与兼容量值,并将其进行公式分析,求得各集合中各计算机软件的客观系数;
设置客观系数的对比区间值,若客观系数大于对比区间值的最大值时,则生成高等运行信号,若客观系数处于对比区间值之内时,则生成中等运行信号,若客观系数小于对比区间值的最小值时,则生成次等运行信号;
分别统计各集合中生成的高等运行信号、中等运行信号与次等运行信号的数量和,并将其分别标定为sum1、sum2和sum3,当sum3≥sum1+sum2时,则生成异常主观信号,当sum1>sum2>sum3或sum2>sum1>sum3时,则生成正常主观信号;
同时捕捉三个集合的判定信号,若对三个集合同时捕捉到信号含有两个级以上的异常主观信号时,则生成内在运行风险较大信号,若对三个集合同时捕捉到信号均为正常主观信号时,则生成内在运行风险较小信号,而其他情况下,则均生成内在运行风险一般信号。
4.根据权利要求1所述的一种基于云计算的计算机软件保护系统,其特征在于,模型计算分析处理的具体操作步骤如下:
实时调取各集合中的各计算机软件的主观因素信息中的误操作量值、下载次数和病毒量值,并将其进行归一化分析,求得各集合的外部运行系数;
获取各集合中各计算机软件的外部运行系数,并将其进行均值分析,求得各集合的均值外部运行系数;
以各集合中包含的元素基数为横坐标,以各集合中的各计算机软件的外部运行系数为纵坐标,并据此建立直角坐标系;
将各集合中各计算机软件的外部运行系数分别以三角符号、实心圆点符号和空心圆点符号绘制在直角坐标系上,并将各集合对应的均值外部运行系数分别为三角符号、实心圆点符号和空心圆点符号的第一参照线、第二参照线与第三参照线绘制在直角坐标系上;
并对各标定类型图形符号进行逐项比较分析处理,据此生成外在运行风险较大信号、外在运行风险一般信号与外在运行风险较小信号。
5.根据权利要求4所述的一种基于云计算的计算机软件保护系统,其特征在于,逐项比较分析处理的具体操作步骤如下:
S1:统计在直角坐标系中处于第一参照线上及以上的三角符号的数量和,并将其标定为shl1,统计在直角坐标系中处于第一参照线以下的三角符号的数量和,并将其标定为shl2,若满足shl1≥shl2,则生成一阶差信号,若满足shl1<shl2,则生成一阶良信号;
S2:统计在直角坐标系中处于第二参照线上及以上的实心圆点符号的数量和,并将其标定为shl3,统计在直角坐标系中处于第二参照线以下的实心圆点符号的数量和,并将其标定为shl4,若满足shl3≥shl4,则生成二阶差信号,若满足shl3<shl4,则生成二阶良信号;
S3:统计在直角坐标系中处于第三参照线上及以上的空心圆点符号的数量和,并将其标定为shl5,统计在直角坐标系中处于第三参照线以下的空心圆点符号的数量和,并将其标定为shl6,若满足shl5≥shl6,则生成三阶差信号,若满足shl5<shl6,则生成三阶良信号;
S4:依据步骤S1-S3,并将各阶级类型判定信号进行同类合并分析处理,据此生成外在运行风险较大信号、外在运行风险一般信号与外在运行风险较小信号。
6.根据权利要求5所述的一种基于云计算的计算机软件保护系统,其特征在于,同类合并分析处理的具体操作步骤如下:
若同时获取到的各阶类型判定信号均为差信号,则生成外在运行风险较大信号,若同时获取到的各阶类型判定信号均为良信号,则生成外在运行风险较小信号,而其他情况下,则均生成外在运行风险一般信号。
7.根据权利要求1所述的一种基于云计算的计算机软件保护系统,其特征在于,集合整合分析处理的具体操作步骤如下:
获取内在运行风险等级类型判定信号与外在运行风险等级类型判定信号,并将两类信号进行集合交叉分析;
依据内在运行风险等级类型判定信号建立集合V,将内在运行风险较大信号标定为元素1,将内在运行风险一般信号标定为元素2,将内在运行风险较小信号标定为元素3,且元素1∈集合V,元素2∈集合V,元素3∈集合V;
依据外在运行风险等级类型判定信号建立集合U,将外在运行风险较大信号标定为元素1,将外在运行风险一般信号标定为元素2,将外在运行风险较小信号标定为元素3,且元素1∈集合U,元素2∈集合U,元素3∈集合U;
8.根据权利要求1所述的一种基于云计算的计算机软件保护系统,其特征在于,预警分析处理的具体操作步骤如下:
当接收到低级保护训练信号时,则生成三级预警信号,当接收到中级保护训练信号时,则生成二级预警信号,当接收到高级保护训练信号时,则生成一级预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210480991.2A CN114741691A (zh) | 2022-05-05 | 2022-05-05 | 一种基于云计算的计算机软件保护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210480991.2A CN114741691A (zh) | 2022-05-05 | 2022-05-05 | 一种基于云计算的计算机软件保护系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114741691A true CN114741691A (zh) | 2022-07-12 |
Family
ID=82285647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210480991.2A Pending CN114741691A (zh) | 2022-05-05 | 2022-05-05 | 一种基于云计算的计算机软件保护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114741691A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063045A (zh) * | 2022-08-08 | 2022-09-16 | 淄博威世能净油设备有限公司 | 一种基于数据处理的净油机运行效率评估系统 |
CN115144680A (zh) * | 2022-09-02 | 2022-10-04 | 深圳市今朝时代股份有限公司 | 一种用于辅助调频的超级电容储能系统及方法 |
CN115239301A (zh) * | 2022-08-01 | 2022-10-25 | 山东鲁中公路建设有限公司 | 一种基于大数据的pdca施工现场检查安全管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170063599A1 (en) * | 2015-09-01 | 2017-03-02 | At&T Intellectual Property I, L.P. | Service impact event analyzer for cloud sdn service assurance |
CN113900465A (zh) * | 2021-12-07 | 2022-01-07 | 深圳市领志光机电自动化系统有限公司 | 一种用于精密产品的职能定位视觉点胶系统 |
CN114024860A (zh) * | 2021-11-02 | 2022-02-08 | 国网安徽省电力有限公司电力科学研究院 | 一种用于网络安全设备的风险监控系统 |
CN114168906A (zh) * | 2022-02-14 | 2022-03-11 | 威海市房地产测绘中心有限公司 | 一种基于云计算的测绘地理信息数据采集系统 |
CN114200273A (zh) * | 2022-02-21 | 2022-03-18 | 东营市沃格艾迪石油技术有限公司 | 一种用于潜油电泵在线绝缘监测的故障预测系统 |
CN114372705A (zh) * | 2022-01-10 | 2022-04-19 | 淮北祥泰科技有限责任公司 | 一种用于高危行业的智能开关运行分析系统 |
CN114386632A (zh) * | 2022-01-17 | 2022-04-22 | 浙江容大电力工程有限公司 | 一种基于电力大数据的配电运维系统 |
CN114430199A (zh) * | 2022-04-01 | 2022-05-03 | 山东汇能电气有限公司 | 一种基于大数据的开关柜运行监管系统 |
-
2022
- 2022-05-05 CN CN202210480991.2A patent/CN114741691A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170063599A1 (en) * | 2015-09-01 | 2017-03-02 | At&T Intellectual Property I, L.P. | Service impact event analyzer for cloud sdn service assurance |
CN114024860A (zh) * | 2021-11-02 | 2022-02-08 | 国网安徽省电力有限公司电力科学研究院 | 一种用于网络安全设备的风险监控系统 |
CN113900465A (zh) * | 2021-12-07 | 2022-01-07 | 深圳市领志光机电自动化系统有限公司 | 一种用于精密产品的职能定位视觉点胶系统 |
CN114372705A (zh) * | 2022-01-10 | 2022-04-19 | 淮北祥泰科技有限责任公司 | 一种用于高危行业的智能开关运行分析系统 |
CN114386632A (zh) * | 2022-01-17 | 2022-04-22 | 浙江容大电力工程有限公司 | 一种基于电力大数据的配电运维系统 |
CN114168906A (zh) * | 2022-02-14 | 2022-03-11 | 威海市房地产测绘中心有限公司 | 一种基于云计算的测绘地理信息数据采集系统 |
CN114200273A (zh) * | 2022-02-21 | 2022-03-18 | 东营市沃格艾迪石油技术有限公司 | 一种用于潜油电泵在线绝缘监测的故障预测系统 |
CN114430199A (zh) * | 2022-04-01 | 2022-05-03 | 山东汇能电气有限公司 | 一种基于大数据的开关柜运行监管系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115239301A (zh) * | 2022-08-01 | 2022-10-25 | 山东鲁中公路建设有限公司 | 一种基于大数据的pdca施工现场检查安全管理系统 |
CN115063045A (zh) * | 2022-08-08 | 2022-09-16 | 淄博威世能净油设备有限公司 | 一种基于数据处理的净油机运行效率评估系统 |
CN115063045B (zh) * | 2022-08-08 | 2022-11-15 | 淄博威世能净油设备有限公司 | 一种基于数据处理的净油机运行效率评估系统 |
CN115144680A (zh) * | 2022-09-02 | 2022-10-04 | 深圳市今朝时代股份有限公司 | 一种用于辅助调频的超级电容储能系统及方法 |
CN115144680B (zh) * | 2022-09-02 | 2023-01-10 | 深圳市今朝时代股份有限公司 | 一种用于辅助调频的超级电容储能系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114741691A (zh) | 一种基于云计算的计算机软件保护系统 | |
CN116186634B (zh) | 一种建筑工程施工数据智能管理系统 | |
CN110348752B (zh) | 一种考虑环境干扰的大型工业系统结构安全性评估方法 | |
CN114168906B (zh) | 一种基于云计算的测绘地理信息数据采集系统 | |
CN104967629A (zh) | 网络攻击检测方法及装置 | |
CN109902441B (zh) | 一种基于kano模型原理的车辆性能指标权重分配系统及方法 | |
CN114169631A (zh) | 一种基于数据分析的油田电力负荷管控系统 | |
CN111967717A (zh) | 一种基于信息熵值的数据质量评价方法 | |
CN111178672A (zh) | 一种基于平衡性的智能稽查方法 | |
CN110517142B (zh) | 策略评估信息的输出方法及装置 | |
CN112504321A (zh) | 一种提高仪表校准精度的信息处理方法和装置 | |
CN117349185B (zh) | 一种基于接口强弱依赖分级的系统测试方法 | |
CN111915462B (zh) | 试题知识点难度的分析方法 | |
CN113723747A (zh) | 分析报告生成方法、电子设备及可读存储介质 | |
CN116032016B (zh) | 智慧风电场运行状态在线监测预警系统及预警方法 | |
CN109993374B (zh) | 货物量预测方法及装置 | |
CN115328093B (zh) | 一种双时间尺度工业信息物理系统的安全状态估计方法 | |
JP6394787B2 (ja) | 製品検査装置、製品検査方法及びコンピュータプログラム | |
CN115278212A (zh) | 一种模拟高清音视频传输控制方法及系统 | |
CN112528566A (zh) | 基于AdaBoost训练模型的空气质量数据实时校准方法及系统 | |
CN110580494A (zh) | 一种基于分位数逻辑回归的数据分析方法 | |
CN114358518A (zh) | 煤质的评价方法、装置及计算机设备 | |
CN103632304A (zh) | 一种印染行业污水处理调控方法 | |
CN110879723B (zh) | 基于Pareto最优集的软件服务价值的客观评测方法及装置 | |
CN110084511B (zh) | 一种无人机配型方法、装置、设备及可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220712 |
|
RJ01 | Rejection of invention patent application after publication |