CN114881503A - 一种评分确定方法、装置、设备及存储介质 - Google Patents
一种评分确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114881503A CN114881503A CN202210554628.0A CN202210554628A CN114881503A CN 114881503 A CN114881503 A CN 114881503A CN 202210554628 A CN202210554628 A CN 202210554628A CN 114881503 A CN114881503 A CN 114881503A
- Authority
- CN
- China
- Prior art keywords
- supplier
- detected
- information
- score
- information corresponding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000004519 manufacturing process Methods 0.000 claims abstract description 58
- 238000011161 development Methods 0.000 claims abstract description 54
- 238000012423 maintenance Methods 0.000 claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 238000003062 neural network model Methods 0.000 claims description 51
- 238000012549 training Methods 0.000 claims description 46
- 235000017399 Caesalpinia tinctoria Nutrition 0.000 claims description 16
- 241000388430 Tara Species 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种评分确定方法、装置、设备及存储介质。该方法包括：获取待检测供应商对应的备证文件；根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分，通过本发明的技术方案，能够提前提升零部件供应商评估的准确性，进而有效的保证了零部件质量。
Description
技术领域
本发明实施例涉及车辆技术领域，尤其涉及一种评分确定方法、装置、设备及存储介质。
背景技术
智能网联汽车信息安全开发中，在零部件供应商定点前为评估供应商信息安全能力，其分析和评估缺失标准的方法，且分析过程不能覆盖汽车信息安全技术开发的V模型全部流程，因此，容易导致对零部件供应商的评估不准确，进而出现零部件质量问题。
发明内容
本发明实施例提供一种评分确定方法、装置、设备及存储介质，能够提前提升零部件供应商评估的准确性，进而有效的保证了零部件质量。
根据本发明的一方面，提供了一种评分确定方法，包括：
获取待检测供应商对应的备证文件；
根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；
根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分。
根据本发明的另一方面，提供了一种评分确定装置，该评分确定装置包括：
文件获取模块，用于获取待检测供应商对应的备证文件；
第一评分确定模块，用于根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；
第二评分确定模块，用于根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的评分确定方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的评分确定方法。
本发明实施例通过获取待检测供应商对应的备证文件；根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分，能够提前提升零部件供应商评估的准确性，进而有效的保证了零部件质量。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例的技术方案，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发明的某些实施例，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是本发明实施例中的一种评分确定方法的流程图；
图2是本发明实施例中的一种评分确定装置的结构示意图；
图3是本发明实施例中的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例提供的一种评分确定方法的流程图，本实施例可适用于针对零部件供应商进行评分的情况，该方法可以由本发明实施例中的评分确定装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
S110，获取待检测供应商对应的备证文件。
其中，所述备证文件为待检测供应商主动提供的文件，备证文件为待检测供应商授权公开的文件，以便于根据备证文件对待检测供应商进行评估。
其中，所述备证文件可以包括：管理阶段信息、开发阶段信息、生产阶段信息、运维阶段信息以及报废阶段信息。所述备证文件还可以包括：所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息、所述待检测供应商对应的培训信息、所述待检测供应商对应的零部件开发阶段TARA评估信息、所述待检测供应商对应的零部件安全信息、所述待检测供应商对应的安全管理工具、所述待检测供应商对应的生产计划信息、所述待检测供应商对应的零部件漏洞信息、所述待检测供应商对应的零部件服务终止信息以及所述待检测供应商对应的零部件日志信息。所述待检测供应商对应的零部件安全信息包括：所述待检测供应商对应的零部件存储安全信息、所述待检测供应商对应的零部件操作系统安全信息、所述待检测供应商对应的零部件通信安全信息、所述待检测供应商对应的零部件隐私安全信息、所述待检测供应商对应的零部件访问权限信息、所述待检测供应商对应的零部件调试口安全信息、自测报告、三方测试报告以及TARA报告中的至少一种；所述待检测供应商对应的零部件漏洞信息包括：所述待检测供应商对应的零部件漏洞识别策略、所述待检测供应商对应的零部件漏洞来源信息、在发生网络安全事件后所述待检测供应商对应的零部件的功能信息、网络安全事件报告以及针对网络安全事件的解决策略中的至少一种。
具体的，获取待检测供应商对应的备证文件的方式可以为：接收待检测供应商对应的终端设备发送的备证文件。
S120，根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分。
具体的，根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分的方式可以为：根据管理阶段信息确定所述待检测供应商对应的信息安全管理能力评分，根据开发阶段信息确定所述待检测供应商对应的信息安全开发能力评分，根据生产阶段信息确定所述待检测供应商对应的安全产品生产能力评分，根据运维阶段信息确定所述待检测供应商对应的信息安全运维能力评分以及根据报废阶段信息确定所述待检测供应商对应的信息安全产品报废能力评分。
具体的，根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分的方式可以为：将所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息以及所述待检测供应商对应的培训信息输入第一模型，得到所述待检测供应商对应的信息安全管理能力评分，其中，所述第一模型通过第一样本集迭代训练神经网络模型得到；将所述待检测供应商对应的零部件开发阶段TARA评估信息和所述待检测供应商对应的零部件安全信息输入第二模型，得到所述待检测供应商对应的信息安全开发能力评分，其中，所述第二模型通过第二样本集迭代训练神经网络模型得到；将所述待检测供应商对应的安全管理工具和所述待检测供应商对应的生产计划信息输入第三模型，得到所述待检测供应商对应的安全产品生产能力评分，其中，所述第三模型通过第三样本集迭代训练神经网络模型得到；将所述待检测供应商对应的零部件漏洞信息输入第四模型，得到所述待检测供应商对应的信息安全运维能力评分，其中，所述第四模型通过第四样本集迭代训练神经网络模型得到；将所述待检测供应商对应的零部件服务终止信息和所述待检测供应商对应的零部件日志信息输入第五模型，得到所述待检测供应商对应的信息安全产品报废能力评分，其中，所述第五模型通过第五样本集迭代训练神经网络模型得到。
S130，根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分。
具体的，根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分的方式可以为：预先设定信息安全管理能力评分的权重、信息安全开发能力评分的权重、安全产品生产能力评分的权重、信息安全运维能力评分的权重以及信息安全产品报废能力评分的权重，根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分、信息安全产品报废能力评分、信息安全管理能力评分的权重、信息安全开发能力评分的权重、安全产品生产能力评分的权重、信息安全运维能力评分的权重以及信息安全产品报废能力评分的权重确定待检测供应商对应的目标评分。
具体的，在根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分之后，还可以根据目标评分对待检测供应商进行评级，进而确定待检测供应商是否评价通过。例如可以是，评级标准如表1所示：
表1
| 目标评分/满分 | 评级 | 结果 |
| E>＝90％ | A | 评价通过 |
| E>＝80％&E<90％ | B | 评价有条件通过 |
| E<80％ | C | 评价不通过 |
其中，满分为理想供应商对应的分数，也就是供应商的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分均为满分。若待检测供应商的目标评分与满分之比大于或者等于90％，则确定待检测供应商为A等级，且评价通过；若待检测供应商的目标评分与满分之比大于或者等于80％且待检测供应商的目标评分与满分之比小于90％，则确定待检测供应商为B等级，且评价有条件通过(作为备选元器件供应商)；若待检测供应商的目标评分与满分之比小于80％，则确定＝待检测供应商为C等级，且评价不通过。
可选的，所述备证文件包括：所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息、所述待检测供应商对应的培训信息、所述待检测供应商对应的零部件开发阶段TARA评估信息、所述待检测供应商对应的零部件安全信息、所述待检测供应商对应的安全管理工具、所述待检测供应商对应的生产计划信息、所述待检测供应商对应的零部件漏洞信息、所述待检测供应商对应的零部件服务终止信息以及所述待检测供应商对应的零部件日志信息。
在一个具体的例子中，基于表2中的评价项对备证文件进行评价：
表2
具体的，在接收到待检测供应商对应的终端设备发送的备证文件后，对所述备证文件进行识别，根据识别结果和上述评价项确定待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分。例如可以是，基于表2中的管理阶段对应的评价项确定待检测供应商对应的信息安全管理能力评分，基于表2中的开发阶段对应的评价项确定待检测供应商对应的信息安全开发能力评分，基于表2中的生产阶段对应的评价项确定待检测供应商对应的安全产品生产能力评分，基于表2中的运维阶段对应的评价项确定待检测供应商对应的信息安全运维能力评分，基于表2中的报废阶段对应的评价项确定待检测供应商对应的信息安全产品报废能力评分。
具体的评分规则，如表3所示：
表3
| 完全遵守信息安全需求及设计规范 | 10分 |
| 仅有微小偏差，不影响后续过程或主机厂需求的实现 | 8分 |
| 满足定义的要求，对后续过程产生影响 | 6分 |
| 过程未充分满足定义的要求，对后续过程产生重大影响 | 4分 |
| 不满足定义的要求 | 0分 |
例如可以是，在接收到待检测供应商对应的终端设备发送的备证文件后，对所述备证文件进行识别，得到备证文件中的关键词，获取备证文件中的关键词和预设关键词的相似度，若相似度大于第一相似度阈值，则确定完全满足要求，得分为10分；若相似度小于或者等于第一相似度阈值，且大于第二相似度阈值，则确定仅有微小的偏差，基本满足要求，得分为8分；第二相似度阈值小于所述第一相似度阈值，若相似度小于或者等于第二相似度阈值，且大于第三相似度阈值，第二相似度阈值大于第三相似度阈值，则确定有较大的偏差，部分满足要求，得分为6分；若相似度小于或者等于第三相似度阈值，且大于第四相似度阈值，则确定有很大偏差，未充分满足要求，得分为4分，第三相似度阈值大于第四相似度阈值；若相似度小于或者等于第四相似度阈值，则确定未满足要求，得分为0分。
可选的，根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分，包括：
将所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息以及所述待检测供应商对应的培训信息输入第一模型，得到所述待检测供应商对应的信息安全管理能力评分，其中，所述第一模型通过第一样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的零部件开发阶段TARA评估信息和所述待检测供应商对应的零部件安全信息输入第二模型，得到所述待检测供应商对应的信息安全开发能力评分，其中，所述第二模型通过第二样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的安全管理工具和所述待检测供应商对应的生产计划信息输入第三模型，得到所述待检测供应商对应的安全产品生产能力评分，其中，所述第三模型通过第三样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的零部件漏洞信息输入第四模型，得到所述待检测供应商对应的信息安全运维能力评分，其中，所述第四模型通过第四样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的零部件服务终止信息和所述待检测供应商对应的零部件日志信息输入第五模型，得到所述待检测供应商对应的信息安全产品报废能力评分，其中，所述第五模型通过第五样本集迭代训练神经网络模型得到。
其中，所述第一样本集包括：供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息、供应商样本对应的培训信息以及供应商样本对应的信息安全管理能力评分；所述第二样本集包括：供应商样本对应的零部件开发阶段TARA评估信息、供应商样本对应的零部件安全信息以及供应商样本对应的信息安全开发能力评分；所述第三样本集包括：供应商样本对应的安全管理工具、供应商样本对应的生产计划信息以及供应商样本对应的安全产品生产能力评分；所述第四样本集包括：供应商样本对应的零部件漏洞信息和供应商样本对应的信息安全运维能力评分；所述第五样本集包括：供应商样本对应的零部件服务终止信息、供应商样本对应的零部件日志信息以及供应商样本对应的信息安全产品报废能力评分。
具体的，通过第一样本集迭代训练神经网络模型的方式可以为：建立神经网络模型；将所述第一样本集中的供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息以及供应商样本对应的培训信息输入神经网络模型，得到信息安全管理能力预测评分；根据所述信息安全管理能力预测评分和所述供应商样本对应的信息安全管理能力评分生成的第一目标函数训练所述神经网络模型的参数；返回执行将所述第一样本集中的供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息以及供应商样本对应的培训信息输入神经网络模型，得到信息安全管理能力预测评分的操作，直至得到第一模型。
具体的，通过第二样本集迭代训练神经网络模型的方式可以为：建立神经网络模型；将所述第二样本集中的供应商样本对应的零部件开发阶段TARA评估信息以及供应商样本对应的零部件安全信息输入神经网络模型，得到信息安全开发能力预测评分；根据所述信息安全开发能力预测评分和供应商样本对应的信息安全开发能力评分生成的第二目标函数训练所述神经网络模型的参数；返回执行将所述第二样本集中的供应商样本对应的零部件开发阶段TARA评估信息以及供应商样本对应的零部件安全信息输入神经网络模型，得到信息安全开发能力预测评分的操作，直至得到第二模型。
具体的，通过第三样本集迭代训练神经网络模型的方式可以为：建立神经网络模型；将所述第三样本集中的供应商样本对应的安全管理工具和供应商样本对应的生产计划信息输入神经网络模型，得到安全产品生产能力预测评分；根据所述安全产品生产能力预测评分和供应商样本对应的安全产品生产能力评分生成的第三目标函数训练所述神经网络模型的参数；返回执行将所述第三样本集中的供应商样本对应的安全管理工具和供应商样本对应的生产计划信息输入神经网络模型，得到安全产品生产能力预测评分的操作，直至得到第三模型。
具体的，通过第四样本集迭代训练神经网络模型的方式可以为：建立神经网络模型；将所述第四样本集中的供应商样本对应的零部件漏洞信息输入神经网络模型，得到信息安全运维能力预测评分；根据所述信息安全运维能力预测评分和供应商样本对应的信息安全运维能力评分生成的第四目标函数训练所述神经网络模型的参数；返回执行将所述第四样本集中的供应商样本对应的零部件漏洞信息输入神经网络模型，得到信息安全运维能力预测评分的操作，直至得到第四模型。
具体的，通过第五样本集迭代训练神经网络模型的方式可以为：建立神经网络模型；将所述第五样本集中的供应商样本对应的零部件服务终止信息和供应商样本对应的零部件日志信息输入神经网络模型，得到信息安全产品报废能力预测评分；根据所述信息安全产品报废能力预测评分和供应商样本对应的信息安全产品报废能力评分生成的第五目标函数训练所述神经网络模型的参数；返回执行将所述第五样本集中的供应商样本对应的零部件服务终止信息和供应商样本对应的零部件日志信息输入神经网络模型，得到信息安全产品报废能力预测评分的操作，直至得到第五模型。
可选的，所述待检测供应商对应的零部件安全信息包括：所述待检测供应商对应的零部件存储安全信息、所述待检测供应商对应的零部件操作系统安全信息、所述待检测供应商对应的零部件通信安全信息、所述待检测供应商对应的零部件隐私安全信息、所述待检测供应商对应的零部件访问权限信息、所述待检测供应商对应的零部件调试口安全信息、自测报告、三方测试报告以及TARA报告中的至少一种；所述待检测供应商对应的零部件漏洞信息包括：所述待检测供应商对应的零部件漏洞识别策略、所述待检测供应商对应的零部件漏洞来源信息、在发生网络安全事件后所述待检测供应商对应的零部件的功能信息、网络安全事件报告以及针对网络安全事件的解决策略中的至少一种。
可选的，所述第一样本集包括：供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息、供应商样本对应的培训信息以及供应商样本对应的信息安全管理能力评分；所述第二样本集包括：供应商样本对应的零部件开发阶段TARA评估信息、供应商样本对应的零部件安全信息以及供应商样本对应的信息安全开发能力评分；所述第三样本集包括：供应商样本对应的安全管理工具、供应商样本对应的生产计划信息以及供应商样本对应的安全产品生产能力评分；所述第四样本集包括：供应商样本对应的零部件漏洞信息和供应商样本对应的信息安全运维能力评分；所述第五样本集包括：供应商样本对应的零部件服务终止信息、供应商样本对应的零部件日志信息以及供应商样本对应的信息安全产品报废能力评分。
可选的，通过第一样本集迭代训练神经网络模型，包括：
建立神经网络模型；
将所述第一样本集中的供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息以及供应商样本对应的培训信息输入神经网络模型，得到信息安全管理能力预测评分；
根据所述信息安全管理能力预测评分和所述供应商样本对应的信息安全管理能力评分生成的第一目标函数训练所述神经网络模型的参数；
返回执行将所述第一样本集中的供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息以及供应商样本对应的培训信息输入神经网络模型，得到信息安全管理能力预测评分的操作，直至得到第一模型。
其中，所述神经网络模型可以为LSTM模型。
其中，所述供应商样本对应的子供应商信息为所述供应商样本对应的二级供应商信息。
本实施例的技术方案，通过获取待检测供应商对应的备证文件；根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分，能够提前提升零部件供应商评估的准确性，进而有效的保证了零部件质量。
实施例二
图2为本发明实施例提供的一种评分确定装置的结构示意图。本实施例可适用于评分确定的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供评分确定功能的设备中，如图2所示，所述评分确定装置具体包括：文件获取模块210、第一评分确定模块220和第二评分确定模块230。
其中，文件获取模块，用于获取待检测供应商对应的备证文件；
第一评分确定模块，用于根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；
第二评分确定模块，用于根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分。
可选的，所述备证文件包括：所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息、所述待检测供应商对应的培训信息、所述待检测供应商对应的零部件开发阶段TARA评估信息、所述待检测供应商对应的零部件安全信息、所述待检测供应商对应的安全管理工具、所述待检测供应商对应的生产计划信息、所述待检测供应商对应的零部件漏洞信息、所述待检测供应商对应的零部件服务终止信息以及所述待检测供应商对应的零部件日志信息。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
本实施例的技术方案，通过获取待检测供应商对应的备证文件；根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分，能够提前提升零部件供应商评估的准确性，进而有效的保证了零部件质量。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如评分确定方法。
在一些实施例中，评分确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的评分确定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行评分确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种评分确定方法，其特征在于，包括：
获取待检测供应商对应的备证文件；
根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；
根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分。
2.根据权利要求1所述的方法，其特征在于，所述备证文件包括：所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息、所述待检测供应商对应的培训信息、所述待检测供应商对应的零部件开发阶段TARA评估信息、所述待检测供应商对应的零部件安全信息、所述待检测供应商对应的安全管理工具、所述待检测供应商对应的生产计划信息、所述待检测供应商对应的零部件漏洞信息、所述待检测供应商对应的零部件服务终止信息以及所述待检测供应商对应的零部件日志信息。
3.根据权利要求2所述的方法，其特征在于，根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分，包括：
将所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息以及所述待检测供应商对应的培训信息输入第一模型，得到所述待检测供应商对应的信息安全管理能力评分，其中，所述第一模型通过第一样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的零部件开发阶段TARA评估信息和所述待检测供应商对应的零部件安全信息输入第二模型，得到所述待检测供应商对应的信息安全开发能力评分，其中，所述第二模型通过第二样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的安全管理工具和所述待检测供应商对应的生产计划信息输入第三模型，得到所述待检测供应商对应的安全产品生产能力评分，其中，所述第三模型通过第三样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的零部件漏洞信息输入第四模型，得到所述待检测供应商对应的信息安全运维能力评分，其中，所述第四模型通过第四样本集迭代训练神经网络模型得到；
将所述待检测供应商对应的零部件服务终止信息和所述待检测供应商对应的零部件日志信息输入第五模型，得到所述待检测供应商对应的信息安全产品报废能力评分，其中，所述第五模型通过第五样本集迭代训练神经网络模型得到。
4.根据权利要求3所述的方法，其特征在于，所述待检测供应商对应的零部件安全信息包括：所述待检测供应商对应的零部件存储安全信息、所述待检测供应商对应的零部件操作系统安全信息、所述待检测供应商对应的零部件通信安全信息、所述待检测供应商对应的零部件隐私安全信息、所述待检测供应商对应的零部件访问权限信息、所述待检测供应商对应的零部件调试口安全信息、自测报告、三方测试报告以及TARA报告中的至少一种；所述待检测供应商对应的零部件漏洞信息包括：所述待检测供应商对应的零部件漏洞识别策略、所述待检测供应商对应的零部件漏洞来源信息、在发生网络安全事件后所述待检测供应商对应的零部件的功能信息、网络安全事件报告以及针对网络安全事件的解决策略中的至少一种。
5.根据权利要求3所述的方法，其特征在于，所述第一样本集包括：供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息、供应商样本对应的培训信息以及供应商样本对应的信息安全管理能力评分；所述第二样本集包括：供应商样本对应的零部件开发阶段TARA评估信息、供应商样本对应的零部件安全信息以及供应商样本对应的信息安全开发能力评分；所述第三样本集包括：供应商样本对应的安全管理工具、供应商样本对应的生产计划信息以及供应商样本对应的安全产品生产能力评分；所述第四样本集包括：供应商样本对应的零部件漏洞信息和供应商样本对应的信息安全运维能力评分；所述第五样本集包括：供应商样本对应的零部件服务终止信息、供应商样本对应的零部件日志信息以及供应商样本对应的评分。
6.根据权利要求5所述的方法，其特征在于，通过第一样本集迭代训练神经网络模型，包括：
建立神经网络模型；
将所述第一样本集中的供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息以及供应商样本对应的培训信息输入神经网络模型，得到信息安全管理能力预测评分；
根据所述信息安全管理能力预测评分和所述供应商样本对应的信息安全管理能力评分生成的第一目标函数训练所述神经网络模型的参数；
返回执行将所述第一样本集中的供应商样本对应的团队信息、供应商样本对应的零部件管理信息、供应商样本对应的子供应商信息以及供应商样本对应的培训信息输入神经网络模型，得到信息安全管理能力预测评分的操作，直至得到第一模型。
7.一种评分确定装置，其特征在于，包括：
文件获取模块，用于获取待检测供应商对应的备证文件；
第一评分确定模块，用于根据所述待检测供应商对应的备证文件确定所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分；
第二评分确定模块，用于根据所述待检测供应商对应的信息安全管理能力评分、信息安全开发能力评分、安全产品生产能力评分、信息安全运维能力评分以及信息安全产品报废能力评分确定所述待检测供应商对应的目标评分。
8.根据权利要求7所述的装置，其特征在于，所述备证文件包括：所述待检测供应商对应的团队信息、所述待检测供应商对应的零部件管理信息、所述待检测供应商对应的子供应商信息、所述待检测供应商对应的培训信息、所述待检测供应商对应的零部件开发阶段TARA评估信息、所述待检测供应商对应的零部件安全信息、所述待检测供应商对应的安全管理工具、所述待检测供应商对应的生产计划信息、所述待检测供应商对应的零部件漏洞信息、所述待检测供应商对应的零部件服务终止信息以及所述待检测供应商对应的零部件日志信息。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的评分确定方法。
10.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的评分确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210554628.0A CN114881503A (zh) | 2022-05-19 | 2022-05-19 | 一种评分确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210554628.0A CN114881503A (zh) | 2022-05-19 | 2022-05-19 | 一种评分确定方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114881503A true CN114881503A (zh) | 2022-08-09 |
Family
ID=82678181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210554628.0A Pending CN114881503A (zh) | 2022-05-19 | 2022-05-19 | 一种评分确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114881503A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115878111A (zh) * | 2022-09-26 | 2023-03-31 | 北京犬安科技有限公司 | 威胁分析和风险评估tara数据复用的实现方法及系统 |
-
2022
- 2022-05-19 CN CN202210554628.0A patent/CN114881503A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115878111A (zh) * | 2022-09-26 | 2023-03-31 | 北京犬安科技有限公司 | 威胁分析和风险评估tara数据复用的实现方法及系统 |
| CN115878111B (zh) * | 2022-09-26 | 2024-02-06 | 北京犬安科技有限公司 | 威胁分析和风险评估tara数据复用的实现方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
| CN115204733A (zh) | 数据审计方法、装置、电子设备及存储介质 | |
| CN114881503A (zh) | 一种评分确定方法、装置、设备及存储介质 | |
| CN117499148A (zh) | 一种网络访问控制方法、装置、设备及存储介质 | |
| CN117236275A (zh) | 一种芯片优化方法、装置、设备及存储介质 | |
| CN116755974A (zh) | 云计算平台运维方法、装置、电子设备及存储介质 | |
| CN115794473A (zh) | 一种根因告警的定位方法、装置、设备及介质 | |
| CN115665783A (zh) | 一种异常指标溯源方法、装置、电子设备及存储介质 | |
| CN115601042A (zh) | 信息识别方法、装置、电子设备及存储介质 | |
| CN114896418A (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
| CN114722426A (zh) | 一种数据脱敏方法、装置、电子设备及存储介质 | |
| CN114866437A (zh) | 一种节点检测方法、装置、设备及介质 | |
| CN113296836A (zh) | 训练模型的方法、测试方法、装置、电子设备及存储介质 | |
| CN116049836B (zh) | 车辆漏洞优先级确定方法、装置、设备及存储介质 | |
| CN116149971B (zh) | 设备故障预测方法、装置、电子设备及存储介质 | |
| CN115619413A (zh) | 一种异常交易的确定方法、装置、设备及存储介质 | |
| CN117609723A (zh) | 一种对象识别方法、装置、电子设备及存储介质 | |
| CN114996157A (zh) | 变更代码的风险识别方法、装置、设备以及存储介质 | |
| CN116502841A (zh) | 一种事件的处理方法、装置、电子设备以及介质 | |
| CN117611324A (zh) | 信用评级方法、装置、电子设备和存储介质 | |
| CN116467198A (zh) | 性能实测必要性确定方法、装置、电子设备和存储介质 | |
| CN117668363A (zh) | 一种推荐方法、装置、设备及介质 | |
| CN115630068A (zh) | 一种异常数据表确定方法、装置、设备和存储介质 | |
| CN115204746A (zh) | 一种工程风险评估方法、装置、设备及存储介质 | |
| CN115935054A (zh) | 一种信息推送方法、装置、电子设备和存储介质 |
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 |