CN115422195A - 一种网络资产管理方法、装置、设备、存储介质 - Google Patents
一种网络资产管理方法、装置、设备、存储介质 Download PDFInfo
- Publication number
- CN115422195A CN115422195A CN202211078231.5A CN202211078231A CN115422195A CN 115422195 A CN115422195 A CN 115422195A CN 202211078231 A CN202211078231 A CN 202211078231A CN 115422195 A CN115422195 A CN 115422195A
- Authority
- CN
- China
- Prior art keywords
- data
- network asset
- asset data
- preset
- network
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 15
- 238000009960 carding Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000013499 data model Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 3
- 239000010419 fine particle Substances 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种网络资产管理方法、装置、设备、存储介质，涉及网络资产核验技术领域，包括：获取通过预设通道收集的网络资产数据；将网络资产数据输入至预设数据处理模型，以便预设数据处理模型对网络资产数据进行分类处理，得到不同类别的网络资产数据；基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。利用大数据能力对网络资产数据进行收集，通过预设数据处理模型对网络资产数据进行分类，将分类后的网络资产数据按照等级关联规则进行关联操作并保存，解决网络资产数据的重复性以及人工梳理产生的巨大工作量等问题，减少人工核验的时间，通过预设数据处理模型对网络资产数据的分类处理提升网络资产数据分类的准确性和可信度。
Description
技术领域
本发明涉及网络资产核验技术领域，特别涉及一种网络资产管理方法、装置、设备、存储介质。
背景技术
当前，某省级GA部门想实时掌握省直属及下属地市的关键网络资产情况，需要准确、实时的收集各地市的网络资产情况并形成统一的档案库。各地市可通过资产治理平台自行登记本地区的网络资产并上报给上级主管部门，同时上级主管部门也部署了资产探测设备，可以自行扫描分析，可以快速并准确的将发现识别到的网络资产推送给资产治理平台。资产治理平台能够通过数据模型自行对比核验资产字段，并在平台中形成统一的档案库，满足了主管部门的管理需求。同时，平台支持开通省-市-区三级监管账号以及行业监管账号，支持多维度细颗粒跟进资产的梳理优化。现有技术中，各下级部门需要自主填报信息，经过人工对比核验后才能去维护网络资产信息。现有平台只支持一两种采集方式，数据采集能力过于单一，大数据清洗治理能力缺失，没有自动化分析对比的能力归档能力，现阶段各单位的网络资产的数据量巨大，需要人工将数据进行归纳分析，并通过人工对比核验，费时费力，网络资产更新频率较快，单纯依靠人工进行会导致更新周期相对较长，数据维护不够及时。同时对于多来源的网络资产不能及时的对比分析，很容易造成网络资产重复登记或者遗漏，导致这些网络资产不能够很好的进行管理，容易对客户单位造成很多不必要的损失，因此减轻人力投入，通过数据模型自动化的针对网络资产进行对比归档的整个流程至关重要。并且现有网络资产管理方式中缺乏数据权限控制，分级治理，可视化展示等。
综上，如何显著提高网络资产的易维护性、准确性，保证网络资产登记的唯一性，减少人工登记、对比核验的时间，完成网络资产的管理是本领域有待解决的技术问题。
发明内容
有鉴于此，本发明的目的在于提供一种网络资产管理方法、装置、设备、存储介质，能够显著提高网络资产的易维护性、准确性，保证网络资产登记的唯一性，减少人工登记、对比核验的时间，完成网络资产的管理。其具体方案如下：
第一方面，本申请公开了一种网络资产管理方法，包括：
获取通过预设通道收集的网络资产数据；
将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；
基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。
可选的，所述获取通过预设通道收集的网络资产数据，包括：
获取通过预设人机接口通道接收人工填报的网络资产数据；
或，获取通过资产探测设备扫描得到的网络资产数据；
或，获取通过第三方平台接口接收上报的网络资产数据。
可选的，所述将所述网络资产数据输入至预设数据处理模型之前，还包括：
基于筛选出符合可信度要求的数据字段对资产治理模型进行预训练处理，以得到预设数据处理模型。
可选的，所述将所述网络资产数据输入至预设数据处理模型之前，还包括：
对所述网络资产数据进行清洗操作，以得到清洗后的目标网络资产数据。
可选的，所述将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据，包括：
将所述目标网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述目标网络资产数据与资产档案库中的标准资产数据进行比对分析，以获取不同类别的目标网络资产数据。
可选的，所述对所述目标网络资产数据与资产档案库中的标准资产数据进行比对分析，以获取不同类别的目标网络资产数据过程中，还包括：
若资产档案库不存在与所述目标网络资产数据进行比对的标准资产数据，则将所述目标网络资产数据作为新增类别的标准资产数据；
对所述新增类别的标准资产数据进行等级关联规则配置。
可选的，所述基于预设等级关联规则将不同类别的网络资产数据进行关联并保存之后，还包括：
通过人机交互界面将分类保存的目标网络资产数据进行可视化展示。
第二方面，本申请公开了一种网络资产管理装置，包括：
数据收集模块，用于获取通过预设通道收集的网络资产数据；
数据分类模块，用于将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；
数据关联模块，用于基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现前述公开的网络资产管理方法的步骤。
第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的网络资产管理方法的步骤。
由此可见，本申请公开了一种网络资产管理方法，包括：获取通过预设通道收集的网络资产数据；将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。可见，利用大数据能力对网络资产数据进行收集，然后通过预设数据处理模型对网络资产数据进行分类，并将分类后的网络资产数据按照等级关联规则进行关联操作并保存，解决了网络资产数据的重复性以及人工梳理产生的巨大工作量等问题，减少人工核验的时间，并且通过预设数据处理模型对网络资产数据的分类处理提升了网络资产数据分类的准确性和可信度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种网络资产管理方法流程图；
图2为本申请公开的一种网络资产核验业务流程图；
图3为本申请公开的一种具体的网络资产管理方法流程图；
图4为本申请公开的一种资产档案数据收集方法流程图；
图5为本申请公开的一种网络资产管理装置结构示意图；
图6为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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，都属于本发明保护的范围。
当前，某省级GA部门想实时掌握省直属及下属地市的关键网络资产情况，需要准确、实时的收集各地市的网络资产情况并形成统一的档案库。各地市可通过资产治理平台自行登记本地区的网络资产并上报给上级主管部门，同时上级主管部门也部署了资产探测设备，可以自行扫描分析，可以快速并准确的将发现识别到的网络资产推送给资产治理平台。资产治理平台能够通过数据模型自行对比核验资产字段，并在平台中形成统一的档案库，满足了主管部门的管理需求。同时，平台支持开通省-市-区三级监管账号以及行业监管账号，支持多维度细颗粒跟进资产的梳理优化。现有技术中，各下级部门需要自主填报信息，经过人工对比核验后才能去维护网络资产信息。现有平台只支持一两种采集方式，数据采集能力过于单一，大数据清洗治理能力缺失，没有自动化分析对比的能力归档能力，现阶段各单位的网络资产的数据量巨大，需要人工将数据进行归纳分析，并通过人工对比核验，费时费力，网络资产更新频率较快，单纯依靠人工进行会导致更新周期相对较长，数据维护不够及时。同时对于多来源的网络资产不能及时的对比分析，很容易造成网络资产重复登记或者遗漏，导致这些网络资产不能够很好的进行管理，容易对客户单位造成很多不必要的损失，因此减轻人力投入，通过数据模型自动化的针对网络资产进行对比归档的整个流程至关重要。并且现有网络资产管理方式中缺乏数据权限控制，分级治理，可视化展示等。
为此，本申请公开了一种网络资产管理方案，能够显著提高网络资产的易维护性、准确性，保证网络资产登记的唯一性，减少人工登记、对比核验的时间，完成网络资产的管理。
参照图1所示，本发明实施例公开了一种网络资产管理方法，包括：
步骤S11：获取通过预设通道收集的网络资产数据。
本实施例中，通过预设通道收集网络资产数据，然后将收集的网络资产数据通过大数据能力自动化对网络资产数据进行规范化操作，其中，大数据是指大数据集，这些数据集经过计算分析以揭示与数据的某个方面相关的模式和趋势，大数据能力自动化是通过获取、存储、分析，从大容量数据中挖掘价值的一种全新的技术架构。
步骤S12：将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据。
本实施例中，参照图2所示，当采集到网络资产数据之后，将所述网络资产数据进行采集入库，也即对所述网络资产数据进行核验操作，其中，在核验中心中设置的预设数据处理模型可分为两种，一种为已存在的资产治理模型进行训练后得到，一种为自定义配置数据模型；其中，已存在的资产治理模型为对网络资产进行匹配分析的模型，可有一种或多种，通过资产治理模型形成准确的网络资产库，并可通过配置治理模型，实现网络资产的多维度对比分析归档。
本实施例中，将所述网络资产数据输入至预设数据处理模型之前，还包括：对所述网络资产数据进行清洗操作，以得到清洗后的目标网络资产数据。可以理解的是，当接受到各个通道收集的网络资产数据信息之后，需要对网络资产数据进行清洗操作、过滤操作，这样一来，可以清理部分不符合需求的网络资产数据信息，将接收到的存在关联性的数据，通过关联补齐后形成完整的数据对采集到的所有网络资产数据信息进行规范化、标准化处理，以得到清洗后的目标网络资产数据。
本实施例中，将所述目标网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述目标网络资产数据与资产档案库中的标准资产数据进行比对分析，以获取不同类别的目标网络资产数据。可以理解的是，预设数据处理模型接收清洗整合后的原始数据，经过内嵌的对比分析模型、合并去重模型等数据模型自动对比分析，并对该原始数据进行分类处理，使原始数据经过预设数据处理模型之后变成携带对应分类类别标签且分类完成的网络资产数据。
本实施例中，所述对所述目标网络资产数据与资产档案库中的标准资产数据进行比对分析，以获取不同类别的目标网络资产数据过程中，还包括：若资产档案库不存在与所述目标网络资产数据进行比对的标准资产数据，则将所述目标网络资产数据作为新增类别的标准资产数据；对所述新增类别的标准资产数据进行等级关联规则配置。可以理解的是，由于资产治理模型可以支持自定义进行修改，因此可以根据实际情况配置新增、合并规则。当核验中心数据在资产档案库中已有数据无法匹配上的，作为新增数据存入资产档案库。配置合并规则后，将基于大数据智能治理规则进行匹配，只要符合规则的数据，算法将自动与资产档案库中的数据进行智能匹配合并，保证同一资产入库的唯一性。
步骤S13：基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。
本实施例中，当获取到各个分类后的网络资产数据之后，依据资产来源、字段质量将网络资产进行合并归档、整理，统一存储在网络资产库，同时，若预先设置了等级关联规则，按照省、市、区的等级区域划分，分别对划分的区域的网络资产进行等级关联，例如：若经过预设数据处理模型输出的网络资产数据为滨江区的网络资产，那么按照浙江省-杭州市-滨江区的等级关联规则，相应的将网络资产数据关联到杭州市以及浙江省，这样一来，通过关联保存网络资产数据能够使数据更加简单明了，避免采集的网络资产数据分散、零乱，实现化零为整的网络资产管理。
由此可见，本申请公开了一种网络资产管理方法，包括：获取通过预设通道收集的网络资产数据；将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。可见，利用大数据能力对网络资产数据进行收集，然后通过预设数据处理模型对网络资产数据进行分类，并将分类后的网络资产数据按照等级关联规则进行关联操作并保存，解决了网络资产数据的重复性以及人工梳理产生的巨大工作量等问题，减少人工核验的时间，并且通过预设数据处理模型对网络资产数据的分类处理提升了网络资产数据分类的准确性和可信度。
参照图3所示，本发明实施例公开了一种具体的网络资产管理方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
步骤S21：获取通过预设通道收集的网络资产数据。
本实施例中，获取通过预设人机接口通道接收人工填报的网络资产数据；或，获取通过资产探测设备扫描得到的网络资产数据；或，获取通过第三方平台接口接收上报的网络资产数据。可以理解的是，接收来各部门自主上报、各厂商资产探测器等返回的扫描结果以及第三方平台上报等的网络资产数据，并对网络资产数据进行清洗、过滤、整合处理，获取各种来源的网络资产数据信息。
步骤S22：基于筛选出符合可信度要求的数据字段对资产治理模型进行预训练处理，以得到预设数据处理模型。
本实施例中，根据平台制定的网络资产数据字段标准，可接收由人工从PC端/移动端进行填报、资产探测设备自动化扫描及第三方平台接口推送上报等采样数据，需要注意的是，在接收第三方平台接口推送上报的采样数据时，需要提供统一API接口供第三方进行数据对接上报，然后根据多数据来源并经过核验中心的数据治理模型或人工分析进行清洗，设定高可信字段，经过机器学习自动生成预设数据处理模型，以便所述预设数据处理模型基于统一的资产数据字段，能够对多来源的数据进行快速、准确的分析归档。
步骤S23：将所述网络资产数据输入至所述预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据。
步骤S24：基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。
其中，步骤S23、S24中更加详细的实施过程请参照前述公开的实施例内容，在此不再进行赘述。
步骤S25：通过人机交互界面将分类保存的目标网络资产数据进行可视化展示。
本实施例中，参照图4所示，在资产档案数据收集过程中，首先采集网络资产数据信息，然后对网络资产数据进行预处理，并将预处理之后的网络资产数据分类结果导入HIVE仓库，然后通过ETL(Extract-Transform-Load)进行数据整合处理，最终将整合后的网络资产数据结果导出至预设本地数据库中进行保存，其中预设本地数据库可以是MySQL数据库，之后将整合后的网络资产数据结果进行数据可视化展示，其中，所述ETL，是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程。ETL是数据集成的第一步，也是构建数据仓库最重要的步骤，目的是将采集到的分散、零乱、标准不统一的数据整合到一起，为平台的业务决策提供分析依据。
由此可见，通过资产治理平台针对不同来源的数据进行自动化分析合并，能够快速准确的形成资产档案库，满足各省市相关部门对于资产管理的需求。可以很好的解决因数据量大、格式杂乱导致的人工处理压力，解放了大量的人工分析验证所耗费的时间，同时也可以避免因为部分数据不一致导致的档案重复，并且第一时间核对网络资产的准确性、规避不必要的风险，减小损失。同时，平台支持开通省-市-区三级监管账号以及行业监管账号，支持多维度细颗粒跟进资产的梳理优化。
参照图5所示，本发明实施例还相应公开了一种网络资产管理装置，包括：
数据收集模块11，用于获取通过预设通道收集的网络资产数据；
数据分类模块12，用于将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；
数据关联模块13，用于基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。
由此可见，本申请公开了一种网络资产管理方法，包括：获取通过预设通道收集的网络资产数据；将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。可见，利用大数据能力对网络资产数据进行收集，然后通过预设数据处理模型对网络资产数据进行分类，并将分类后的网络资产数据按照等级关联规则进行关联操作并保存，解决了网络资产数据的重复性以及人工梳理产生的巨大工作量等问题，减少人工核验的时间，并且通过预设数据处理模型对网络资产数据的分类处理提升了网络资产数据分类的准确性和可信度。
进一步的，本申请实施例还公开了一种电子设备，图6是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。
图6为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的网络资产管理方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的网络资产管理方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据，也可以包括由自身输入输出接口25采集到的数据等。
进一步的，本申请还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的网络资产管理方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种网络资产管理方法、装置、设备、存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种网络资产管理方法，其特征在于，包括：
获取通过预设通道收集的网络资产数据；
将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；
基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。
2.根据权利要求1所述的网络资产管理方法，其特征在于，所述获取通过预设通道收集的网络资产数据，包括：
获取通过预设人机接口通道接收人工填报的网络资产数据；
或，获取通过资产探测设备扫描得到的网络资产数据；
或，获取通过第三方平台接口接收上报的网络资产数据。
3.根据权利要求1所述的网络资产管理方法，其特征在于，所述将所述网络资产数据输入至预设数据处理模型之前，还包括：
基于筛选出符合可信度要求的数据字段对资产治理模型进行预训练处理，以得到预设数据处理模型。
4.根据权利要求1所述的网络资产管理方法，其特征在于，所述将所述网络资产数据输入至预设数据处理模型之前，还包括：
对所述网络资产数据进行清洗操作，以得到清洗后的目标网络资产数据。
5.根据权利要求4所述的网络资产管理方法，其特征在于，所述将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据，包括：
将所述目标网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述目标网络资产数据与资产档案库中的标准资产数据进行比对分析，以获取不同类别的目标网络资产数据。
6.根据权利要求5所述的网络资产管理方法，其特征在于，所述对所述目标网络资产数据与资产档案库中的标准资产数据进行比对分析，以获取不同类别的目标网络资产数据过程中，还包括：
若资产档案库不存在与所述目标网络资产数据进行比对的标准资产数据，则将所述目标网络资产数据作为新增类别的标准资产数据；
对所述新增类别的标准资产数据进行等级关联规则配置。
7.根据权利要求1至6任一项所述的网络资产管理方法，其特征在于，所述基于预设等级关联规则将不同类别的网络资产数据进行关联并保存之后，还包括：
通过人机交互界面将分类保存的目标网络资产数据进行可视化展示。
8.一种网络资产管理装置，其特征在于，包括：
数据收集模块，用于获取通过预设通道收集的网络资产数据；
数据分类模块，用于将所述网络资产数据输入至预设数据处理模型，以便所述预设数据处理模型对所述网络资产数据进行分类处理，以得到不同类别的网络资产数据；
数据关联模块，用于基于预设等级关联规则将不同类别的网络资产数据进行关联并保存。
9.一种电子设备，其特征在于，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的网络资产管理方法的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的网络资产管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211078231.5A CN115422195A (zh) | 2022-09-05 | 2022-09-05 | 一种网络资产管理方法、装置、设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211078231.5A CN115422195A (zh) | 2022-09-05 | 2022-09-05 | 一种网络资产管理方法、装置、设备、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115422195A true CN115422195A (zh) | 2022-12-02 |
Family
ID=84202283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211078231.5A Pending CN115422195A (zh) | 2022-09-05 | 2022-09-05 | 一种网络资产管理方法、装置、设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115422195A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116070249A (zh) * | 2023-03-07 | 2023-05-05 | 北京亚康万玮信息技术股份有限公司 | 资产数据智能监控管理系统及方法 |
-
2022
- 2022-09-05 CN CN202211078231.5A patent/CN115422195A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116070249A (zh) * | 2023-03-07 | 2023-05-05 | 北京亚康万玮信息技术股份有限公司 | 资产数据智能监控管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105868373B (zh) | 电力业务信息系统关键数据处理方法及装置 | |
| CN106815125A (zh) | 一种日志审计方法及平台 | |
| CN112989156A (zh) | 一种基于大数据的政策与企业匹配的方法和系统 | |
| CN111680855A (zh) | 一种项目全过程风险自动检测预警方法及系统 | |
| CN109670091B (zh) | 一种基于数据标准的元数据智能维护方法和装置 | |
| CN111858713A (zh) | 基于对象的政府信息化资产管理方法及系统 | |
| CN113326247B (zh) | 云端数据的迁移方法、装置及电子设备 | |
| US11327957B2 (en) | Data model for emissions analysis | |
| CN111383130A (zh) | 一种全生命周期管控平台、移动运维客户端及终端 | |
| CN112651817A (zh) | 一种智能财务决策大数据分析系统 | |
| CN114880405A (zh) | 一种基于数据湖的数据处理方法及系统 | |
| CN116362443A (zh) | 一种企业信息平台的数据治理方法和装置 | |
| CN115422195A (zh) | 一种网络资产管理方法、装置、设备、存储介质 | |
| CN109240916A (zh) | 信息输出控制方法、装置及计算机可读存储介质 | |
| US11227288B1 (en) | Systems and methods for integration of disparate data feeds for unified data monitoring | |
| CN110119784B (zh) | 一种订单推荐方法及装置 | |
| CN115344582A (zh) | 元数据的管理方法、装置、电子设备及计算机存储介质 | |
| CN115543428A (zh) | 一种基于策略模板的模拟数据生成方法和装置 | |
| CN113176873A (zh) | 用于信息管理的方法和装置、电子设备、及介质 | |
| CN111241128A (zh) | 数据处理方法、装置及电子设备 | |
| CN117827842B (zh) | 基于hana数据库的业务场景数据建模的异常检测方法和系统 | |
| CN116485559B (zh) | 一种批量保险业务处理风险监测方法及系统 | |
| CN117035557B (zh) | 针对业务场景的公路基础设施数字化程度测评方法 | |
| US20240144126A1 (en) | Tagging systems and methods for efficient cloud service provisioning | |
| CN115964409A (zh) | 一种系统访问数据的管理方法、装置、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 |