CN115633061A - 基于物联网应用的数据处理方法及系统 - Google Patents
基于物联网应用的数据处理方法及系统 Download PDFInfo
- Publication number
- CN115633061A CN115633061A CN202211239342.XA CN202211239342A CN115633061A CN 115633061 A CN115633061 A CN 115633061A CN 202211239342 A CN202211239342 A CN 202211239342A CN 115633061 A CN115633061 A CN 115633061A
- Authority
- CN
- China
- Prior art keywords
- vulnerability
- extraction
- behavior
- internet
- feature
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000605 extraction Methods 0.000 claims abstract description 135
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 129
- 239000013598 vector Substances 0.000 claims description 75
- 238000012937 correction Methods 0.000 claims description 47
- 238000000034 method Methods 0.000 claims description 27
- 230000009471 action Effects 0.000 claims description 23
- 238000003860 storage Methods 0.000 claims description 20
- 239000012634 fragment Substances 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000005065 mining Methods 0.000 claims description 12
- 230000015556 catabolic process Effects 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims description 2
- 230000008439 repair process Effects 0.000 description 25
- 230000015654 memory Effects 0.000 description 12
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000000977 initiatory effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1433—Vulnerability analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种基于物联网应用的数据处理方法及系统,通过对物联网应用运行日志数据进行运行漏洞提取,获取所述物联网应用运行日志数据的运行漏洞分布,依据所述物联网应用运行日志数据的运行漏洞分布确定所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络,依据所述物联网运行微服务的运行漏洞思维网络对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理。如此,通过确定物联网运行微服务的运行漏洞思维网络以便于表达运行漏洞以及运行漏洞之间的漏洞联动属性,从而针对性地对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理,可以提高漏洞修复可靠性。
Description
技术领域
本发明涉及物联网应用优化技术领域,具体而言,涉及一种基于物联网应用的数据处理方法及系统。
背景技术
在物联网服务的应用过程中,会涉及到应用各种云端服务软件,而物联网服务的相关漏洞会造成物联网应用使用过程中出现诸多异常事件,例如攻击事件、崩溃事件等。相关技术中的运行漏洞修复处理没有考虑到运行漏洞以及运行漏洞之间的漏洞联动属性,导致漏洞修复的可靠性不佳。
发明内容
为了至少克服现有技术中的上述不足,本发明的目的在于提供一种基于物联网应用的数据处理方法及系统。
第一方面,本发明提供一种基于物联网应用的数据处理方法,应用于物联网应用服务平台,所述方法包括:
对物联网应用运行日志数据进行运行漏洞提取,获取所述物联网应用运行日志数据的运行漏洞分布;
依据所述物联网应用运行日志数据的运行漏洞分布确定所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络;
依据所述物联网运行微服务的运行漏洞思维网络对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理。
第二方面,本发明实施例还提供一种物联网应用服务平台,所述物联网应用服务平台包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现前述的基于物联网应用的数据处理方法。
依据上述任意一个方面,通过对物联网应用运行日志数据进行运行漏洞提取,获取所述物联网应用运行日志数据的运行漏洞分布,依据所述物联网应用运行日志数据的运行漏洞分布确定所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络,依据所述物联网运行微服务的运行漏洞思维网络对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理。如此,通过确定物联网运行微服务的运行漏洞思维网络以便于表达运行漏洞以及运行漏洞之间的漏洞联动属性,从而针对性地对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理,可以提高漏洞修复可靠性。
附图说明
图1为本发明实施例提供的基于物联网应用的数据处理方法的流程示意图;
图2为本发明实施例提供的用于实现上述的基于物联网应用的数据处理方法的物联网应用服务平台的结构示意框图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和利用本发明,并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本发明的原则和范围的情况下,本发明中所定义的普遍原则可以适用于其它实施例和应用场景。因此,本发明并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
本发明中所使用的术语仅用于描述特定的示例性实施例,并不限制本发明的范围。如本发明使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本发明说明书中,术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件,但并不排除存在或添加一个或以上其它特征、整体、步骤、操作、组件、部件和/或其组合的情况。
依据以下对附图的描述,本发明的这些和其它的特征、特点以及相关结构元件的功能和操作方法,以及部件组合和制造经济性,可以变得更加显而易见,这些附图都构成本发明说明书的一部分。然而,应当理解的是,附图仅仅是为了说明和描述的目的,并不旨在限制本发明的范围。应当理解的是,附图并不是按比例绘制的。
本发明中使用了流程图用来说明依据本发明的一些实施例的系统所执行的操作。应当理解的是,流程图中的操作可以不按顺序执行。相反,可以按照倒序或同时处理各种步骤。此外,可以向流程图添加一个或以上其它操作。也可以从流程图中删除一个或以上操作。
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本发明一种实施例提供的基于物联网应用的数据处理方法的流程示意图,下面对该基于物联网应用的数据处理方法进行详细介绍。
步骤S110,对物联网应用运行日志数据进行运行漏洞提取,获取所述物联网应用运行日志数据的运行漏洞分布;
步骤S120,依据所述物联网应用运行日志数据的运行漏洞分布确定所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络。
本实施例中,运行漏洞思维网络可以用于表达多个不同的提取漏洞以及不同的提取漏洞之间的漏洞联动属性,例如不同提取漏洞之间的漏洞联动关系等。
步骤S130,依据所述物联网运行微服务的运行漏洞思维网络对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理。
基于以上步骤,本实施例通过对物联网应用运行日志数据进行运行漏洞提取,获取所述物联网应用运行日志数据的运行漏洞分布,依据所述物联网应用运行日志数据的运行漏洞分布确定所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络,依据所述物联网运行微服务的运行漏洞思维网络对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理。如此,通过确定物联网运行微服务的运行漏洞思维网络以便于表达运行漏洞以及运行漏洞之间的漏洞联动属性,从而针对性地对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理,可以提高漏洞修复可靠性。
一些设计中,步骤S110可以通过以下示例性的步骤实现。
步骤S101,获取物联网应用节点产生的历史业务崩溃协同信息,从历史业务崩溃协同信息中获取历史运行漏洞提取行为,并从历史运行漏洞提取行为获取历史运行漏洞特征。
其中,历史业务崩溃协同信息用于响应提取历史运行漏洞提取行为。
步骤S102,检索历史运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中被用于执行提取所述目标行为标签向量的运行漏洞特征片段。
若检索到可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中存在运行漏洞特征片段被用于执行提取目标行为标签向量则进入步骤S103。
步骤S103,在历史运行漏洞提取行为中的历史运行漏洞特征上执行运行漏洞特征衍生处理,得到衍生运行漏洞提取行为。
衍生运行漏洞提取行为的行为标签向量为目标行为标签向量,历史运行漏洞提取行为和衍生运行漏洞提取行为的运行漏洞特征中的运行漏洞特征片段的特征向量内容不同。
步骤S104,获取衍生运行漏洞提取行为和业务崩溃表达特征,并获取衍生运行漏洞提取行为中的衍生处理运行漏洞特征。
步骤S105,获取所述衍生运行漏洞提取行为中的运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的即时噪声特征度。
步骤S106,若存在目标运行漏洞特征片段的即时噪声特征度小于目标特征度,则在衍生运行漏洞提取行为中的运行漏洞特征上执行漏洞协同匹配,得到匹配运行漏洞提取行为,匹配运行漏洞提取行为的行为标签向量为目标行为标签向量,所述匹配运行漏洞提取行为中与目标运行漏洞特征片段对应的行为特征点为激活状态。
步骤S107,在当前产生的运行漏洞提取行为中的运行漏洞特征片段点与所述业务崩溃表达特征匹配条件下,将所述物联网应用节点产生的运行漏洞提取行为通过所述匹配运行漏洞提取行为中运行漏洞特征中激活状态的运行漏洞特征片段对物联网应用运行日志数据进行漏洞提取,获得所述物联网应用运行日志数据的运行漏洞分布。
基于以上步骤,可以在多个运行漏洞特征片段中获取适合的行为标签向量且即时噪声特征度较低的运行漏洞特征片段对物联网应用运行日志数据进行漏洞提取,确保漏洞提取的可靠性。
一些设计中,步骤S102可以通过以下方式实现。
(1)获取产生的行为标签向量检索信息,其中,所述行为标签向量检索信息中包括有待检索运行漏洞特征片段的运行漏洞特征片段信息的行为标签向量簇。
(2)获取当前提取特征向量内容相关的提取区间内,与所述历史运行漏洞提取行为的行为标签向量簇匹配的信息对所述运行漏洞特征片段信息的行为标签向量簇的运行漏洞特征片段的作用权重,作为所述历史运行漏洞提取行为对所述运行漏洞特征片段信息的行为标签向量簇的作用权重。
(3)依据所述运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的作用权重,确定所述历史运行漏洞提取行为的漏洞提取权重。
(4)判断所述漏洞提取权重是否小于目标提取权重,若小于,确定所述历史运行漏洞提取行为符合行为标签向量检索条件,检索结论为可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中存在运行漏洞特征片段被用于执行提取所述目标行为标签向量,否则,确定所述历史运行漏洞提取行为不符合行为标签向量检索条件,检索结论为可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中不存在运行漏洞特征片段被用于执行提取所述目标行为标签向量。
依据所述运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的作用权重,确定所述历史运行漏洞提取行为的漏洞提取权重,包括:将所述历史运行漏洞提取行为针对运行漏洞特征片段信息的行为标签向量簇的作用权重与预设的运行漏洞提取行为作用权重之间的商,作为所述历史运行漏洞提取行为的漏洞提取权重;
所述判断所述漏洞提取权重是否小于目标提取权重,包括:判断所述漏洞提取权重是否小于目标提取权重;其中,所述目标提取权重为所述历史运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的行为可作用权重与设定行为作用权重的商。
一些设计中,所述历史运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的运行漏洞特征片段信息的行为标签向量簇为至少一种,所述依据所述运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的作用权重,确定所述历史运行漏洞提取行为的漏洞提取权重,包括:
(1)计算所述历史运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的运行漏洞特征片段的作用权重与目标提取权重的权衡权重;其中,所述目标提取权重为属于该运行漏洞特征片段信息的行为标签向量簇的运行漏洞特征片段的提取权重;
(2)依据权衡权重,确定所述历史运行漏洞提取行为在提取区间内的提取权重,作为所述历史运行漏洞提取行为的漏洞提取权重。
所述判断所述漏洞提取权重是否小于目标提取权重,包括:判断所述历史运行漏洞提取行为的漏洞提取权重是否小于运行漏洞特征片段的最大提取权重。
一些设计中,步骤S105可以通过以下方式实现。
(1)获取可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段在多个过往漏洞挖掘流程获得的漏洞纠偏信息,并获取所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段所提取的至少一个目标漏洞纠偏事件的漏洞纠偏事件信息和漏洞纠偏事件类别。
(2)依据多个过往漏洞挖掘流程的漏洞纠偏信息确定所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性向量,其中,所述纠偏偏向性向量表示所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性。
(3)基于训练的纠偏目标定位模型对所述纠偏偏向性向量进行处理,得到所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏目标向量;其中,所述纠偏目标向量为所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏方向正确或者错误。
(4)若所述纠偏目标向量为所述可进行漏洞协同匹配的运行漏洞特征相关的纠偏方向错误,则针对所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段所提取的每个目标漏洞纠偏事件,依据所述目标漏洞纠偏事件的漏洞纠偏事件信息确定所述目标漏洞纠偏事件是否为错误漏洞纠偏事件;若是,则将所述错误漏洞纠偏事件的漏洞纠偏事件类别的统计数量进行确定获得即时噪声特征度。
一些设计中,所述依据所述多个过往漏洞挖掘流程的漏洞纠偏信息确定所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性向量的步骤,可以包括:
(1)依据多个过往漏洞挖掘流程的漏洞纠偏信息生成漏洞纠偏分布图;其中,所述漏洞纠偏分布图的图节点为过往漏洞挖掘流程,所述漏洞纠偏分布图的图节点数据为所述过往漏洞挖掘流程的漏洞纠偏信息;
(2)对每个漏洞纠偏分布图进行纠偏偏向性向量提取获得可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性向量。
一些设计中,所述依据所述目标漏洞纠偏事件的漏洞纠偏事件信息确定所述目标漏洞纠偏事件是否为错误漏洞纠偏事件,包括:
若所述漏洞纠偏事件信息对应的物联网应用节点不在所述运行漏洞特征片段预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件为错误漏洞纠偏事件,若所述漏洞纠偏事件信息在所述运行漏洞特征片段预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件不为错误漏洞纠偏事件;或者,若所述漏洞纠偏事件信息在所述运行漏洞特征片段不预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件为错误漏洞纠偏事件,若所述漏洞纠偏事件信息不在所述运行漏洞特征片段不预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件不为错误漏洞纠偏事件。
一些设计中,对于步骤S120,例如可以获取所述物联网应用运行日志数据的运行漏洞分布中每个提取漏洞以及不同提取漏洞之间的漏洞联动属性,依据每个提取漏洞以及不同提取漏洞之间的漏洞联动属性配置所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络。
譬如在一些设计中,对于步骤S130,在依据所述物联网运行微服务的运行漏洞思维网络对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理的过程中,例如可以基于所述物联网运行微服务对相关物联网应用节点的运行漏洞思维网络获取目标参考漏洞修复固件数据被应用到敏感功能项目下在敏感功能代码区中所对应的敏感漏洞修复固件数据,得到第一敏感漏洞修复固件数据;依据相关物联网应用节点从每一种修复发起活动中解析的敏感漏洞修复固件数据得到第二敏感漏洞修复固件数据;当通过所述相关物联网应用节点解析到当前漏洞覆盖分量后,依据所述第一敏感漏洞修复固件数据及所述第二敏感漏洞修复固件数据中的敏感漏洞修复固件数据,确定所述目标参考漏洞修复固件数据的历史修复错误次数是否存在预设次数区间之外的变化;若所述目标参考漏洞修复固件数据的历史修复错误次数未存在预设次数区间之外的变化,则通过所述相关物联网应用节点的运行漏洞思维网络启动漏洞修复进程;若所述目标参考漏洞修复固件数据的历史修复错误次数存在预设次数区间之外的变化,则对所述敏感漏洞修复固件数据对应的修复发起活动进行活动配置优化,得到目标修复发起活动,并基于所述目标修复发起活动和相关物联网应用节点的运行漏洞思维网络启动漏洞修复进程,基于所述漏洞修复进程对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理。
图2示出了本发明实施例提供的用于实现上述的基于物联网应用的数据处理方法的物联网应用服务平台100的硬件结构意图,如图2所示,物联网应用服务平台100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。
在一些实施例中,物联网应用服务平台100可以是单个服务器,也可以是服务器组。所述服务器组可以是集中式的,也可以是分布式的(例如,物联网应用服务平台100可以是分布式的系统)。在一些实施例中,物联网应用服务平台100可以是本地的,也可以是远程的。例如,物联网应用服务平台100可以经由网络访问存储于机器可读存储介质120中的信息和/或数据。又例如,物联网应用服务平台100可以直接连接到机器可读存储介质120以访问存储的信息和/或数据。在一些实施例中,物联网应用服务平台100可以在云平台上实施。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
机器可读存储介质120可以储存数据和/或指令。在一些实施例中,机器可读存储介质120可以存储从外部终端获取的数据。在一些实施例中,机器可读存储介质120可以储存物联网应用服务平台100用来执行或使用来完成本发明中描述的示例性方法的数据及/或指令。在一些实施例中,机器可读存储介质120可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取内存(RAM)。示例性RAM可包括主动随机存取存储器(DRAM)、双倍数据速率同步主动随机存取存储器(DDR SDRAM)、被动随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中,机器可读存储介质120可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云,多层云等,或其任意组合。
在具体实现过程中,至少一个处理器110执行机器可读存储介质120存储的计算机可执行指令,使得处理器110可以执行如上方法实施例的基于物联网应用的数据处理方法,处理器110、机器可读存储介质120以及通信单元140通过总线130连接,处理器110可以用于控制通信单元140的收发动作。
处理器110的具体实现过程可参见上述物联网应用服务平台100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中预设有计算机可执行指令,当处理器执行所述计算机可执行指令时,实现如上基于物联网应用的数据处理方法。
应当理解的是,以上描述仅出于说明的目的,并不旨在限制本发明的范围。对于本领域的普通技术人员来说,可以依据本发明的描述,做出多种修改和变化。然而,这些修改和变化不会背离本发明的范围。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明公开仅作为示例,并不构成对本发明的限制。虽然此处并没有明确说明,本领域技术人员可能会对本发明进行各种修改、改进和修正。该类修改、改进和修正在本发明中被建议,所以该类修改、改进、修正仍属于本发明示范实施例的精神和范围。
同时,本发明使用了特定词语来描述本发明的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定系指同一实施例。此外,本发明的一个或以上实施例中的某些特征、结构或特性可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本发明的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改良。相应地,本发明的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外,本发明公开的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质等或其任意组合。
本发明各部分操作所需的计算机程序编码可以用任意一种或以上程序语言编写,包括面向持续活动编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,主动编程语言如Python、Ruby和Groovy,或其它编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本发明所述处理元素和序列的顺序、数字字母的使用、或其它名称的使用,并非用于限定本发明流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本发明实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本发明披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本发明实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。同理,应当注意的是,为了简化本发明披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本发明实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。
Claims (10)
1.一种基于物联网应用的数据处理方法,其特征在于,应用于物联网应用服务平台,所述方法包括:
对物联网应用运行日志数据进行运行漏洞提取,获取所述物联网应用运行日志数据的运行漏洞分布;
依据所述物联网应用运行日志数据的运行漏洞分布确定所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络;
依据所述物联网运行微服务的运行漏洞思维网络对所述物联网运行微服务对应的运行代码项目进行运行漏洞修复处理。
2.根据权利要求1所述的基于物联网应用的数据处理方法,其特征在于,所述对物联网应用运行日志数据进行运行漏洞提取,获取所述物联网应用运行日志数据的运行漏洞分布的步骤,包括:
获取物联网应用节点产生的历史业务崩溃协同信息,从历史业务崩溃协同信息中获取历史运行漏洞提取行为,并从历史运行漏洞提取行为获取历史运行漏洞特征,所述历史业务崩溃协同信息用于响应提取历史运行漏洞提取行为,所述历史运行漏洞提取行为的行为标签向量为目标行为标签向量,所述历史运行漏洞特征包括可进行漏洞协同匹配的运行漏洞特征;
检索所述历史运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中被用于执行提取所述目标行为标签向量的运行漏洞特征片段;
若检索到可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中存在运行漏洞特征片段被用于执行提取所述目标行为标签向量,在所述历史运行漏洞提取行为中的所述历史运行漏洞特征上执行运行漏洞特征衍生处理,得到衍生运行漏洞提取行为,所述衍生运行漏洞提取行为的行为标签向量为所述目标行为标签向量,所述历史运行漏洞提取行为和所述衍生运行漏洞提取行为的运行漏洞特征中的运行漏洞特征片段的特征向量内容不同;
获取所述衍生运行漏洞提取行为和业务崩溃表达特征,所述衍生运行漏洞提取行为的运行漏洞特征中还包含用于表达业务崩溃表达特征的运行漏洞特征片段点;
获取所述衍生运行漏洞提取行为中的运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的即时噪声特征度;
若存在目标运行漏洞特征片段的即时噪声特征度小于目标特征度,则在所述衍生运行漏洞提取行为中的运行漏洞特征上执行所述漏洞协同匹配,得到匹配运行漏洞提取行为,其中,所述匹配运行漏洞提取行为的行为标签向量为所述目标行为标签向量,所述匹配运行漏洞提取行为中与目标运行漏洞特征片段对应的行为特征点为激活状态;
在当前产生的运行漏洞提取行为中的运行漏洞特征片段点与所述业务崩溃表达特征匹配条件下,将所述物联网应用节点产生的运行漏洞提取行为通过所述匹配运行漏洞提取行为中运行漏洞特征中激活状态的运行漏洞特征片段对物联网应用运行日志数据进行漏洞提取,获得所述物联网应用运行日志数据的运行漏洞分布。
3.根据权利要求2所述的基于物联网应用的数据处理方法,其特征在于,所述检索所述历史运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中被用于执行提取所述目标行为标签向量的运行漏洞特征片段的步骤,包括:
获取产生的行为标签向量检索信息,其中,所述行为标签向量检索信息中包括有待检索运行漏洞特征片段的运行漏洞特征片段信息的行为标签向量簇;
获取当前提取特征向量内容相关的提取区间内,与所述历史运行漏洞提取行为的行为标签向量簇匹配的信息对所述运行漏洞特征片段信息的行为标签向量簇的运行漏洞特征片段的作用权重,作为所述历史运行漏洞提取行为对所述运行漏洞特征片段信息的行为标签向量簇的作用权重;
依据所述运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的作用权重,确定所述历史运行漏洞提取行为的漏洞提取权重;
判断所述漏洞提取权重是否小于目标提取权重,若小于,确定所述历史运行漏洞提取行为符合行为标签向量检索条件,检索结论为可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中存在运行漏洞特征片段被用于用于执行提取所述目标行为标签向量,否则,确定所述历史运行漏洞提取行为不符合行为标签向量检索条件,检索结论为可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段中不存在运行漏洞特征片段被用于用于执行提取所述目标行为标签向量信息。
4.根据权利要求3所述的基于物联网应用的数据处理方法,其特征在于,所述历史运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的运行漏洞特征片段信息的行为标签向量簇为一种;
所述依据所述运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的作用权重,确定所述历史运行漏洞提取行为的漏洞提取权重,包括:
将所述历史运行漏洞提取行为针对运行漏洞特征片段信息的行为标签向量簇的作用权重与预设的运行漏洞提取行为作用权重之间的商,作为所述历史运行漏洞提取行为的漏洞提取权重;
所述判断所述漏洞提取权重是否小于目标提取权重,包括:
判断所述漏洞提取权重是否小于目标提取权重;所述目标提取权重为所述历史运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的行为可作用权重与设定行为作用权重的商。
5.根据权利要求3所述的基于物联网应用的数据处理方法,其特征在于,所述历史运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的运行漏洞特征片段信息的行为标签向量簇为至少一种;
所述依据所述运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的作用权重,确定所述历史运行漏洞提取行为的漏洞提取权重,包括:
计算所述历史运行漏洞提取行为针对所述运行漏洞特征片段信息的行为标签向量簇的运行漏洞特征片段的作用权重与目标提取权重的权衡权重;其中,所述目标提取权重为属于该运行漏洞特征片段信息的行为标签向量簇的运行漏洞特征片段的提取权重;
依据权衡权重,确定所述历史运行漏洞提取行为在提取区间内的提取权重,作为所述历史运行漏洞提取行为的漏洞提取权重;
所述判断所述漏洞提取权重是否小于目标提取权重,包括:
判断所述历史运行漏洞提取行为的漏洞提取权重是否小于运行漏洞特征片段的最大提取权重。
6.根据权利要求2所述的基于物联网应用的数据处理方法,其特征在于,所述获取所述衍生运行漏洞提取行为中的运行漏洞特征中可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的即时噪声特征度的步骤,包括:
获取可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段在多个过往漏洞挖掘流程获得的漏洞纠偏信息,并获取所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段所提取的至少一个目标漏洞纠偏事件的漏洞纠偏事件信息和漏洞纠偏事件类别;
依据多个过往漏洞挖掘流程的漏洞纠偏信息确定所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性向量,其中,所述纠偏偏向性向量表示所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性;
基于训练的纠偏目标定位模型对所述纠偏偏向性向量进行处理,得到所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏目标向量;其中,所述纠偏目标向量为所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏方向正确或者错误;
若所述纠偏目标向量为所述可进行漏洞协同匹配的运行漏洞特征相关的纠偏方向错误,则针对所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段所提取的每个目标漏洞纠偏事件,依据所述目标漏洞纠偏事件的漏洞纠偏事件信息确定所述目标漏洞纠偏事件是否为错误漏洞纠偏事件;
若是,则将所述错误漏洞纠偏事件的漏洞纠偏事件类别的统计数量进行确定获得即时噪声特征度。
7.根据权利要求6所述的基于物联网应用的数据处理方法,其特征在于,所述依据多个过往漏洞挖掘流程的漏洞纠偏信息确定所述可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性向量的步骤,包括:
依据多个过往漏洞挖掘流程的漏洞纠偏信息生成漏洞纠偏分布图;其中,所述漏洞纠偏分布图的图节点为过往漏洞挖掘流程,所述漏洞纠偏分布图的图节点数据为所述过往漏洞挖掘流程的漏洞纠偏信息;
对每个漏洞纠偏分布图进行纠偏偏向性向量提取获得可进行漏洞协同匹配的运行漏洞特征相关的运行漏洞特征片段的纠偏偏向性向量。
8.根据权利要求6所述的基于物联网应用的数据处理方法,其特征在于,所述依据所述目标漏洞纠偏事件的漏洞纠偏事件信息确定所述目标漏洞纠偏事件是否为错误漏洞纠偏事件,包括:
若所述漏洞纠偏事件信息对应的物联网应用节点不在所述运行漏洞特征片段预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件为错误漏洞纠偏事件,若所述漏洞纠偏事件信息在所述运行漏洞特征片段预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件不为错误漏洞纠偏事件;或者,若所述漏洞纠偏事件信息在所述运行漏洞特征片段不预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件为错误漏洞纠偏事件,若所述漏洞纠偏事件信息不在所述运行漏洞特征片段不预设的漏洞纠偏事件清单中,则确定所述目标漏洞纠偏事件不为错误漏洞纠偏事件。
9.根据权利要求1-8中任意一项所述的基于物联网应用的数据处理方法,其特征在于,所述依据所述物联网应用运行日志数据的运行漏洞分布确定所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络的步骤,包括:
获取所述物联网应用运行日志数据的运行漏洞分布中每个提取漏洞以及不同提取漏洞之间的漏洞联动属性;
依据每个提取漏洞以及不同提取漏洞之间的漏洞联动属性配置所述物联网应用运行日志数据相关的物联网运行微服务的运行漏洞思维网络。
10.一种物联网应用服务平台,其特征在于,所述物联网应用服务平台包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现权利要求1-9中任意一项的基于物联网应用的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211239342.XA CN115633061A (zh) | 2022-10-11 | 2022-10-11 | 基于物联网应用的数据处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211239342.XA CN115633061A (zh) | 2022-10-11 | 2022-10-11 | 基于物联网应用的数据处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115633061A true CN115633061A (zh) | 2023-01-20 |
Family
ID=84903799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211239342.XA Pending CN115633061A (zh) | 2022-10-11 | 2022-10-11 | 基于物联网应用的数据处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115633061A (zh) |
-
2022
- 2022-10-11 CN CN202211239342.XA patent/CN115633061A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113392330B (zh) | 一种基于互联网行为的大数据处理方法及系统 | |
CN113689292B (zh) | 基于图像背景识别的用户聚集识别方法及系统 | |
US20210286614A1 (en) | Causality determination of upgrade regressions via comparisons of telemetry data | |
CN115857461B (zh) | 小猪预混合饲料生产在线监控方法及系统 | |
CN110909373A (zh) | 一种访问控制方法、设备、系统及存储介质 | |
CN113592869B (zh) | 一种建筑幕墙玻璃破裂图像识别方法及报警系统 | |
US11934287B2 (en) | Method, electronic device and computer program product for processing data | |
CN113138781B (zh) | Csv配置更新方法、存储介质 | |
CN112860706A (zh) | 一种业务的处理方法、装置、设备及存储介质 | |
CN113689291B (zh) | 基于异常移动的反欺诈识别方法及系统 | |
CN112084179A (zh) | 一种数据处理的方法、装置、设备及存储介质 | |
CN112783508B (zh) | 文件的编译方法、装置、设备以及存储介质 | |
US11886296B2 (en) | Inhibiting recommendation of driver installations for drivers that are likely to cause a system failure | |
CN110928941B (zh) | 一种数据分片抽取方法及装置 | |
CN113360210A (zh) | 数据对账方法、装置、计算机设备和存储介质 | |
US11372904B2 (en) | Automatic feature extraction from unstructured log data utilizing term frequency scores | |
CN115633061A (zh) | 基于物联网应用的数据处理方法及系统 | |
CN114691630B (zh) | 一种智慧供应链大数据共享方法及系统 | |
CN113759968B (zh) | 一种基于无人机的电网巡线规划方法及系统 | |
CN113435948B (zh) | 一种电商平台数据监测方法及系统 | |
CN115454781A (zh) | 基于企业架构系统的数据可视化展现方法及系统 | |
CN113641702B (zh) | 一种语句审计后与数据库客户端交互处理方法和装置 | |
CN113626807A (zh) | 基于大数据的计算机信息安全处理方法及系统 | |
CN113596061A (zh) | 基于区块链技术的网络安全漏洞响应方法及系统 | |
CN113706181B (zh) | 基于用户行为特征的业务处理检测方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20230120 |
|
WD01 | Invention patent application deemed withdrawn after publication |