CN116112203A - 基于风险模型的网络通信风险预测方法及装置 - Google Patents
基于风险模型的网络通信风险预测方法及装置 Download PDFInfo
- Publication number
- CN116112203A CN116112203A CN202211433998.5A CN202211433998A CN116112203A CN 116112203 A CN116112203 A CN 116112203A CN 202211433998 A CN202211433998 A CN 202211433998A CN 116112203 A CN116112203 A CN 116112203A
- Authority
- CN
- China
- Prior art keywords
- risk
- communication
- information
- target communication
- target
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 818
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000013058 risk prediction model Methods 0.000 claims abstract description 84
- 238000012545 processing Methods 0.000 claims description 13
- 230000010365 information processing Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000002349 favourable effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Signal Processing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了基于风险模型的网络通信风险预测方法及装置,包括:确定当前通信网络的所有待执行通信任务中的目标通信任务对应的源通信端以及目标通信端;根据对应的设备类型以及对应的设备信息确定源通信端对应的第一风险预测模型及目标通信端对应的第二风险预测模型;基于对应的风险预测模型以及对应的设备信息预测源通信端发送目标通信信息所对应的第一通信风险信息以及目标通信端接收目标通信信息所对应的第二通信风险信息;根据前述两个通信风险信息确定综合风险信息。可见,本发明能够提高网络通信风险的预测准确性及预测效率,提高了在基于通信风险预测方式以提高网络通信安全性时的可靠性,进而有利于保证通信网络的正常运行。
Description
技术领域
本发明涉及通信安全技术领域,尤其涉及一种基于风险模型的网络通信风险预测方法及装置。
背景技术
无论是互联网,还是物联网,网络通信安全均是保证网络正常运行的重要因素之一,如何提高网络通信安全性是网络通信维护人员需要重点考虑的问题之一。
当前,在提高网络通信安全性方面,最常见的2种方式为:对网络通信风险进行预测进而提前采取相应措施以提高网络通信安全性,以及,在网络通信发生网络安全异常之后对异常原因进行分析及处理以提高后续的网络通信安全性。其中,为了减少网络安全异常的情况发生,前述2种方式中最为常用的方式为第1种。
在实际应用中,网络通信维护人员通常依赖于自身经验和/或历史网络安全异常信息实现网络通信风险的预测,存在准确率低及效率低的问题。
发明内容
本发明提供了一种基于风险模型的网络通信风险预测方法及装置,能够提高网络通信风险的预测准确性及预测效率。
为了解决上述技术问题,本发明第一方面公开了一种基于风险模型的网络通信风险预测方法,所述方法包括:
确定当前通信网络的所有待执行通信任务中的目标通信任务,所述目标通信任务包括所有所述待执行通信任务中执行时间最早的待执行通信任务;
确定所述目标通信任务对应的源通信端以及目标通信端,所述源通信端用于执行所述目标通信任务以将所述目标通信任务对应的目标通信信息发送至所述目标通信端;
根据所述源通信端对应的设备类型以及所述源通信端对应的第一设备信息确定所述源通信端对应的第一风险预测模型,以及,根据所述目标通信端对应的设备类型以及所述目标通信端对应的第二设备信息确定所述目标通信端对应的第二风险预测模型;
基于所述第一风险预测模型以及所述第一设备信息预测所述源通信端发送所述目标通信信息所对应的第一通信风险信息,基于所述第二风险预测模型以及所述第二设备信息预测所述目标通信端接收所述目标通信信息所对应的第二通信风险信息;
根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息。
作为一种可选的实施方式,在本发明第一方面中,所述基于所述第一风险预测模型以及所述第一设备信息预测所述源通信端发送所述目标通信信息所对应的第一通信风险信息,包括:
计算当前时间与所述目标通信任务的执行时间之间的时间长度;
根据所述当前时间、所述执行时间及预设时间间隔,将所述时间长度划分为多个预估时间段,并确定每个所述预估时间段对应的风险预估时刻;
在每个所述风险预估时刻,将在每个所述风险预估时刻对应的预估时间段内所述源通信端对应的设备子信息输入至所述第一风险预测模型,得到所述源通信端在每个所述风险预估时刻与所述目标通信信息对应的子通信风险信息;
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息,包括:
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息以及所有所述风险预估时刻所对应的预估时间段的风险权重信息,计算所述源通信端发送所述目标通信信息所对应的第一通信风险信息;或者,
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,绘制所述源通信端对应的风险趋势曲线,根据所述风险趋势曲线、所述目标通信任务的执行时刻以及所述源通信端在所述执行时刻的设备状态信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息。
作为一种可选的实施方式,在本发明第一方面中,对于任一所述风险预估时刻,该风险预估时刻所对应的预估时间段的风险权重信息是根据以下方式确定出的:
根据所述源通信端在该预估时间段内的设备状态信息、所述目标通信信息在该预估时间段内的信息状态、所述目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态以及所述目标通信信息的发送需求信息,确定所述源通信端在该预估时间段对应的通信准备进度;
根据该预估时间段对应的时间段顺序及所述源通信端在该预估时间段对应的通信准备进度,确定该风险预估时刻所对应的预估时间段的风险权重信息。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息之后,所述方法还包括:
确定所述目标通信信息所对应的风险影响因子,所述风险影响因子包括所述目标通信信息的重要等级,以及,所述风险影响因子还包括对所述目标通信信息已执行的加密处理操作和/或对所述目标通信信息待执行的加密处理操作;
根据所述风险影响因子对所述综合风险信息执行校准操作,得到校准后的风险信息。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息之后,以及,所述确定所述目标通信信息所对应的风险影响因子之前,所述方法还包括:
根据所述目标通信信息对应的信息属性,计算所述目标通信信息所对应的风险影响程度;
判断所述风险影响程度是否为负向影响程度,当判断出所述风险影响程度为所述负向影响程度时,判断所述负向影响程度的绝对值是否大于等于预设影响程度阈值;
当判断出所述负向影响程度的绝对值大于等于所述预设影响程度阈值时,触发执行所述的确定所述目标通信信息所对应的风险影响因子的步骤。
作为一种可选的实施方式,在本发明第一方面中,所述基于所述第二风险预测模型以及所述第二设备信息预测所述目标通信端接收所述目标通信信息所对应的第二通信风险信息,包括:
根据所述目标通信端在所述目标通信信息的预估接收时刻的任务信息,所述任务信息包括发送任务信息及接收任务信息;
根据所述任务信息确定所述目标通信端在所述预估接收时刻所需开放的信息发送接口、信息发送操作权限、信息接收接口、信息接收操作权限、接收信息处理权限及发送信息处理权限,确定所述目标通信端在所述预估接收时刻的设备状态信息;
将所述目标通信端在所述预估接收时刻的设备状态信息及所述目标通信端接收所述目标通信信息时对应的接收需求信息输入至所述第二风险预测模型,得到所述第二风险预测模型的输出结果,基于所述输出结果确定所述目标通信端接收所述目标通信信息所对应的第二通信风险信息。
本发明第二方面公开了一种基于风险模型的网络通信风险预测装置,所述装置包括:
第一确定模块,用于确定当前通信网络的所有待执行通信任务中的目标通信任务,所述目标通信任务包括所有所述待执行通信任务中执行时间最早的待执行通信任务;
第二确定模块,用于确定所述目标通信任务对应的源通信端以及目标通信端,所述源通信端用于执行所述目标通信任务以将所述目标通信任务对应的目标通信信息发送至所述目标通信端;
第三确定模块,用于根据所述源通信端对应的设备类型以及所述源通信端对应的第一设备信息确定所述源通信端对应的第一风险预测模型,以及,根据所述目标通信端对应的设备类型以及所述目标通信端对应的第二设备信息确定所述目标通信端对应的第二风险预测模型;
风险预测模块,用于基于所述第一风险预测模型以及所述第一设备信息预测所述源通信端发送所述目标通信信息所对应的第一通信风险信息,基于所述第二风险预测模型以及所述第二设备信息预测所述目标通信端接收所述目标通信信息所对应的第二通信风险信息;
所述风险预测模块,还用于根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息。
作为一种可选的实施方式,在本发明第二方面中,所述风险预测模块基于所述第一风险预测模型以及所述第一设备信息预测所述源通信端发送所述目标通信信息所对应的第一通信风险信息的具体方式包括:
计算当前时间与所述目标通信任务的执行时间之间的时间长度;
根据所述当前时间、所述执行时间及预设时间间隔,将所述时间长度划分为多个预估时间段,并确定每个所述预估时间段对应的风险预估时刻;
在每个所述风险预估时刻,将在每个所述风险预估时刻对应的预估时间段内所述源通信端对应的设备子信息输入至所述第一风险预测模型,得到所述源通信端在每个所述风险预估时刻与所述目标通信信息对应的子通信风险信息;
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息。
作为一种可选的实施方式,在本发明第二方面中,所述风险预测模块根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息的具体方式包括:
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息以及所有所述风险预估时刻所对应的预估时间段的风险权重信息,计算所述源通信端发送所述目标通信信息所对应的第一通信风险信息;或者,
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,绘制所述源通信端对应的风险趋势曲线,根据所述风险趋势曲线、所述目标通信任务的执行时刻以及所述源通信端在所述执行时刻的设备状态信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息。
作为一种可选的实施方式,在本发明第二方面中,对于任一所述风险预估时刻,该风险预估时刻所对应的预估时间段的风险权重信息是根据以下方式确定出的:
根据所述源通信端在该预估时间段内的设备状态信息、所述目标通信信息在该预估时间段内的信息状态、所述目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态以及所述目标通信信息的发送需求信息,确定所述源通信端在该预估时间段对应的通信准备进度;
根据该预估时间段对应的时间段顺序及所述源通信端在该预估时间段对应的通信准备进度,确定该风险预估时刻所对应的预估时间段的风险权重信息。
作为一种可选的实施方式,在本发明第二方面中,所述第一确定模块,还用于在所述风险预测模块根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息之后,确定所述目标通信信息所对应的风险影响因子,所述风险影响因子包括所述目标通信信息的重要等级,以及,所述风险影响因子还包括对所述目标通信信息已执行的加密处理操作和/或对所述目标通信信息待执行的加密处理操作;
以及,所述装置还包括:
风险校准模块,用于根据所述风险影响因子对所述综合风险信息执行校准操作,得到校准后的风险信息。
作为一种可选的实施方式,在本发明第二方面中,所述风险校准模块,还用于在所述风险预测模块根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息之后,以及在所述第一确定模块确定所述目标通信信息所对应的风险影响因子之前,根据所述目标通信信息对应的信息属性,计算所述目标通信信息所对应的风险影响程度;判断所述风险影响程度是否为负向影响程度,当判断出所述风险影响程度为所述负向影响程度时,判断所述负向影响程度的绝对值是否大于等于预设影响程度阈值;当判断出所述负向影响程度的绝对值大于等于所述预设影响程度阈值时,触发所述第一确定模块执行所述的确定所述目标通信信息所对应的风险影响因子的操作。
作为一种可选的实施方式,在本发明第二方面中,所述风险预测模块基于所述第二风险预测模型以及所述第二设备信息预测所述目标通信端接收所述目标通信信息所对应的第二通信风险信息的具体方式包括:
根据所述目标通信端在所述目标通信信息的预估接收时刻的任务信息,所述任务信息包括发送任务信息及接收任务信息;
根据所述任务信息确定所述目标通信端在所述预估接收时刻所需开放的信息发送接口、信息发送操作权限、信息接收接口、信息接收操作权限、接收信息处理权限及发送信息处理权限,确定所述目标通信端在所述预估接收时刻的设备状态信息;
将所述目标通信端在所述预估接收时刻的设备状态信息及所述目标通信端接收所述目标通信信息时对应的接收需求信息输入至所述第二风险预测模型,得到所述第二风险预测模型的输出结果,基于所述输出结果确定所述目标通信端接收所述目标通信信息所对应的第二通信风险信息。
本发明第三方面公开了另一种基于风险模型的网络通信风险预测装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的基于风险模型的网络通信风险预测方法中的部分或全部步骤。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的基于风险模型的网络通信风险预测方法中的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,确定当前通信网络的所有待执行通信任务中的目标通信任务对应的源通信端以及目标通信端;根据对应的设备类型以及对应的设备信息确定源通信端对应的第一风险预测模型及目标通信端对应的第二风险预测模型;基于对应的风险预测模型以及对应的设备信息预测源通信端发送目标通信信息所对应的第一通信风险信息以及目标通信端接收目标通信信息所对应的第二通信风险信息;根据前述两个通信风险信息确定综合风险信息。可见,本发明能够提高网络通信风险的预测准确性及预测效率,提高了在基于通信风险预测方式以提高网络通信安全性时的可靠性,进而有利于保证通信网络的正常运行。可见,本发明能够提高网络通信风险的预测准确性及预测效率,提高了在基于通信风险预测方式以提高网络通信安全性时的可靠性,进而有利于保证通信网络的正常运行。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于风险模型的网络通信风险预测方法的流程意图;
图2是本发明实施例公开的另一种基于风险模型的网络通信风险预测方法的流程意图;
图3是本发明实施例公开的一种基于风险模型的网络通信风险预测装置的结构示意图;
图4是本发明实施例公开的另一种基于风险模型的网络通信风险预测装置的结构示意图;
图5是本发明实施例公开的又一种基于风险模型的网络通信风险预测装置的结构示意图。
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他实施例,都属于本发明保护的范围。
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”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、装置、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于风险模型的网络通信风险预测方法及装置,能够提高网络通信风险的预测准确性及预测效率,提高了在基于通信风险预测方式以提高网络通信安全性时的可靠性,进而有利于保证通信网络的正常运行。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于风险模型的网络通信风险预测方法的流程意图。其中,图1所描述的方法用于实现通信网络中网络通信风险的预测,且该方法可以用于风险预测装置中,该风险预测装置可以具体集成在通信网络对应的管理服务器中,该管理服务器可以为本地服务器,也可以为云端服务器,本发明实施例不做限定。如图1所示,该基于风险模型的网络通信风险预测方法可以包括如下步骤:
101、确定当前通信网络的所有待执行通信任务中的目标通信任务。
其中,目标通信任务包括所有待执行通信任务中执行时间最早的待执行通信任务。
102、确定目标通信任务对应的源通信端以及目标通信端。
其中,源通信端用于执行目标通信任务以将目标通信任务对应的目标通信信息发送至目标通信端。
103、根据源通信端对应的设备类型以及源通信端对应的第一设备信息确定源通信端对应的第一风险预测模型,以及,根据目标通信端对应的设备类型以及目标通信端对应的第二设备信息确定目标通信端对应的第二风险预测模型。
本发明实施例中,源通信端对应的设备类型用于表示该源通信端为上述目标通信信息对应的信息发送端,目标通信端对应的设备类型用于表示该目标通信端为上述目标通信信息对应的信息接收端。
可选的,风险预测装置可以预先获取到信息发送端对应的第一风险预测模型集合以及信息接收端对应的第二风险预测模型集合。其中,第一风险预测模型集合及第二风险预测模型集合均分别包括多个风险预测模型。
进一步可选的,第一风险预测模型集合中的不同的风险预测模型对应训练样本集合的样本类型不同。其中,根据源通信端对应的设备类型以及源通信端对应的第一设备信息确定源通信端对应的第一风险预测模型,可以包括:
根据源通信端对应的设备类型,确定筛选用的第一风险预测模型集合;
根据第一风险预测模型集合中不同的风险预测模型所对应的训练样本集合的样本类型,计算第一风险预测模型集合中不同的风险预测模型所对应的训练样本集合的样本类型与源通信端对应的第一设备信息的信息类型的匹配度,得到第一风险预测模型集合中每个风险预测模型与源通信端的匹配度;
从第一风险预测模型集合中每个风险预测模型与源通信端的匹配度中确定最大匹配度,并将该最大匹配度对应的风险预测模型确定为确定源通信端对应的第一风险预测模型。
需要说明的是,从第二风险预测模型集合中确定第二风险预测模型的方式也可以参照上述方式,本发明实施例不再赘述。
可见,本发明实施例能够基于不同设备类型的通信设备确定出对应的筛选用风险预测模型集合,有利于提高确定出的风险预测模型的效率。此外,还能够基于训练样本集合的样本类型与设备信息类型的匹配度确定出与不同设备类型的通信设备相匹配的风险预测模型,有利于提高确定出的风险预测模型的准确性,进而有利于提高不同设备类型的通信设备对应的通信风险信息的准确性。
104、基于第一风险预测模型以及第一设备信息预测源通信端发送目标通信信息所对应的第一通信风险信息,基于第二风险预测模型以及第二设备信息预测目标通信端接收目标通信信息所对应的第二通信风险信息。
105、根据第一通信风险信息以及第二通信风险信息,确定在当前通信网络中执行目标通信任务对应的综合风险信息。
可见,实施本发明实施例所描述的方法能够在预网络通信风险时,同时基于信息发送设备及信息接收设备两种角度实现风险信息的智能化预测,提高网络通信风险的预测准确性及预测效率,提高了在基于通信风险预测方式以提高网络通信安全性时的可靠性,进而有利于保证通信网络的正常运行。
在一个可选的实施例中,上述的基于第一风险预测模型以及第一设备信息预测源通信端发送目标通信信息所对应的第一通信风险信息,可以包括:
计算当前时间与目标通信任务的执行时间之间的时间长度;
根据当前时间、执行时间及预设时间间隔,将时间长度划分为多个预估时间段,并确定每个预估时间段对应的风险预估时刻,相邻两个风险预估时刻之间的时长为预设时间间隔对应的时长;
在每个风险预估时刻,将在每个风险预估时刻对应的预估时间段内源通信端对应的设备子信息输入至第一风险预测模型,得到源通信端在每个风险预估时刻与目标通信信息对应的子通信风险信息;每个风险预估时刻对应的预估时间段的起始时刻为对应的风险预估时刻,每个风险预估时刻对应的预估时间段的截止时刻为对应的风险预估时刻的在后相邻风险预估时刻;
根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息,确定源通信端发送目标通信信息所对应的第一通信风险信息。
可见,该可选的实施例还能够基于在目标通信信息发送之前的不同时刻的子通信风险信息智能化的确定出源通信端发送目标通信信息所对应的第一通信风险信息,提供了一种信息发送设备这一角度下的通信风险信息智能化确定方式,有利于提高信息发送设备这一角度下的通信风险信息的准确性。
在该可选的实施例中,作为一种可选的实施方式,上述的根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息,确定源通信端发送目标通信信息所对应的第一通信风险信息,可以包括:
根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息以及所有风险预估时刻所对应的预估时间段的风险权重信息,计算源通信端发送目标通信信息所对应的第一通信风险信息,如进行加权求和等。
进一步可选的,对于任一风险预估时刻,该风险预估时刻所对应的预估时间段的风险权重信息是根据以下方式确定出的:
根据源通信端在该预估时间段内的设备状态信息、目标通信信息在该预估时间段内的信息状态、目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态以及目标通信信息的发送需求信息,确定源通信端在该预估时间段对应的通信准备进度;其中,目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态用于结合目标通信信息在该预估时间段内的信息状态确定在两个相邻预估时间段内目标通信信息的状态变化;
根据该预估时间段对应的时间段顺序及源通信端在该预估时间段对应的通信准备进度,确定该风险预估时刻所对应的预估时间段的风险权重信息。
可见,该可选的实施例还能够通过对不同风险预估时刻与目标通信信息对应的子通信风险信息进行加权求和的方式智能化的确定出源通信端发送目标通信信息所对应的第一通信风险信息,有利于提高确定出源通信端发送目标通信信息所对应的第一通信风险信息的准确性及效率。此外,还能够基于源通信端在该预估时间段内的设备状态信息、目标通信信息在该预估时间段内的信息状态、目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态以及目标通信信息的发送需求信息实现风险预估时刻所对应的预估时间段的风险权重信息的确定,提高了风险预估时刻所对应的预估时间段的风险权重信息的准确性。
在该可选的实施例中,作为另一种可选的实施方式,上述的根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息,确定源通信端发送目标通信信息所对应的第一通信风险信息,也可以包括:
根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息,绘制源通信端对应的风险趋势曲线,根据风险趋势曲线、目标通信任务的执行时刻以及源通信端在执行时刻的设备状态信息,确定源通信端发送目标通信信息所对应的第一通信风险信息。
可见,该可选的实施例还能够基于不同风险预估时刻与目标通信信息对应的子通信风险信息绘制风险趋势曲线,并基于风险趋势曲线智能化的确定源通信端发送目标通信信息所对应的第一通信风险信息,有利于提高确定出源通信端发送目标通信信息所对应的第一通信风险信息的准确性及效率。
在另一个可选的实施例中,上述的基于第二风险预测模型以及第二设备信息预测目标通信端接收目标通信信息所对应的第二通信风险信息,可以包括:
根据目标通信端在目标通信信息的预估接收时刻的任务信息,任务信息包括发送任务信息及接收任务信息;
根据任务信息确定目标通信端在预估接收时刻所需开放的信息发送接口、信息发送操作权限、信息接收接口、信息接收操作权限、接收信息处理权限及发送信息处理权限,确定目标通信端在预估接收时刻的设备状态信息;
将目标通信端在预估接收时刻的设备状态信息及目标通信端接收目标通信信息时对应的接收需求信息输入至第二风险预测模型,得到第二风险预测模型的输出结果,基于输出结果确定目标通信端接收目标通信信息所对应的第二通信风险信息。
可见,该可选的实施例还能够在基于目标通信端在预估接收时刻的任务信息智能化的确定相关目标通信端的接口信息、操作权限信息及处理权限信息,并基于前述信息确定目标通信端在预估接收时刻的设备状态信息,有利于提高设备状态信息的全面性及准确性,进而有利于提高确定出目标通信端接收目标通信信息所对应的第二通信风险信息的准确性及可靠性。
实施例二
请参阅图2,图2是本发明实施例公开的另一种基于风险模型的网络通信风险预测方法的流程意图。其中,图2所描述的方法用于实现通信网络中网络通信风险的预测,且该方法可以用于风险预测装置中,该风险预测装置可以具体集成在通信网络对应的管理服务器中,该管理服务器可以为本地服务器,也可以为云端服务器,本发明实施例不做限定。如图2所示,该基于风险模型的网络通信风险预测方法可以包括如下步骤:
201、确定当前通信网络的所有待执行通信任务中的目标通信任务。
其中,目标通信任务包括所有待执行通信任务中执行时间最早的待执行通信任务。
202、确定目标通信任务对应的源通信端以及目标通信端。
其中,源通信端用于执行目标通信任务以将目标通信任务对应的目标通信信息发送至目标通信端。
203、根据源通信端对应的设备类型以及源通信端对应的第一设备信息确定源通信端对应的第一风险预测模型,以及,根据目标通信端对应的设备类型以及目标通信端对应的第二设备信息确定目标通信端对应的第二风险预测模型。
204、基于第一风险预测模型以及第一设备信息预测源通信端发送目标通信信息所对应的第一通信风险信息,基于第二风险预测模型以及第二设备信息预测目标通信端接收目标通信信息所对应的第二通信风险信息。
205、根据第一通信风险信息以及第二通信风险信息,确定在当前通信网络中执行目标通信任务对应的综合风险信息。
其中,针对步骤101-步骤105的相关详细描述,请参照实施例一中针对步骤201-步骤205的详细描述,本发明实施例不再赘述。
206、确定目标通信信息所对应的风险影响因子。
本发明实施例中,可选的,风险影响因子包括目标通信信息的重要等级,以及,风险影响因子还包括对目标通信信息已执行的加密处理操作和/或对目标通信信息待执行的加密处理操作。
207、根据风险影响因子对综合风险信息执行校准操作,得到校准后的风险信息。
可见,实施本发明实施例所描述的方法能够在预网络通信风险时,同时基于信息发送设备及信息接收设备两种角度实现风险信息的智能化预测,提高网络通信风险的预测准确性及预测效率,提高了在基于通信风险预测方式以提高网络通信安全性时的可靠性,进而有利于保证通信网络的正常运行。此外,除了信息发送设备及信息接收设备两种角度之外,还进一步考虑目标通信信息自身对网络通信风险的影响,并基于虑目标通信信息自身对网络通信风险的影响实现对网络通信风险的校准,有利于进一步提高对网络通信分析预测的准确性及可靠性。
在一个可选的实施例中,在执行步骤205之后,以及在执行步骤206之前,该方法还可以包括以下操作:
根据目标通信信息对应的信息属性,计算目标通信信息所对应的风险影响程度;其中,目标通信信息对应的信息属性包括所有信息类型、不同信息类型对应的重要等级、信息数据量、目标通信信息对应的通信类型中的至少一种,且目标通信信息对应的通信类型用于表示目标通信信息的来源,若来源于源通信端或者来源于其它通信端,若来源于其它通信端,源通信端属于中转通信端;
判断风险影响程度是否为负向影响程度,当判断出风险影响程度为负向影响程度时,判断负向影响程度的绝对值是否大于等于预设影响程度阈值;
当判断出负向影响程度的绝对值大于等于预设影响程度阈值时,触发执行上述的确定目标通信信息所对应的风险影响因子的步骤。
进一步的,在源通信端属于中转通信端的情况下,还可以基于在源通信端之前的用于转发目标通信信息的其它通信端在发送目标通信信息及接收通信信息时的通信风险信息对上述风险影响因子进行校准,有利于提高风险影响因子的准确性。
可见,该可选的实施例还能够基于目标通信信息对应的信息属性计算目标通信信息自身对网络通信的风险影响程度,进而在风险影响程度为负向影响程度的情况下进一步考虑目标通信信息自身对网络通信风险的影响,能够减少不必要的操作,提高考虑目标通信信息自身对网络通信风险的影响的准确性。
实施例三
请参阅图3,图3是本发明实施例公开的一种基于风险模型的网络通信风险预测装置的结构示意图。其中,图3所描述的装置用于实现通信网络中网络通信风险的预测,且该装置可以具体集成在通信网络对应的管理服务器中,该管理服务器可以为本地服务器,也可以为云端服务器,本发明实施例不做限定。
如图3所示,该基于风险模型的网络通信风险预测装置可以包括:
第一确定模块301,用于确定当前通信网络的所有待执行通信任务中的目标通信任务,目标通信任务包括所有待执行通信任务中执行时间最早的待执行通信任务;
第二确定模块302,用于确定目标通信任务对应的源通信端以及目标通信端,源通信端用于执行目标通信任务以将目标通信任务对应的目标通信信息发送至目标通信端;
第三确定模块303,用于根据源通信端对应的设备类型以及源通信端对应的第一设备信息确定源通信端对应的第一风险预测模型,以及,根据目标通信端对应的设备类型以及目标通信端对应的第二设备信息确定目标通信端对应的第二风险预测模型;
风险预测模块304,用于基于第一风险预测模型以及第一设备信息预测源通信端发送目标通信信息所对应的第一通信风险信息,基于第二风险预测模型以及第二设备信息预测目标通信端接收目标通信信息所对应的第二通信风险信息;
风险预测模块304,还用于根据第一通信风险信息以及第二通信风险信息,确定在当前通信网络中执行目标通信任务对应的综合风险信息。
可见,实施图3所描述的装置能够在预网络通信风险时,同时基于信息发送设备及信息接收设备两种角度实现风险信息的智能化预测,提高网络通信风险的预测准确性及预测效率,提高了在基于通信风险预测方式以提高网络通信安全性时的可靠性,进而有利于保证通信网络的正常运行。
在一个可选的实施例中,风险预测模块304基于第一风险预测模型以及第一设备信息预测源通信端发送目标通信信息所对应的第一通信风险信息的具体方式包括:
计算当前时间与目标通信任务的执行时间之间的时间长度;
根据当前时间、执行时间及预设时间间隔,将时间长度划分为多个预估时间段,并确定每个预估时间段对应的风险预估时刻;
在每个风险预估时刻,将在每个风险预估时刻对应的预估时间段内源通信端对应的设备子信息输入至第一风险预测模型,得到源通信端在每个风险预估时刻与目标通信信息对应的子通信风险信息;
根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息,确定源通信端发送目标通信信息所对应的第一通信风险信息。
在该可选的实施例中,进一步可选的,风险预测模块304根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息,确定源通信端发送目标通信信息所对应的第一通信风险信息的具体方式包括:
根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息以及所有风险预估时刻所对应的预估时间段的风险权重信息,计算源通信端发送目标通信信息所对应的第一通信风险信息;或者,
根据源通信端在所有风险预估时刻与目标通信信息对应的子通信风险信息,绘制源通信端对应的风险趋势曲线,根据风险趋势曲线、目标通信任务的执行时刻以及源通信端在执行时刻的设备状态信息,确定源通信端发送目标通信信息所对应的第一通信风险信息。
又进一步可选的,对于任一风险预估时刻,该风险预估时刻所对应的预估时间段的风险权重信息是根据以下方式确定出的:
根据源通信端在该预估时间段内的设备状态信息、目标通信信息在该预估时间段内的信息状态、目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态以及目标通信信息的发送需求信息,确定源通信端在该预估时间段对应的通信准备进度;
根据该预估时间段对应的时间段顺序及源通信端在该预估时间段对应的通信准备进度,确定该风险预估时刻所对应的预估时间段的风险权重信息。
可见,该可选的实施例还能够基于在目标通信信息发送之前的不同时刻的子通信风险信息智能化的确定出源通信端发送目标通信信息所对应的第一通信风险信息,提供了一种信息发送设备这一角度下的通信风险信息智能化确定方式,有利于提高信息发送设备这一角度下的通信风险信息的准确性。进一步的,能够通过对不同风险预估时刻与目标通信信息对应的子通信风险信息进行加权求和的方式智能化的确定出源通信端发送目标通信信息所对应的第一通信风险信息,有利于提高确定出源通信端发送目标通信信息所对应的第一通信风险信息的准确性及效率。此外,还能够基于源通信端在该预估时间段内的设备状态信息、目标通信信息在该预估时间段内的信息状态、目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态以及目标通信信息的发送需求信息实现风险预估时刻所对应的预估时间段的风险权重信息的确定,提高了风险预估时刻所对应的预估时间段的风险权重信息的准确性,也能够基于不同风险预估时刻与目标通信信息对应的子通信风险信息绘制风险趋势曲线,并基于风险趋势曲线智能化的确定源通信端发送目标通信信息所对应的第一通信风险信息,有利于提高确定出源通信端发送目标通信信息所对应的第一通信风险信息的准确性及效率。
在另一个可选的实施例中,第一确定模块301,还用于在风险预测模块304根据第一通信风险信息以及第二通信风险信息,确定在当前通信网络中执行目标通信任务对应的综合风险信息之后,确定目标通信信息所对应的风险影响因子,风险影响因子包括目标通信信息的重要等级,以及,风险影响因子还包括对目标通信信息已执行的加密处理操作和/或对目标通信信息待执行的加密处理操作。
其中,在该可选的实施例中,如图4所示,该装置还可以包括:
风险校准模块305,用于根据风险影响因子对综合风险信息执行校准操作,得到校准后的风险信息。
可见,该可选的实施例还能够除了信息发送设备及信息接收设备两种角度之外,还进一步考虑目标通信信息自身对网络通信风险的影响,并基于虑目标通信信息自身对网络通信风险的影响实现对网络通信风险的校准,有利于进一步提高对网络通信分析预测的准确性及可靠性。
在该可选的实施例中,进一步可选的,风险校准模块305,还用于在风险预测模块304根据第一通信风险信息以及第二通信风险信息,确定在当前通信网络中执行目标通信任务对应的综合风险信息之后,以及在第一确定模块301确定目标通信信息所对应的风险影响因子之前,根据目标通信信息对应的信息属性,计算目标通信信息所对应的风险影响程度;判断风险影响程度是否为负向影响程度,当判断出风险影响程度为负向影响程度时,判断负向影响程度的绝对值是否大于等于预设影响程度阈值;当判断出负向影响程度的绝对值大于等于预设影响程度阈值时,触发第一确定模块301执行上述的确定目标通信信息所对应的风险影响因子的操作。
可见,该可选的实施例还能够基于目标通信信息对应的信息属性计算目标通信信息自身对网络通信的风险影响程度,进而在风险影响程度为负向影响程度的情况下进一步考虑目标通信信息自身对网络通信风险的影响,能够减少不必要的操作,提高考虑目标通信信息自身对网络通信风险的影响的准确性。
在又一个可选的实施例中,风险预测模块304基于第二风险预测模型以及第二设备信息预测目标通信端接收目标通信信息所对应的第二通信风险信息的具体方式包括:
根据目标通信端在目标通信信息的预估接收时刻的任务信息,任务信息包括发送任务信息及接收任务信息;
根据任务信息确定目标通信端在预估接收时刻所需开放的信息发送接口、信息发送操作权限、信息接收接口、信息接收操作权限、接收信息处理权限及发送信息处理权限,确定目标通信端在预估接收时刻的设备状态信息;
将目标通信端在预估接收时刻的设备状态信息及目标通信端接收目标通信信息时对应的接收需求信息输入至第二风险预测模型,得到第二风险预测模型的输出结果,基于输出结果确定目标通信端接收目标通信信息所对应的第二通信风险信息。
可见,该可选的实施例还能够在基于目标通信端在预估接收时刻的任务信息智能化的确定相关目标通信端的接口信息、操作权限信息及处理权限信息,并基于前述信息确定目标通信端在预估接收时刻的设备状态信息,有利于提高设备状态信息的全面性及准确性,进而有利于提高确定出目标通信端接收目标通信信息所对应的第二通信风险信息的准确性及可靠性。
实施例四
请参阅图5,图5是本发明实施例公开的又一种基于风险模型的网络通信风险预测装置的结构示意图。其中,图5所描述的装置用于实现通信网络中网络通信风险的预测,且该装置可以具体集成在通信网络对应的管理服务器中,该管理服务器可以为本地服务器,也可以为云端服务器,本发明实施例不做限定。
如图5所示,该基于风险模型的网络通信风险预测装置可以包括:
存储有可执行程序代码的存储器401;
与存储器401耦合的处理器402;
其中,处理器402调用存储器401中存储的可执行程序代码,执行本发明实施例一或实施例二所公开的基于风险模型的网络通信风险预测方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质,该计算机存储介质存储有计算机指令,该计算机指令被调用时,用于执行本发明实施例一或实施例二所公开的基于风险模型的网络通信风险预测方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块展示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种基于风险模型的网络通信风险预测方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (10)
1.一种基于风险模型的网络通信风险预测方法,其特征在于,所述方法包括:
确定当前通信网络的所有待执行通信任务中的目标通信任务,所述目标通信任务包括所有所述待执行通信任务中执行时间最早的待执行通信任务;
确定所述目标通信任务对应的源通信端以及目标通信端,所述源通信端用于执行所述目标通信任务以将所述目标通信任务对应的目标通信信息发送至所述目标通信端;
根据所述源通信端对应的设备类型以及所述源通信端对应的第一设备信息确定所述源通信端对应的第一风险预测模型,以及,根据所述目标通信端对应的设备类型以及所述目标通信端对应的第二设备信息确定所述目标通信端对应的第二风险预测模型;
基于所述第一风险预测模型以及所述第一设备信息预测所述源通信端发送所述目标通信信息所对应的第一通信风险信息,基于所述第二风险预测模型以及所述第二设备信息预测所述目标通信端接收所述目标通信信息所对应的第二通信风险信息;
根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息。
2.根据权利要求1所述的基于风险模型的网络通信风险预测方法,其特征在于,所述基于所述第一风险预测模型以及所述第一设备信息预测所述源通信端发送所述目标通信信息所对应的第一通信风险信息,包括:
计算当前时间与所述目标通信任务的执行时间之间的时间长度;
根据所述当前时间、所述执行时间及预设时间间隔,将所述时间长度划分为多个预估时间段,并确定每个所述预估时间段对应的风险预估时刻;
在每个所述风险预估时刻,将在每个所述风险预估时刻对应的预估时间段内所述源通信端对应的设备子信息输入至所述第一风险预测模型,得到所述源通信端在每个所述风险预估时刻与所述目标通信信息对应的子通信风险信息;
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息。
3.根据权利要求2所述的基于风险模型的网络通信风险预测方法,其特征在于,所述根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息,包括:
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息以及所有所述风险预估时刻所对应的预估时间段的风险权重信息,计算所述源通信端发送所述目标通信信息所对应的第一通信风险信息;或者,
根据所述源通信端在所有所述风险预估时刻与所述目标通信信息对应的子通信风险信息,绘制所述源通信端对应的风险趋势曲线,根据所述风险趋势曲线、所述目标通信任务的执行时刻以及所述源通信端在所述执行时刻的设备状态信息,确定所述源通信端发送所述目标通信信息所对应的第一通信风险信息。
4.根据权利要求3所述的基于风险模型的网络通信风险预测方法,其特征在于,对于任一所述风险预估时刻,该风险预估时刻所对应的预估时间段的风险权重信息是根据以下方式确定出的:
根据所述源通信端在该预估时间段内的设备状态信息、所述目标通信信息在该预估时间段内的信息状态、所述目标通信信息在该预估时间段的在先相邻预估时间段内的信息状态以及所述目标通信信息的发送需求信息,确定所述源通信端在该预估时间段对应的通信准备进度;
根据该预估时间段对应的时间段顺序及所述源通信端在该预估时间段对应的通信准备进度,确定该风险预估时刻所对应的预估时间段的风险权重信息。
5.根据权利要求1-4任一项所述的基于风险模型的网络通信风险预测方法,其特征在于,所述根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息之后,所述方法还包括:
确定所述目标通信信息所对应的风险影响因子,所述风险影响因子包括所述目标通信信息的重要等级,以及,所述风险影响因子还包括对所述目标通信信息已执行的加密处理操作和/或对所述目标通信信息待执行的加密处理操作;
根据所述风险影响因子对所述综合风险信息执行校准操作,得到校准后的风险信息。
6.根据权利要求5所述的基于风险模型的网络通信风险预测方法,其特征在于,所述根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息之后,以及,所述确定所述目标通信信息所对应的风险影响因子之前,所述方法还包括:
根据所述目标通信信息对应的信息属性,计算所述目标通信信息所对应的风险影响程度;
判断所述风险影响程度是否为负向影响程度,当判断出所述风险影响程度为所述负向影响程度时,判断所述负向影响程度的绝对值是否大于等于预设影响程度阈值;
当判断出所述负向影响程度的绝对值大于等于所述预设影响程度阈值时,触发执行所述的确定所述目标通信信息所对应的风险影响因子的步骤。
7.根据权利要求1所述的基于风险模型的网络通信风险预测方法,其特征在于,所述基于所述第二风险预测模型以及所述第二设备信息预测所述目标通信端接收所述目标通信信息所对应的第二通信风险信息,包括:
根据所述目标通信端在所述目标通信信息的预估接收时刻的任务信息,所述任务信息包括发送任务信息及接收任务信息;
根据所述任务信息确定所述目标通信端在所述预估接收时刻所需开放的信息发送接口、信息发送操作权限、信息接收接口、信息接收操作权限、接收信息处理权限及发送信息处理权限,确定所述目标通信端在所述预估接收时刻的设备状态信息;
将所述目标通信端在所述预估接收时刻的设备状态信息及所述目标通信端接收所述目标通信信息时对应的接收需求信息输入至所述第二风险预测模型,得到所述第二风险预测模型的输出结果,基于所述输出结果确定所述目标通信端接收所述目标通信信息所对应的第二通信风险信息。
8.一种基于风险模型的网络通信风险预测装置,其特征在于,所述装置包括:
第一确定模块,用于确定当前通信网络的所有待执行通信任务中的目标通信任务,所述目标通信任务包括所有所述待执行通信任务中执行时间最早的待执行通信任务;
第二确定模块,用于确定所述目标通信任务对应的源通信端以及目标通信端,所述源通信端用于执行所述目标通信任务以将所述目标通信任务对应的目标通信信息发送至所述目标通信端;
第三确定模块,用于根据所述源通信端对应的设备类型以及所述源通信端对应的第一设备信息确定所述源通信端对应的第一风险预测模型,以及,根据所述目标通信端对应的设备类型以及所述目标通信端对应的第二设备信息确定所述目标通信端对应的第二风险预测模型;
风险预测模块,用于基于所述第一风险预测模型以及所述第一设备信息预测所述源通信端发送所述目标通信信息所对应的第一通信风险信息,基于所述第二风险预测模型以及所述第二设备信息预测所述目标通信端接收所述目标通信信息所对应的第二通信风险信息;
所述风险预测模块,还用于根据所述第一通信风险信息以及所述第二通信风险信息,确定在所述当前通信网络中执行所述目标通信任务对应的综合风险信息。
9.一种基于风险模型的网络通信风险预测装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的基于风险模型的网络通信风险预测方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,执行如权利要求1-7任一项所述的基于风险模型的网络通信风险预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211433998.5A CN116112203B (zh) | 2022-11-16 | 2022-11-16 | 基于风险模型的网络通信风险预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211433998.5A CN116112203B (zh) | 2022-11-16 | 2022-11-16 | 基于风险模型的网络通信风险预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116112203A true CN116112203A (zh) | 2023-05-12 |
CN116112203B CN116112203B (zh) | 2023-07-28 |
Family
ID=86255031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211433998.5A Active CN116112203B (zh) | 2022-11-16 | 2022-11-16 | 基于风险模型的网络通信风险预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116112203B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001079963A2 (en) * | 2000-04-14 | 2001-10-25 | E-Vantage International, Inc. | Method and system for delivering foreign exchange risk management advisory solutions to a designated market |
JP2006106820A (ja) * | 2004-09-30 | 2006-04-20 | Toshiba Corp | リスク予測値推定方法および該方法を実行可能な情報処理装置 |
CN101662773A (zh) * | 2008-08-29 | 2010-03-03 | 国际商业机器公司 | 支持降低通信欺诈风险的计算机实现方法和设备 |
CN104715318A (zh) * | 2014-12-04 | 2015-06-17 | 国家电网公司 | 面向通信网络的多维度运行风险评价方法 |
CN108712275A (zh) * | 2018-04-19 | 2018-10-26 | 平安科技(深圳)有限公司 | 数据传输风险评估方法、装置、计算机设备和存储介质 |
CN110020862A (zh) * | 2018-01-10 | 2019-07-16 | 中国移动通信有限公司研究院 | 一种业务风险评估方法、装置和计算机可读存储介质 |
CN110808864A (zh) * | 2019-11-12 | 2020-02-18 | 国家电网有限公司 | 通信预警方法、装置及系统 |
EP3633577A1 (en) * | 2018-10-03 | 2020-04-08 | Visa International Service Association | System, method, and computer program product for generating location-based risk assessments of service provider transaction requests |
US20200402058A1 (en) * | 2019-06-20 | 2020-12-24 | Coupang Corp. | Systems and methods for real-time processing of data streams |
CN113422690A (zh) * | 2020-03-02 | 2021-09-21 | 烽火通信科技股份有限公司 | 一种业务质量劣化预测方法及系统 |
CN114169767A (zh) * | 2021-12-09 | 2022-03-11 | 中国农业银行股份有限公司 | 一种风险评估方法和装置 |
CN114302418A (zh) * | 2021-12-29 | 2022-04-08 | 中国电信股份有限公司 | 网元设备性能的检测方法、装置及计算机可读介质 |
CN114826392A (zh) * | 2022-03-31 | 2022-07-29 | 国家电网有限公司 | 一种电力通信网网络可靠性评估方法 |
-
2022
- 2022-11-16 CN CN202211433998.5A patent/CN116112203B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001079963A2 (en) * | 2000-04-14 | 2001-10-25 | E-Vantage International, Inc. | Method and system for delivering foreign exchange risk management advisory solutions to a designated market |
JP2006106820A (ja) * | 2004-09-30 | 2006-04-20 | Toshiba Corp | リスク予測値推定方法および該方法を実行可能な情報処理装置 |
CN101662773A (zh) * | 2008-08-29 | 2010-03-03 | 国际商业机器公司 | 支持降低通信欺诈风险的计算机实现方法和设备 |
CN104715318A (zh) * | 2014-12-04 | 2015-06-17 | 国家电网公司 | 面向通信网络的多维度运行风险评价方法 |
CN110020862A (zh) * | 2018-01-10 | 2019-07-16 | 中国移动通信有限公司研究院 | 一种业务风险评估方法、装置和计算机可读存储介质 |
CN108712275A (zh) * | 2018-04-19 | 2018-10-26 | 平安科技(深圳)有限公司 | 数据传输风险评估方法、装置、计算机设备和存储介质 |
EP3633577A1 (en) * | 2018-10-03 | 2020-04-08 | Visa International Service Association | System, method, and computer program product for generating location-based risk assessments of service provider transaction requests |
US20200402058A1 (en) * | 2019-06-20 | 2020-12-24 | Coupang Corp. | Systems and methods for real-time processing of data streams |
CN110808864A (zh) * | 2019-11-12 | 2020-02-18 | 国家电网有限公司 | 通信预警方法、装置及系统 |
CN113422690A (zh) * | 2020-03-02 | 2021-09-21 | 烽火通信科技股份有限公司 | 一种业务质量劣化预测方法及系统 |
CN114169767A (zh) * | 2021-12-09 | 2022-03-11 | 中国农业银行股份有限公司 | 一种风险评估方法和装置 |
CN114302418A (zh) * | 2021-12-29 | 2022-04-08 | 中国电信股份有限公司 | 网元设备性能的检测方法、装置及计算机可读介质 |
CN114826392A (zh) * | 2022-03-31 | 2022-07-29 | 国家电网有限公司 | 一种电力通信网网络可靠性评估方法 |
Non-Patent Citations (1)
Title |
---|
郑启薇等: "《基于光路的电力通信网风险预测及评估方法研究》", 《通信电源技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN116112203B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112417439B (zh) | 账号检测方法、装置、服务器及存储介质 | |
CN109255486B (zh) | 一种策略配置的优化方法及装置 | |
CN107809331A (zh) | 识别异常流量的方法和装置 | |
CN109729094A (zh) | 恶意攻击检测方法、系统、计算机装置及可读存储介质 | |
CN109992473B (zh) | 应用系统的监控方法、装置、设备及存储介质 | |
CN112087334A (zh) | 告警根因分析方法、电子设备和存储介质 | |
CN107634850B (zh) | 一种应用状态获取方法及其设备、存储介质、服务器 | |
CN111181757B (zh) | 信息安全风险预测方法、装置以及计算设备、存储介质 | |
CN112463422A (zh) | 物联网故障运维方法、装置、计算机设备及存储介质 | |
CN113038396B (zh) | 短信通道的调度方法、装置、设备及存储介质 | |
CN112907128A (zh) | 基于ab测试结果的数据分析方法、装置、设备及介质 | |
CN111931189A (zh) | Api接口转用风险检测方法、装置和api服务系统 | |
CN117154844A (zh) | 储能系统的能源供应控制方法及装置 | |
CN111340287A (zh) | 配电柜运行状态预测方法及装置 | |
CN116112203B (zh) | 基于风险模型的网络通信风险预测方法及装置 | |
CN116521344B (zh) | 一种基于资源总线的ai算法调度方法及系统 | |
CN116756522B (zh) | 概率预报方法、装置、存储介质及电子设备 | |
CN117632905A (zh) | 基于云端使用记录的数据库管理方法及系统 | |
CN115002843A (zh) | 服务质量校验方法、装置、存储介质及电子设备 | |
CN115601042A (zh) | 信息识别方法、装置、电子设备及存储介质 | |
CN110674839B (zh) | 异常用户识别方法、装置、存储介质及电子设备 | |
CN115842665B (zh) | 网络通信的风险漏洞智能化监测方法、装置及存储介质 | |
CN116595529B (zh) | 一种信息安全检测方法、电子设备及存储介质 | |
CN117201502B (zh) | 基于人工智能的智能云服务器接入方法及系统 | |
CN116781389B (zh) | 一种异常数据列表的确定方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |