(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210245742.5 (22)申请日 2022.03.14 (71)申请人 邱东娟 地址 401135 重庆市渝北区龙兴镇迎龙 大 道19号12幢1812室 (72)发明人 邱东娟　 (74)专利代理 机构 北京恒和顿知识产权代理有 限公司 1 1014 专利代理师 林涛 (51)Int.Cl. G06F 21/57(2013.01) G06F 16/36(2019.01) G06K 9/62(2022.01) (54)发明名称 基于事件大数据的漏洞追踪优化方法及云 端深度学习 系统 (57)摘要 本申请实施例提供一种基于事件大数据的 漏洞追踪优化方法及云端深度学习系统， 在业务 运行漏洞以及与业务运行漏洞关联的至少一个 衍生业务运行漏洞对云端业务运行系统进行漏 洞修复处理之后， 通过 获得至少一个漏洞修复行 为数据， 并由此获取针对漏洞修复行为数据的连 锁崩溃活动日志库， 根据漏洞修复行为数据的连 锁崩溃活动日志库对云端业务运行系统的漏洞 修复流程进行漏洞补充修复启动， 从而通过基于 连锁崩溃活动日志库生成针对漏洞修复行为数 据的一组具有漏洞补充优化参考的漏洞补充修 复项目， 有效提高漏洞补充修复项目的开发速 度， 并提高漏洞补充修复项目的精度， 以便于保 证业务运行的稳定性。 权利要求书4页 说明书17页 附图3页 CN 114662115 A 2022.06.24 CN 114662115 A 1.一种基于事件大数据的漏洞追踪优化方法， 其特征在于， 应用于云端深度学习系统， 所述方法包括： 获取云端业务运行系统的业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍 生业务运行漏洞， 并根据所述业务运行漏洞以及与所述业务运行漏洞关联的至少一个衍生 业务运行漏洞对所述云端业务运行系统进 行漏洞修复处理， 获得至少一个漏洞修复行为数 据； 获取针对所述漏洞修复行为数据的连锁崩溃活动日志库， 所述连锁崩溃活动日志库包 括多个连锁崩溃活动日志； 根据所述漏洞修复行为数据的连锁崩溃活动日志库对所述云端业务运行系统的漏洞 修复流程进行漏洞补充修复启动。 2.根据权利要求1所述的基于事件大数据的漏洞追踪优化方法， 其特征在于， 所述根据 所述漏洞修复行为数据的连锁崩溃活动日志库对所述云端业务运行系统的漏洞修复流程 进行漏洞补充修复启动的步骤， 包括： 获得所述连锁崩溃活动日志库中的各个连锁崩溃活动日志与所述漏洞修复行为数据 之间的追踪关联参数值； 按照所述各个连锁崩溃活动日志与 所述漏洞修复行为数据之间的追踪关联参数值， 以 及所述各个连锁崩溃活动日志的崩溃类型标签， 对所述各个连锁崩溃活动日志进行聚团， 得到相应的连锁崩溃活动日志团； 根据所述连锁崩溃活动日志团生成针对所述漏洞修复行为数据的目标漏洞补充修复 项目序列， 并根据所述目标漏洞 补充修复项目序列对所述云端业务运行系统的漏洞修复流 程进行漏洞补充修复启动， 所述目标漏洞 补充修复项目序列包括多个目标漏洞补充修复项 目的修复需求信息 。 3.根据权利要求2所述的基于事件大数据的漏洞追踪优化方法， 其特征在于， 所述按照 所述各个连锁崩溃活动日志与所述漏洞修复行为数据之 间的追踪关联参数值， 以及所述各 个连锁崩溃活动日志的崩溃类型标签， 对所述各个连锁崩溃活动日志进行聚团， 得到相应 的连锁崩溃活动日志团的步骤， 包括： 按照所述各个连锁崩溃活动日志与 所述漏洞修复行为数据之间的追踪关联参数值， 以 及所述各个连锁崩溃活动日志的崩溃类型标签， 对所述各个连锁崩溃活动日志进行拆解， 得到多个连锁崩溃活动片段； 对各个连锁崩溃活动片段进行聚团， 并分别对所述各个连锁崩溃活动片段中的各个连 锁崩溃活动日志进行聚团， 得到所述连锁崩溃活动日志团。 4.根据权利要求3所述的基于事件大数据的漏洞追踪优化方法， 其特征在于， 所述按照 所述各个连锁崩溃活动日志与所述漏洞修复行为数据之 间的追踪关联参数值， 以及所述各 个连锁崩溃活动日志的崩溃类型标签， 对所述各个连锁崩溃活动日志进行拆解， 得到多个 连锁崩溃活动片段的步骤， 包括： 分别按照所述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数 值， 对所述各个连锁崩溃活动日志的崩溃类型标签进行统计， 得到所述各个连锁崩溃活动 日志的主体崩溃类型 标签； 按照所述各个连锁崩溃活动日志的主体崩溃类型标签对所述各个连锁崩溃活动日志权　利　要　求　书 1/4 页 2 CN 114662115 A 2进行主体日志数据解析， 得到多个连锁崩溃活动片段； 相应的， 所述对各个连锁崩溃活动片段进行聚团， 并分别对所述各个连锁崩溃活动片 段中的各个连锁崩溃活动日志进行聚团， 得到所述连锁崩溃活动日志团的步骤， 包括： 按照各个连锁崩溃活动片段所包含的连锁崩溃活动日志的生成量， 对所述各个连锁崩 溃活动片段进行聚团； 针对所述各个连锁崩溃活动片段， 按照所述连锁崩溃活动片段中各个连锁崩溃活动日 志的崩溃类型标签与所述连锁崩溃活动片段的符合度， 对所述连锁崩溃活动 片段中的各个 连锁崩溃活动日志进行聚团； 根据所述各个连锁崩溃活动片段之间的聚团结果， 以及所述各个连锁崩溃活动片段中 各个连锁崩溃活动日志的聚团结果， 生成所述连锁崩溃活动日志团。 5.根据权利要求2 ‑4中任意一项所述的基于事件大数据的漏洞追踪优化方法， 其特征 在于， 所述 获得所述连锁崩溃活动日志库中的各个连锁崩溃活动日志与所述漏洞修复行为 数据之间的追踪关联参数值的步骤， 包括： 分别将所述各个连锁崩溃活动日志和漏洞修复行为数据输入到训练完成的漏洞补充 修复训练网络中， 根据所述训练完成的漏洞 补充修复训练网络中的追踪关联参数结构对所 述各个连锁崩溃活动日志进行追踪关联参数值预测， 获得所述追踪关联参数结构生成的所 述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数值； 所述按照所述各个连锁崩溃活动日志与所述漏洞修复行为数据之间的追踪关联参数 值， 以及所述各个连锁崩溃活动日志的崩溃类型标签， 对所述各个连锁崩溃活动日志进行 聚团， 得到相应的连锁崩溃活动日志团的步骤， 包括： 分别将所述各个连锁崩溃活动日志， 以及所述各个连锁崩溃活动日志与所述漏洞修复 行为数据之间的追踪关联参数值输入到所述训练完成的漏洞补充修复训练网络中的聚团 结构， 根据所述聚团结构对所述各个连锁崩溃活动日志进行主体日志数据解析与聚团， 获 得所述聚团结构生成的第一输出数据， 所述第一输出数据中的各个连锁崩溃活动日志部分 构成所述连锁崩溃活动日志团； 所述根据所述连锁崩溃活动日志团生成针对所述漏洞修复行为数据的目标漏洞补充 修复项目序列， 并根据所述目标漏洞 补充修复项目序列对所述云端业务运行系统的漏洞修 复流程进行漏洞补充修复启动的步骤， 包括： 将所述输出数据输入所述训练完成的漏洞补充修复训练网络 中的漏洞补充修复结构， 根据所述漏洞 补充修复结构进 行漏洞修复处理的漏洞修复置信度决策， 获得所述漏洞 补充 修复结构生成的所述 目标漏洞补充修复项目序列； 其中， 所述训练完成的漏洞补充修复训 练网络是按照示例连锁崩溃活动数据集进 行网络收敛获得的， 所述示例连锁崩溃活动数据 集中的示例连锁崩溃活动数据包括标注追踪关联信息的示例连锁崩溃活动日志， 所述追踪 关联信息表示所述 示例连锁崩溃活动日志与示例修复优化行为数据的追踪关联参数值； 根据所述目标漏洞补充修复项目序列对所述云端业务运行系统的漏洞修复流程进行 漏洞补充修复启动。 6.根据权利要求5所述的基于事件大数据的漏洞追踪优化方法， 其特征在于， 所述分别 将所述各个连锁崩溃活动日志和漏洞修复行为数据输入到训练完成的漏洞补充修复训练 网络中， 根据所述训练完成的漏洞补充修复训练网络中的追踪关联参数结构， 获得所述追权　利　要　求　书 2/4 页 3 CN 114662115 A 3