(19)中华 人民共和国 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 202111486330.2 (22)申请日 2021.12.07 (71)申请人 哈尔滨班竹科技有限公司 地址 150059 黑龙江省哈尔滨市经开区南 岗集中区长江路157号欧倍德中心3层 3号 (72)发明人 蔡瑶乐　 (74)专利代理 机构 广东奥益专利代理事务所 (普通合伙) 44842 代理人 吴国文 (51)Int.Cl. H04L 9/40(2022.01) H04L 41/14(2022.01) (54)发明名称 基于大数据漏洞挖掘的云服务处理方法及 人工智能系统 (57)摘要 本申请公开了一种基于大数据漏洞挖掘的 云服务处理方法及人工智能系统， 在根据云服务 漏洞分析数据簇， 对候选上线云服务进行漏洞修 复后， 对候选上线云服务进行全局崩溃模拟测 试， 分析候选上线云服务在本次漏洞修复过程中 是否匹配目标稳定性条件， 如果候选上线云服务 在本次漏洞修复过程中匹配目标稳定性条件， 则 将候选上线云服务作为正式上线云服务进行部 署配置， 如果候选上线云服务在本次漏洞修复过 程中不匹配目标稳定性条件， 则对候选上线云服 务进行标注后， 循环对候选上线云服务进行漏洞 分析与修复。 如此， 通过在进行漏洞修复后进一 步通过模拟测试评估候选上线云服务的稳定性， 以便于后续处理， 从而提高候选上线云服务在部 署上线后的稳定性。 权利要求书3页 说明书21页 附图1页 CN 114124567 A 2022.03.01 CN 114124567 A 1.一种基于大数据漏洞挖掘的云服务处理方法， 应用于人工智能系统， 其特征在于， 包 括： 根据所述候选上线云服务器的云服务漏洞分析数据簇， 对所述候选上线云服务进行漏 洞修复后， 对所述 候选上线云服 务进行全局崩溃模拟测试， 获得关键崩溃模拟测试 数据； 根据所述关键崩溃模拟测试数据， 分析所述候选上线云服务在本次漏洞修复过程中是 否匹配目标 稳定性条件； 如果所述候选上线云服务在本次漏洞修复过程中匹配目标稳定性条件， 则将所述候选 上线云服 务作为正式上线云服 务进行部署配置； 如果所述候选上线云服务在本次漏洞修复过程中不匹配目标稳定性条件， 则对所述候 选上线云服 务进行标注后， 循环对候选上线云服 务进行漏洞分析与修复。 2.根据权利要求1所述的基于大数据漏洞挖掘的云服务处理方法， 其特征在于， 所述对 所述候选上线云服 务进行全局崩溃模拟测试， 获得关键崩溃模拟测试 数据的步骤， 包括： 获取对所述候选上线云服务中的每个服务功能进行崩溃模拟测试获得的模拟测试日 志序列， 所述模拟测试日志序列包括多个模拟测试维度的模拟测试日志； 对所述多个模拟测试维度的模拟测试日志进行崩溃特征比对， 获得崩溃特征比对信 息； 当所述崩溃特征比对信 息为存在崩溃特征时， 确定各个所述模拟测试维度的崩溃产生 路径， 获得多个崩溃产生路径； 获取所述多个崩溃产生路径的过往崩溃测试信 息、 当前崩溃测试信 息以及潜在崩溃测 试信息； 基于所述过往崩溃测试信息、 所述当前崩溃测试信息以及所述潜在崩溃测试信息， 分 析各个所述崩溃产生路径是否为关键崩溃产生路径； 将判定为关键崩溃产生路径的崩溃产生路径对应的各个模拟测试日志确定为关键模 拟测试日志， 获得关键崩溃模拟测试 数据。 3.根据权利要求2所述的基于大数据漏洞挖掘的云服务处理方法， 其特征在于， 所述获 取所述多个崩溃产生路径的过往崩溃测试信息、 当前崩溃测试信息以及潜在崩溃测试信息 包括： 对于每个崩溃产生路径， 从所述模拟测试 日志序列中获取与 所述崩溃产生路径对应的 模拟测试日志， 标注为第一模拟测试日志； 确定所述崩溃产生路径对应的业务应用场景， 从所述模拟测试 日志序列中获取与 所述 业务应用场景对应的模拟测试日志， 标注为第二模拟测试日志； 基于所述第一模拟测试日志和所述第二模拟测试日志确定与所述崩溃产生路径相关 的模拟测试变量分布； 基于所述模拟测试变量分布确定所述崩溃产生路径的当前崩溃测试信息 。 4.根据权利要求2所述的基于大数据漏洞挖掘的云服务处理方法， 其特征在于， 所述获 取所述多个崩溃产生路径的过往崩溃测试信息、 当前崩溃测试信息以及潜在崩溃测试信息 包括： 对于每个崩溃产生路径， 获取所述崩溃产生路径在各个业务模拟场景中的过往崩溃测 试评价数据；权　利　要　求　书 1/3 页 2 CN 114124567 A 2基于所述过往崩溃测试评价数据确定所述崩溃产生路径的过往崩溃测试信息 。 5.根据权利要求2所述的基于大数据漏洞挖掘的云服务处理方法， 其特征在于， 所述获 取所述多个崩溃产生路径的过往崩溃测试信息、 当前崩溃测试信息以及潜在崩溃测试信息 包括： 构建所述多个崩溃产生路径之间的联系图谱； 基于所述联系图谱 对所述多个崩溃产生路径进行聚团， 获得多个路径聚团； 对于每个崩溃产生路径， 确定所述崩溃产生路径所对应的目标路径聚团； 获取所述目标路径聚团中关键崩溃产生路径的交叉崩溃节点数据， 基于所述关键崩溃 产生路径的交叉崩溃节点数据确定所述崩溃产生路径的潜在崩溃测试信息 。 6.根据权利要求2 ‑5任意一项所述的基于大数据漏洞挖掘的云服务处理方法， 其特征 在于， 所述基于所述过往崩溃测试信息、 所述当前崩溃测试信息以及所述潜在崩溃测试信 息， 分析各个所述崩溃产生路径是否为关键崩溃产生路径包括： 对于每个崩溃产生路径， 分析所述崩溃产生路径的过往崩溃测试信 息是否匹配第 一崩 溃特征模板； 分析所述崩溃产生路径的当前崩溃测试信息是否匹配第二崩溃特 征模板； 分析所述崩溃产生路径的潜在崩溃测试信息是否匹配第三崩溃特 征模板； 如果所述过往崩溃测试信 息匹配第 一崩溃特征模板、 所述当前崩溃测试信 息匹配第 二 崩溃特征模板或者所述潜在崩溃测试信息匹配第三崩溃特征模板， 则判定所述崩溃产生路 径为关键崩溃产生路径。 7.根据权利要求2 ‑5任意一项所述的基于大数据漏洞挖掘的云服务处理方法， 其特征 在于， 所述对所述多个模拟测试维度的模拟测试日志进行崩溃特征比对， 获得崩溃特征比 对信息包括： 分别对每个所述模拟测试维度的模拟测试 日志进行频繁崩溃特征比对， 获得第 一崩溃 特征比对信息； 对所述多个模拟测试维度的模拟测试 日志进行共性崩溃特征比对， 获得第 二崩溃特征 比对信息； 如果所述第 一崩溃特征比对信 息和所述第 二崩溃特征比对信 息均为存在崩溃特征， 则 确定所述崩溃特 征比对信息为存在崩溃特 征。 8.根据权利要求1 ‑7中任意一项所述的基于大数据漏洞挖掘的云服务处理方法， 其特 征在于， 所述方法还 包括： 搜集在先记录的参考云服务崩溃事件数据簇， 所述云服务崩溃事件数据簇 中包括等待 分析的云服 务漏洞； 对所述参考云服务崩溃事件数据簇进行云服务漏洞分析， 获得所述参考云服务崩溃事 件数据簇对应的云服务漏洞的云服务漏洞标签信息和漏洞路径信息， 所述云服务漏洞的云 服务漏洞标签信息涵盖所述参考云服务崩溃事件数据簇中的各个云服务崩溃事件数据所 对应的类别标签信息， 所述云服务漏洞的漏洞路径信息涵盖所述参考云服务崩溃事件数据 簇中的各个云服 务崩溃事 件数据所对应的云服 务漏洞的触发路径信息； 依据所述参考云服务崩溃事件数据簇、 所述云服务漏洞的云服务漏洞标签信 息和漏洞 路径信息， 从候选上线云服 务中提取至少一个等待分析的云服 务崩溃事 件数据簇；权　利　要　求　书 2/3 页 3 CN 114124567 A 3