(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 202111504558.X (22)申请日 2021.12.10 (71)申请人 哈尔滨双邦智能科技有限公司 地址 150000 黑龙江省哈尔滨市南岗区衡 山路46号5层 (72)发明人 庄钰　 (51)Int.Cl. H04L 9/40(2022.01) G06F 21/57(2013.01) G06F 16/906(2019.01) (54)发明名称 采用大数据分析的云服务漏洞分析方法及 人工智能系统 (57)摘要 本申请公开了一种采用大数据分析的云服 务漏洞分析方法及人工智能系统， 依据对多种触 发路径得到的候选上线云服务的云服务崩溃事 件数据簇的云服务漏洞分析， 对候选上线云服务 的云服务崩溃事件数据簇的分析效果更佳， 使 得 云服务漏洞分析流程可以关联多种触发路径的 场景。 此外， 在获取候选上线云服务的云服务崩 溃事件数据簇的流程中， 结合了云服务漏洞的触 发路径信息和云服务漏洞的漏洞标签信息， 相较 于传统方案中仅考虑云服务漏洞的漏洞标签信 息而言， 可以提高后续的云服务漏洞分析精度， 由此对提取的云服务崩溃事件数据簇进行云服 务漏洞分析， 可以获得更为精确的云服务漏洞分 析结果。 权利要求书4页 说明书19页 附图1页 CN 114157507 A 2022.03.08 CN 114157507 A 1.一种采用大数据分析的云服务漏洞分析方法， 应用于人工智能系统， 其特征在于， 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； 对所述至少一个等待分析的云服务崩溃事件数据簇进行云服务漏洞分析， 获得所述至 少一个等待分析的云服务崩溃事件数据簇所对应的云服务漏洞分析数据簇， 以便于对所述 候选上线云服 务进行漏洞分析与修复。 2.根据权利要求1所述的采用大数据分析的云服务漏洞分析方法， 其特征在于， 所述依 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， 包括： 依据所述云服务漏洞的云服务漏洞标签信 息， 从所述参考云服务崩溃事件数据簇 中确 定至少一个目标云服务漏洞的漏洞向量， 每个标的云服务漏洞的漏洞向量中的云服务崩溃 事件数据对应的类别标签信息用于表征相同的云服 务漏洞类别； 依据所述云服务漏洞的漏洞路径信 息， 确定所述至少一个目标云服务漏洞的漏洞向量 所对应的漏洞溯源模板， 每个标的云服务漏洞的漏洞向量对应的漏洞溯源模板依据所述每 个标的云服务漏洞的漏洞向量中的云服务崩溃事件数据对应的云服务漏洞的触发路径信 息确定； 依据所述至少一个目标云服务漏洞的漏洞向量和所述至少一个目标云服务漏洞的漏 洞向量所对应的漏洞溯源 模板， 获取至少一个等待分析的云服 务崩溃事 件数据簇 。 3.根据权利要求2所述的采用大数据分析的云服务漏洞分析方法， 其特征在于， 所述依 据所述至少一个目标云服务漏洞的漏洞向量和所述至少一个目标云服务漏洞的漏洞向量 所对应的漏洞溯源 模板， 获取至少一个等待分析的云服 务崩溃事 件数据簇， 包括： 依据所述至少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板， 确定所述至少 一个目标云服 务漏洞的漏洞向量所对应的漏洞溯源 模板； 在所述参考云服务崩溃事件数据簇中对所述至少一个目标云服务漏洞的漏洞向量进 行数据提取， 获得所述至少一个目标云服务漏洞的漏洞 向量所对应的目标崩溃事件数据 簇； 对于所述至少一个目标云服务漏洞的漏洞向量中的每个标的云服务漏洞的漏洞向量， 将所述每个标 的云服务漏洞的漏洞向量对应的目标崩溃事件数据簇基于所述每个标 的云 服务漏洞的漏洞向量对应的漏洞溯源模板进 行漏洞数据溯源， 获得所述每个标的云服务漏 洞的漏洞向量对应的等待分析的云服 务崩溃事 件数据簇； 或者， 依据所述至少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板， 确定所权　利　要　求　书 1/4 页 2 CN 114157507 A 2述至少一个目标云服 务漏洞的漏洞向量所对应的漏洞溯源 模板； 基于所述至少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板对所述参考云 服务崩溃事件数据簇进行漏洞数据溯源， 依据漏洞数据溯源获得 的溯源漏洞数据集， 获取 所述至少一个目标云服 务漏洞的漏洞向量所对应的等待分析的云服 务崩溃事 件数据簇 。 4.根据权利要求3所述的采用大数据分析的云服务漏洞分析方法， 其特征在于， 所述基 于所述至少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板对所述参考云服务崩 溃事件数据簇进行漏洞数据溯源， 依据漏洞数据溯源获得 的溯源漏洞数据集， 获取所述至 少一个目标云服 务漏洞的漏洞向量所对应的等待分析的云服 务崩溃事 件数据簇， 包括： 基于所述至少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板对所述至少一 个目标云服务漏洞的漏洞向量进行聚团， 获得至少一个云服务漏洞的漏洞向量分布， 任意 云服务漏洞的漏洞向量分布中的目标云服 务漏洞的漏洞向量对应的漏洞溯源 模板一致； 将所述参考云服务崩溃事件数据簇基于所述至少一个云服务漏洞的漏洞向量分布中 的起始云服务漏洞的漏洞向量分布对应的漏洞溯源模板进 行漏洞数据溯源， 获得起始溯源 漏洞数据集， 在所述起始溯源漏洞数据集中对所述起始云服务漏洞的漏洞向量分布中的目 标云服务漏洞的漏洞向量进行数据提取， 获得所述起始云服务漏洞的漏洞向量分布中的目 标云服务漏洞的漏洞向量对应的等待分析的云服 务崩溃事 件数据簇； 将前向溯源漏洞数据集基于所述至少一个云服务漏洞的漏洞向量分布中的后向云服 务漏洞的漏洞 向量分布对应的漏洞溯源模板进行漏洞数据溯源， 获得后向溯源漏洞数据 集， 在所述后向溯源漏洞数据集中对所述后向云服务漏洞的漏洞向量分布中的目标云服务 漏洞的漏洞向量进行数据提取， 获得所述后向云服务漏洞的漏洞向量分布中的目标云服务 漏洞的漏洞向量对应的等待分析的云服务崩溃事件数据簇， 直到获得所述至少一个目标云 服务漏洞的漏洞向量所对应的等待分析的云服 务崩溃事 件数据簇 。 5.根据权利要求2所述的采用大数据分析的云服务漏洞分析方法， 其特征在于， 所述依 据所述至少一个目标云服务漏洞的漏洞向量和所述至少一个目标云服务漏洞的漏洞向量 所对应的漏洞溯源 模板， 获取至少一个等待分析的云服 务崩溃事 件数据簇， 包括： 对所述至少一个目标云服务漏洞的漏洞向量分别进行特征清洗， 获得特征清洗后的至 少一个目标云服 务漏洞的漏洞向量； 依据所述特征清洗后的至少一个目标云服务漏洞的漏洞向量和所述特征清洗后的至 少一个目标云服务漏洞的漏洞向量所对应的漏洞溯源模板， 获取至少一个等待分析的云服 务崩溃事 件数据簇 。 6.根据权利要求1 ‑5中任意一项所述的采用大数据分析的云服务漏洞分析方法， 其特 征在于， 所述 提取至少一个等待分析的云服 务崩溃事 件数据簇之后， 所述方法还 包括： 对所述至少一个等待分析的云服务崩溃事件数据簇进行特征整理， 获得特征整理后的 至少一个等待分析的云服 务崩溃事 件数据簇； 所述对所述至少一个等待分析的云服务崩溃事件数据簇进行云服务漏洞分析， 获得所 述至少一个等待分析的云服 务崩溃事 件数据簇所对应的云服 务漏洞分析 数据簇， 包括： 对所述特征整理后的至少一个等待分析的云服务崩溃事件数据簇进行云服务漏洞分 析， 获得所述特征整理后的至少一个等待分析的云服务崩溃事件数据簇所对应的云服务漏 洞分析数据簇；权　利　要　求　书 2/4 页 3 CN 114157507 A 3