摘要
本申请公开了一种基于动态业务组件分析的漏洞验证系统,其通过在业务组件中嵌入监控组件来实时监控业务组件的运行数据,并采用基于深度学习的人工智能技术对业务组件实时的运行数据进行语义编码,提取出各个时间点的运行数据的语义特征表达,进而通过对运行数据进行全局时域下的上下文语义关联优化和语义信息聚合,以挖掘出业务组件的全局运行模式,从而实现对业务组件潜在安全漏洞的智能识别和告警提示。这样,能够结合业务组件的动态运行特性,更有效地发现并处理软件系统中的潜在安全威胁,提高业务系统的安全性和稳定性。
技术关键词
漏洞验证系统
队列
数据
因子
编码
监控组件
动态
特征值
时序
人工智能技术
模式
告警模块
节点特征
序列
语义特征
业务系统
监控模块
系统为您推荐了相关专利信息
指标计算方法
实例分割模型
网络
坐标
交互式图形界面
数据分析方法
参数
挖掘算法
动态滑动窗口
特征选择
参数反演方法
样本
概率密度函数
采样方法
反演系统
虹膜特征数据
虹膜识别设备
编码特征
虹膜纹理
机器学习模型