[发明专利]电子装置、互联网服务系统风险预警方法及存储介质

说明书

本发明公开了一种电子装置、互联网服务系统风险预警方法及存储介质，通过若有待识别运行风险的互联网服务系统，则从所述互联网服务系统的处理数据中获取第一预设时间段内的处理数据，并利用预先训练的预警模型对所获取的所述处理数据进行运行风险识别，以识别出所述互联网服务系统的运行风险概率值；若识别出的风险概率值大于预设的风险概率阈值，则生成预警信息提示用户，或者，若识别出的风险概率值小于或等于预设的风险概率阈值，则向所述互联网服务系统继续发送处理请求。能够精确有效地控制互联网服务系统的运行风险。

技术领域

本发明涉互联网安全领域，尤其涉及一种电子装置、互联网服务系统风险预警方法及存储介质。

背景技术

目前，互联网服务系统的安全预警参数，需借助人工经验值进行设定，由于互联网服务系统提供的业务多样性，以及互联网服务技术随时间的发展变化较快，导致依赖人工经验值进行设定的预警参数，可能因技术人员对某项业务的熟悉程度不同造成配置不准确，或者由于服务系统的数据更新延迟导致预警参数的设定出现风险漏洞。因此，很难准确有效地设定出满足随时间变化的预警方案。

发明内容

有鉴于此，本发明提出一种电子装置、互联网服务系统风险预警方法及存储介质，能够精确有效地控制互联网服务系统的运行风险。首先，为实现上述目的，本发明提出一种电子装置，所述电子装置包括存储器、及与所述存储器连接的处理器，所述处理器用于执行所述存储器上存储的互联网服务系统风险预警程序，所述互联网服务系统风险预警程序被所述处理器执行时实现如下步骤：

A1、若有待识别运行状态的互联网服务系统，则从所述互联网服务系统的处理数据中获取第一预设时间段内的处理数据；

A2、并利用预先训练的预警模型对所获取的所述处理数据进行运行风险识别，以识别出所述互联网服务系统的运行风险概率值；

A3、若识别出的风险概率值大于预设的风险概率阈值，则生成预警信息提示用户，或者，若识别出的风险概率值小于或等于预设的风险概率阈值，则向所述互联网服务系统继续发送处理请求。

进一步地，所述预先训练的预警模型为神经网络概率模型，所述预警模型的训练过程包括如下步骤：

E、获取所述互联网服务系统的第一预设数量的处理数据样本，将获取的第一预设数量的处理数据样本分为对应的第一比例的训练集和第二比例的测试集；

F、利用所述第一比例的训练集中的各个处理数据训练所述预警模型，以得到训练好的预警模型；

G、利用所述第二比例测试集中各个处理数据对所述预警模型进行测试，若测试通过，则训练结束，或者，若测试不通过，则增加所述第一比例训练集中的处理数据样本并重新执行所述步骤E和所述步骤F。

进一步地，在所述步骤G中，所述利用所述第二比例的测试集中各个处理数据对所述预警模型进行测试的步骤包括：

将所述第二比例的测试集中的各个处理数据分为多个处理数据集，每个所述处理数据集包含第二预设数量的处理数据；

利用训练好的所述预警模型分别对各个所述处理数据集进行使用风险识别，以得出各个所述处理数据集对应的运行风险概率值；

若各个所述处理数据集对应的风险概率值之间的平均误差值大于预设的误差阈值，则针对该预警模型的准确性测试不通过，或者若各个所述黑醋栗数据集对应的风险概率值之间的平均误差值小于或等于预设的误差阈值，则针对该模型的准确性测试通过。

进一步地，所述互联网服务系统风险预警程序被所述处理器执行时还实现如下步骤：