利索能及
我要发布
收藏
专利号: 2023105022858
申请人: 刘宝萍
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种应对智慧数字服务的可视化操作风险预测方法,其特征在于,应用于AI可视化风险预测服务器,所述方法包括:获得目标图形用户界面操作记录中待进行风险预测的目标可视化操作事件,所述目标可视化操作事件为包括至少一种操作意图类别的多意图行为事件;

从设定活跃界面行为要素池中获得与所述目标图形用户界面操作记录匹配的目标活跃界面行为要素,所述设定活跃界面行为要素池包括活跃界面行为要素和所述活跃界面行为要素对应的热力指数,所述热力指数反映图形用户界面操作参考记录集中所述活跃界面行为要素的活跃度,所述活跃界面行为要素池中的活跃界面行为要素是图形用户界面操作参考记录集中,热力指数不小于设定的热力指数阈值的行为要素链,行为要素链是操作轨迹特征链、操作行为评价特征链或操作行为意向特征链中的一种;

依据所述目标活跃界面行为要素的热力指数,确定所述目标图形用户界面操作记录中辅助可视化操作事件对应的热力指数,所述辅助可视化操作事件为所述目标图形用户界面操作记录中除所述目标可视化操作事件之外的剩余可视化操作事件;

利用所述辅助可视化操作事件的异常操作偏好数据和热力指数对所述目标可视化操作事件进行风险隐患向量挖掘,得到所述目标可视化操作事件的目标异常操作偏好数据,其中,辅助可视化操作事件的异常操作偏好数据为辅助可视化操作事件的异常操作偏好特征向量;

基于所述目标异常操作偏好数据和所述目标图形用户界面操作记录的风险行为偏好标签,对所述目标可视化操作事件进行安全风险判别,得到所述目标可视化操作事件在所述目标图形用户界面操作记录中的安全风险判别结果。

2.如权利要求1所述的方法,其特征在于,所述从设定活跃界面行为要素池中获得与所述目标图形用户界面操作记录匹配的目标活跃界面行为要素,包括:对所述目标图形用户界面操作记录进行图像信息拆解,得到所述目标图形用户界面操作记录的至少一个可视化操作事件;

依据所述可视化操作事件在所述目标图形用户界面操作记录中的分布,对所述可视化操作事件进行整理,得到所述目标图形用户界面操作记录的图形用户界面操作记录队列;

从设定活跃界面行为要素池中挑选符合设定要求的图形用户界面操作记录队列作为与所述目标图形用户界面操作记录匹配的目标活跃界面行为要素。

3.如权利要求1所述的方法,其特征在于,所述活跃界面行为要素包括活跃界面行为轨迹链;所述方法还包括:获得图形用户界面操作参考记录集,并对所述图形用户界面操作参考记录集中每个图形用户界面操作参考记录进行图像信息拆解,得到所述图形用户界面操作参考记录集中每个图形用户界面操作参考记录的至少一个可视化操作参考事件;

对于每个可视化操作参考事件,确定包含所述可视化操作参考事件的图形用户界面操作参考记录的参考记录数;

将所述参考记录数大于设定数目的可视化操作参考事件作为所述图形用户界面操作参考记录集的基础活跃成员;

依据所述基础活跃成员,生成所述图形用户界面操作参考记录集对应的活跃界面行为轨迹链和所述活跃界面行为轨迹链对应的热力指数,得到设定活跃界面行为要素池;

其中,所述依据所述基础活跃成员,生成所述图形用户界面操作参考记录集对应的活跃界面行为轨迹链和所述活跃界面行为轨迹链对应的热力指数,包括:依据所述基础活跃成员,对所述图形用户界面操作参考记录进行优化处理,得到图形用户界面操作优化结果;

将所述基础活跃成员作为上游行为元素,并确定在所述图形用户界面操作优化结果中所述上游行为元素对应的下游行为元素;

当所述下游行为元素包含有所述基础活跃成员时,依据所述下游行为元素生成所述图形用户界面操作参考记录集对应的活跃界面行为轨迹链;

确定包含所述活跃界面行为轨迹链的图形用户界面操作参考记录的数目,得到所述活跃界面行为轨迹链对应的热力指数;

其中,所述当所述下游行为元素包含有所述基础活跃成员时,依据所述下游行为元素生成所述图形用户界面操作参考记录集对应的活跃界面行为轨迹链,包括:当所述下游行为元素包含有所述基础活跃成员时,将所述下游行为元素中的基础活跃成员与所述下游行为元素对应的上游行为元素进行整合,得到目标上游行为元素,并确定在所述图形用户界面操作优化结果中所述目标上游行为元素对应的目标下游行为元素;

对于获得到的各个上游行为元素,确定包含所述上游行为元素的图形用户界面操作参考记录的数目;

依据所述数目,从各个上游行为元素中确定所述图形用户界面操作参考记录集对应的活跃界面行为轨迹链。

4.如权利要求1所述的方法,其特征在于,所述活跃界面行为要素还包括操作行为评价特征链;所述方法还包括:获得图形用户界面操作参考记录集,所述图形用户界面操作参考记录集包括至少一个图形用户界面操作参考记录;

对所述图形用户界面操作参考记录中的每个可视化操作事件进行操作行为评价特征解析,得到所述图形用户界面操作参考记录对应的操作行为评价特征序列,所述操作行为评价特征序列包括所述图形用户界面操作参考记录中每个可视化操作事件对应的操作行为评价特征;

对于每种操作行为评价特征,确定包含所述操作行为评价特征的图形用户界面操作参考记录的参考记录数;

将所述参考记录数大于设定数目的操作行为评价特征作为所述图形用户界面操作参考记录集的基础操作行为评价特征;

依据所述基础操作行为评价特征,生成所述图形用户界面操作参考记录集对应的操作行为评价特征链和所述操作行为评价特征链对应的热力指数,得到设定活跃界面行为要素池。

5.如权利要求1所述的方法,其特征在于,所述活跃界面行为要素还包括操作行为意向特征链;所述方法还包括:获得图形用户界面操作参考记录集,所述图形用户界面操作参考记录集包括至少一个图形用户界面操作参考记录;

对所述图形用户界面操作参考记录中的每个可视化操作事件进行操作行为意向特征解析,得到所述图形用户界面操作参考记录对应的操作行为意向特征序列,所述操作行为意向特征序列包括所述图形用户界面操作参考记录中每个可视化操作事件对应的行为意向联系;

对于每种行为意向联系,确定包含所述行为意向联系的图形用户界面操作参考记录的参考记录数;

将所述参考记录数大于设定数目的行为意向联系作为所述图形用户界面操作参考记录集的基础操作行为意向特征;

依据所述基础操作行为意向特征,生成所述图形用户界面操作参考记录集对应的操作行为意向特征链和所述操作行为意向特征链对应的热力指数,得到设定活跃界面行为要素池。

6.如权利要求1所述的方法,其特征在于,所述依据所述目标活跃界面行为要素的热力指数,确定所述目标图形用户界面操作记录中辅助可视化操作事件对应的热力指数,包括:确定所述目标图形用户界面操作记录中与所述目标活跃界面行为要素匹配的目标图形用户界面操作记录队列;

对于所述目标图形用户界面操作记录队列中的辅助可视化操作事件,将所述目标活跃界面行为要素的热力指数作为所述辅助可视化操作事件的热力指数;

对于所述目标图形用户界面操作记录中不属于所述目标图形用户界面操作记录队列的辅助可视化操作事件,将设定热力指数作为所述辅助可视化操作事件的热力指数。

7.如权利要求1所述的方法,其特征在于,所述利用所述辅助可视化操作事件的异常操作偏好数据和热力指数对所述目标可视化操作事件进行风险隐患向量挖掘,得到所述目标可视化操作事件的目标异常操作偏好数据,包括:将所述辅助可视化操作事件的异常操作偏好数据和热力指数进行加权,得到所述目标图形用户界面操作记录的关联异常操作偏好数据;

基于所述关联异常操作偏好数据对所述目标可视化操作事件进行风险隐患向量挖掘,得到所述目标可视化操作事件的目标异常操作偏好数据。

8.如权利要求1所述的方法,其特征在于,所述利用所述辅助可视化操作事件的异常操作偏好数据和热力指数对所述目标可视化操作事件进行风险隐患向量挖掘,得到所述目标可视化操作事件的目标异常操作偏好数据,包括:通过调试后的图像处理网络,利用所述辅助可视化操作事件的异常操作偏好数据和热力指数对所述目标可视化操作事件进行风险隐患向量挖掘,得到所述目标可视化操作事件的目标异常操作偏好数据;

在所述通过调试后的图像处理网络,利用所述辅助可视化操作事件的异常操作偏好数据和热力指数对所述目标可视化操作事件进行风险隐患向量挖掘,得到所述目标可视化操作事件的目标异常操作偏好数据之前,所述方法还包括:获得调试样例,所述调试样例包括图形用户界面操作参考记录中待进行风险预测的目标可视化操作参考事件的先验异常操作偏好数据,以及先验可视化操作参考事件的异常操作偏好数据和热力指数,所述先验可视化操作参考事件为所述图形用户界面操作参考记录中除所述目标可视化操作参考事件之外的剩余可视化操作事件;

通过图像处理网络,对所述先验可视化操作参考事件的异常操作偏好数据和热力指数进行加权,得到所述图形用户界面操作参考记录的关联异常操作偏好数据;

基于所述关联异常操作偏好数据对所述目标可视化操作参考事件进行风险隐患向量挖掘,得到所述目标可视化操作参考事件的预测异常操作偏好数据;

依据所述目标可视化操作参考事件的先验异常操作偏好数据和预测异常操作偏好数据之间的偏移变量,改进所述图像处理网络的网络变量,直至所述偏移变量符合设定训练代价要求,得到调试后的图像处理网络。

9.如权利要求1所述的方法,其特征在于,所述基于所述目标异常操作偏好数据和所述目标图形用户界面操作记录的风险行为偏好标签,对所述目标可视化操作事件进行安全风险判别,得到所述目标可视化操作事件在所述目标图形用户界面操作记录中的安全风险判别结果,包括:确定所述目标可视化操作事件的至少一种备选安全风险判别结果;

依据所述目标异常操作偏好数据,从所述目标可视化操作事件的至少一种备选安全风险判别结果中挑选第一安全风险预测结果;

依据所述目标图形用户界面操作记录的风险行为偏好标签,从所述目标可视化操作事件的至少一种备选安全风险判别结果中挑选第二安全风险预测结果;

基于所述第一安全风险预测结果和所述第二安全风险预测结果,确定所述目标可视化操作事件在所述目标图形用户界面操作记录中的安全风险判别结果。