基于平台运营数据的软件风险智能研判与闭环优化系统的制作方法

本发明属于软件平台运营风险智能管控，具体涉及一种基于平台运营数据的软件风险智能研判与闭环优化系统。

背景技术：

1、随着互联网业务平台持续迭代，软件系统规模、微服务数量、线上业务流量持续增长，平台每日产生海量运营数据，包含源代码、业务全链路日志、接口埋点、集群资源监控指标、安全漏洞告警、用户访问流水等多维度数据。软件运行过程中产生的各类风险（代码语法问题、业务逻辑异常、集群性能瓶颈、架构安全漏洞）会直接引发线上故障、业务报错、服务宕机、数据泄露等问题，给平台运营带来经济损失与安全隐患。

2、传统软件风险管控方式存在明显短板：一是风险检测脱离真实运营场景，仅依靠静态代码扫描，未结合线上流量、资源负载、业务报错等真实运营数据，漏检大量动态运行风险；二是风险研判维度单一，仅单独检测代码或性能，无法串联代码、业务、集群、架构安全全链路定位根因；三是风险处置依赖人工运维，识别风险后需要人工分析、手动优化，处置周期长，故障持续影响线上业务；四是风险研判、优化、验证流程割裂，缺少标准化闭环机制，同类运营风险反复复现，无法沉淀平台风险治理经验。

3、现有 ai 代码检测工具仅聚焦代码缺陷静态识别，未打通平台运营数据链路，无法关联线上真实故障场景区分风险实际影响程度，分级优化与闭环校验机制缺失，难以适配大中型线上业务平台常态化风险管控需求。因此，设计一套依托平台全量运营数据、分层级智能研判、分级自动优化、全流程闭环校验的软件风险管控系统，是提升平台稳定性、降低运维成本的核心技术需求。

技术实现思路

1、为了解决上述现有技术存在的缺陷：本申请第一方面提出一种基于平台运营数据的软件风险智能研判与闭环优化系统，包括：主控制单元以及与其通信连接的前置运营数据预处理模块、表层代码规范研判模块、业务逻辑风险研判模块、运行性能资源研判模块、架构安全运营研判模块、ai模型推理模块及执行调度模块；

2、所述前置运营数据预处理模块用于汇聚平台全量运营数据、业务日志、源代码文件、接口埋点指标并完成统一清洗、标准化结构化处理；

3、所述表层代码规范研判模块用于基于标准化运营代码数据开展软件表层显性风险研判；

4、所述业务逻辑风险研判模块用于承接表层代码规范研判模块输出的异常结果，结合业务运营日志甄别表层代码问题衍生的中层业务逻辑风险；

5、所述运行性能资源研判模块用于承接业务逻辑风险研判模块的异常研判结果，依托平台实时资源占用、接口调用、服务耗时运营指标，识别隐性性能瓶颈与资源损耗类运营风险；

6、所述架构安全运营研判模块用于承接运行性能资源研判模块的异常研判结果，基于平台跨服务调用、数据传输、权限访问、线上漏洞、集群容错等运营数据，研判软件架构适配性、模块耦合度、接口兼容性、数据传输安全、高危漏洞、集群异常容错及生产平台长期稳定运行风险；

7、所述ai模型推理模块搭载多级ai推理模型，对采集到的一级、二级、三级、四级分层运营研判数据进行特征提取与深度分析，定位软件风险等级、故障根本诱因与精准影响点位，输出分级运营风险判定结果；

8、所述执行调度模块根据分级运营风险判定结果，输出各模块启停调度指令与风险消除指令，驱动执行对应层级的风险治理与软件优化动作。

9、本申请第二方面还提供了基于平台运营数据的软件风险智能研判与闭环优化方法，基于所述的系统实现，其特征在于，具体流程包括：

10、s1、系统实时汇聚平台源代码、全链路业务日志、接口埋点、集群资源指标、安全漏洞告警等多源运营数据，通过前置运营数据预处理模块完成数据清洗、格式统一、结构化切片、脏数据过滤，输出标准化可解析运营数据集；

11、s2、执行调度模块持续启动一级表层代码规范研判流程，由表层代码规范研判模块结合一级ai推理模型完成代码与基础埋点合规校验，依据研判结果判定直接终止全流程或刚性递进触发二级业务逻辑研判；

12、s3、严格遵循逐级递进规则，仅在上一层级研判识别异常风险后，依次启动二级业务逻辑研判、三级性能资源研判、四级架构安全终极研判，无跳级、越级执行，逐层深挖从表层代码、中层业务、底层性能到全局架构安全的全维度软件运营风险；

13、s4、ai模型推理模块接收各层级运营研判数据，调用对应层级专属推理模型完成风险特征提取、根因分析、影响范围判定，输出分级运营风险报告，明确风险等级、故障点位、线上影响范围；

14、s5、执行调度模块依据分级风险报告调用匹配层级专属优化方案，依次完成轻量化代码规整、业务逻辑迭代、集群性能调优、架构重构与安全加固；

15、s6、各层级优化完成后启动对应专项闭环回归校验，校验通过后归档本次运营风险全流程数据，形成平台软件风险“数据汇聚-分层研判-ai根因定位-分级优化-回归校验-归档沉淀”全链路智能化闭环管控。

16、本申请第三方面还提供了一种电子设备，包括：

17、处理器、存储器和通信总线，其中，所述处理器和所述存储器通过所述通信总线完成相互间的通信；

18、所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第二方面中所述的方法。

19、本申请第四方面还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第二方面中所述的方法。

20、第五方面，本申请提供了一种计算机程序产品，包括计算机程序或指令，所述计算机程序或所述指令在被计算机执行时实现如第二方面中所述的方法。

21、综上所述，由于采用了上述技术方案，本发明的有益效果是：

22、本发明相较于传统软件风险管控技术，具备显著的技术优势与落地价值，其核心依托平台真实多源运营数据开展风险研判，摆脱了传统静态代码扫描脱离线上场景、漏检动态运行风险的弊端，有效降低风险误报与漏报率。本发明创新构建四级分层递进式研判体系，从表层代码规范、中层业务逻辑、底层性能资源到全局架构安全逐层深挖风险根因，配合模块分时调度机制，在保障全天候基础监测能力的同时，大幅节约系统算力资源。同时针对不同层级风险配置差异化分级优化策略与专属闭环校验机制，实现轻量化规整、业务迭代、性能调优、架构安全加固的精准治理，通过多场景专项测试杜绝风险复现。此外，本发明支持多载体灵活部署，可适配各类微服务业务平台与分布式集群，有效提升软件运维智能化水平、降低运维成本，保障软件平台长期稳定安全运营。

1.基于平台运营数据的软件风险智能研判与闭环优化系统，其特征在于，包括：主控制单元以及与其通信连接的前置运营数据预处理模块、表层代码规范研判模块、业务逻辑风险研判模块、运行性能资源研判模块、架构安全运营研判模块、ai模型推理模块及执行调度模块；

2.根据权利要求1所述的系统，其特征在于，所述主控制单元将前置运营数据预处理模块和表层代码规范研判模块设置为7×24小时持续运行状态，将业务逻辑风险研判模块、运行性能资源研判模块、架构安全运营研判模块、ai模型推理模块及执行调度模块设置为按需触发启动状态。

3.根据权利要求2所述的系统，其特征在于，表层代码规范研判模块实时拉取前置运营数据预处理模块输出的结构化代码与基础埋点数据并同步传输至ai模型推理模块，ai模型推理模块调用一级代码合规推理模型结合平台编码规范、编译基线开展代码全文语法、格式、编译参数合规校验；若全部指标合规，则判定软件无表层运营风险，由执行调度模块终止全研判流程；若指标存在异常，则判定存在一级表层运营风险，执行调度模块刚性触发二级业务逻辑研判流程；

4.根据权利要求3所述的系统，其特征在于，所述一级、二级、三级、四级分层运营研判过程中，各层级数据正常/异常判定标准如下：

5.根据权利要求1所述的系统，其特征在于，针对一级表层风险、二级业务逻辑风险、三级性能资源风险、四级架构安全高危风险分别匹配的软件闭环优化方案具体如下：

6.根据权利要求5所述的系统，其特征在于，系统配置层级式运营闭环校验机制，各层级风险优化完成后执行对应专项回归校验：一级优化后执行代码编译复检+埋点连通性校验，确认表层代码与基础采集风险完全消除；二级优化后回放平台真实业务流量搭建仿真场景，执行全链路业务回归测试，确认业务流程无异常、线上报错清零；三级优化后自动启动集群压力压测，核验服务耗时、内存、资源、线程、负载等全部性能指标回归合规区间；四级优化后依次开展跨版本兼容性测试、安全渗透攻防测试、集群长期稳定性测试，确认软件架构合理、无安全漏洞、集群平稳运行；校验合格则完成本次风险闭环归档，留存全量运营研判日志与优化记录；校验不合格则重新触发对应层级的研判优化流程，直至校验全部达标。

7.基于平台运营数据的软件风险智能研判与闭环优化方法，基于权利要求1-6任一项所述的系统实现，其特征在于，具体流程包括：

8.一种电子设备，其特征在于，包括：处理器、存储器和通信总线，其中，所述处理器和所述存储器通过所述通信总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求7所述的基于平台运营数据的软件风险智能研判与闭环优化方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如权利要求7所述的基于平台运营数据的软件风险智能研判与闭环优化方法。

10.一种计算机程序产品，包括计算机程序或指令，其特征在于，所述计算机程序或所述指令在被计算机执行时实现如权利要求7所述的基于平台运营数据的软件风险智能研判与闭环优化方法。