基于车联网漏洞数据的预测方法、设备和存储介质与流程

技术特征：
1.一种基于车联网漏洞数据的预测方法，其特征在于，包括：按照设定频率通过多源方式获取第一车联网漏洞数据；对获取到的第一车联网漏洞数据进行预处理，获得预处理后的第二车联网漏洞数据；基于预设分类器对所述第二车联网漏洞数据进行分类，获得所述第二车联网漏洞数据的分类结果，所述分类结果包括漏洞原因数据；将所述第二车联网漏洞数据、与所述第二车联网漏洞数据关联的漏洞对象数据、漏洞类型数据、漏洞来源数据以及所述漏洞原因数据存储至车联网漏洞数据集合，以对所述车联网漏洞数据集合中的数据进行更新；基于所述车联网漏洞数据集合确定预警目标，所述预警目标包括存在安全威胁的漏洞对象数据、漏洞类型数据和漏洞原因数据；对所述预警目标进行预警。2.根据权利要求1所述的方法，其特征在于，所述基于预设分类器对所述第二车联网漏洞数据进行分类，获得所述第二车联网漏洞数据的分类结果，包括：确定所述第二车联网漏洞数据关联的漏洞对象数据；确定所述第二车联网漏洞数据是否包括漏洞类型数据；若所述第二车联网漏洞数据包括漏洞类型数据，则通过与所述第二车联网漏洞数据关联的漏洞对象数据以及所述第二车联网漏洞数据包括的漏洞类型数据对应的预设分类器确定所述第二车联网漏洞数据的分类结果；若所述第二车联网漏洞数据不包括漏洞类型数据，则通过与所述第二车联网漏洞数据关联的漏洞对象数据对应的多个预设分类器分别确定所述第二车联网漏洞数据的多个分类结果，将所述多个分类结果中的一个确定为最终的分类结果。3.根据权利要求2所述的方法，其特征在于，所述确定所述第二车联网漏洞数据关联的漏洞对象数据，包括：若所述第二车联网漏洞数据包括漏洞对象数据，则将所述第二车联网漏洞数据所包括的漏洞对象数据确定为所述第二车联网漏洞数据关联的漏洞对象数据；若所述第二车联网漏洞数据不包括漏洞对象数据，则从所述车联网漏洞数据集合中确定与所述第二车联网漏洞数据的相似度最大的目标车联网漏洞数据，将所述目标车联网漏洞数据所对应的漏洞对象数据确定为所述第二车联网漏洞数据关联的漏洞对象数据。4.根据权利要求1所述的方法，其特征在于，车联网漏洞分类器矩阵中包括n
×
m个所述预设分类器，n表示所有漏洞对象的个数，m表示所有漏洞类型的个数，预设分类器a
ij
表示针对第i个漏洞对象的第j个漏洞类型的分类器；所述车联网漏洞分类器矩阵中所包括的n
×
m个所述预设分类器基于历史经验数据库中的漏洞数据进行训练获得。5.根据权利要求1所述的方法，其特征在于，所述基于所述车联网漏洞数据集合确定预警目标，包括：构建以漏洞对象数据为x轴、以漏洞类型数据为y轴、以漏洞原因数据为z轴的三维矩阵模型；根据所述车联网漏洞数据集合中的车联网漏洞数据，按照车联网漏洞数据的漏洞对象数据确定x轴坐标，按照漏洞类型数据确定y轴坐标，按照漏洞原因数据确定z轴坐标，以在
所述三维矩阵模型中添加对应的车联网漏洞数据，其中，每个车联网漏洞数据对应所述三维矩阵模型中的一个三维坐标点；基于所述三维矩阵模型确定所述预警目标。6.根据权利要求5所述的方法，其特征在于，所述基于所述三维矩阵模型确定所述预警目标，包括：根据所述车联网漏洞数据集合中的车联网漏洞数据对应至所述三维矩阵模型中各三维坐标点的重复次数；将重复次数大于第一预设阈值的三维坐标点所表征的漏洞对象数据、漏洞类型数据和漏洞原因数据确定为所述预警目标。7.根据权利要求5所述的方法，其特征在于，所述基于所述三维矩阵模型确定所述预警目标，包括：确定待预测的企业车型的一个或多个车联网漏洞数据在所述三维矩阵模型中对应的当前三维坐标点；根据漏洞原因相关性列表，确定所述当前三维坐标点与所述三维矩阵模型中的其它三维坐标点之间的第一关联数据；根据攻击路径数据，确定所述当前三维坐标点与所述三维矩阵模型中的其它三维坐标点之间的第二关联数据；根据所述第一关联数据以及所述第二关联数据确定所述其它三维坐标点所对应的漏洞数据的出现概率；将出现概率大于第二预设阈值的三维坐标点所表征的漏洞对象数据、漏洞类型数据和漏洞原因数据确定为所述预警目标。8.根据权利要求1所述的方法，其特征在于，所述对所述预警目标进行预警，包括：采用增强现实的方法对所述预警目标进行展示。9.一种电子设备，其特征在于，所述电子设备包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述的基于车联网漏洞数据的预测方法的步骤。10.一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存储程序或指令，所述程序或指令使计算机执行如权利要求1至8任一项所述的基于车联网漏洞数据的预测方法的步骤。

技术总结
本发明涉及车辆信息安全领域，公开了一种基于车联网漏洞数据的预测方法、设备和存储介质。该方法包括：按照设定频率通过多源方式获取第一车联网漏洞数据；对第一车联网漏洞数据进行预处理，获得第二车联网漏洞数据；获得所述第二车联网漏洞数据的分类结果，所述分类结果包括漏洞原因数据；将所述第二车联网漏洞数据、与所述第二车联网漏洞数据关联的漏洞对象数据、漏洞类型数据、漏洞来源数据以及所述漏洞原因数据存储至车联网漏洞数据集合；基于所述车联网漏洞数据集合确定预警目标；对所述预警目标进行预警。本实施例实现了对未来预设时间范围内可能出现的漏洞进行预测和告警的目的，极大提升了企业漏洞数据预测的准确性。极大提升了企业漏洞数据预测的准确性。极大提升了企业漏洞数据预测的准确性。


技术研发人员：马超 宁玉桥 李宝田 薛世豪 郭振 张亚楠 吴青洋
受保护的技术使用者：中汽数据（天津）有限公司
技术研发日：2022.10.17
技术公布日：2022/11/11