一种农信系统的服务器基线检测报告的展现方法及系统技术方案

本发明专利技术涉及一种农信系统的服务器基线检测报告的展现方法及系统，该方法包括：定义各个种类的服务器基线检测报告对应的优先级别，所述优先级别根据服务器基线检测报告是否为异常报告以及异常的严重情况设置；根据所述服务器基线检测报告的优先级别以及上传时间进行排序后展示。本发明专利技术提供的一种农信系统的服务器基线检测报告的展现方法，考虑现有的农信系统的服务器基线检测报告未体现重要系统的检测情况，容易出现严重错误没有及时发现处理的情况，根据报告是否为异常报告以及异常的严重情况对报告建立优先级别，向运维人员进行显示时按照该优先级别和上传时间进行排序显示，使检查报告清晰明了，方便运维人员了解重点突出的问题。出的问题。出的问题。

【技术实现步骤摘要】
一种农信系统的服务器基线检测报告的展现方法及系统


[0001]本专利技术涉及服务器领域，尤其涉及一种农信系统的服务器基线检测报告的展现方法及系统。

技术介绍

[0002]农户信用信息系统(简称“农信系统”)是建立农村信用体系建设的基础，主要核心功能包括：农户基础数据录入，建立电子档案；农户数据查询；信用等级测评；信用报告等级查询。是一套具有可操作性、实用性强、操作简便的综合性农户信用信息共享系统。
[0003]信息系统的安全基线是一个信息系统的最小安全保证，是信息系统最基本需要满足的安全要求。信息系统安全往往需要在付出成本与所能承受的安全风险之间进行平衡，而安全基线正是这个平衡的合理的分界线。若不满足系统最基本的安全要求，也就无法承受由此带来的安全风险，因此，对信息系统进行安全基线检测对保障信息系统的安全运行非常重要。
[0004]因此对服务器的操作系统进行安全检测，其基线检测是必不可少的安全检测，操作系统的本身对互联网中的攻击和渗透有一定的防御方法和策略，要实现操作系统有较高的安全性和防渗透性，仅仅知道开关系统防火墙，安装杀毒软件是不够的，必须遵循科学有效的配置方法和标准，合理配置系统安全选项才能保障系统的安全可靠。
[0005]现有的农信系统的服务器基线检测报告的展现方式中，通常只显示服务器列表及列表中详细检查情况，这种无差别根据列表显示检查结果，并未体现重要系统的检测情况，容易出现严重错误没有及时发现处理的情况。

技术实现思路

[0006]本专利技术针对现有技术中存在的技术问题，提供一种农信系统的服务器基线检测报告的展现方法及系统，解决现有技术中未体现重要系统的检测情况的问题。
[0007]本专利技术解决上述技术问题的技术方案如下：一种农信系统的服务器基线检测报告的展现方法，包括：
[0008]步骤1，定义各个种类的服务器基线检测报告对应的优先级别，所述优先级别根据服务器基线检测报告是否为异常报告以及异常的严重情况设置；
[0009]步骤2，根据所述服务器基线检测报告的优先级别以及上传时间进行排序后展示。
[0010]一种农信系统的服务器基线检测报告的展现系统，包括：优先级定义模块和展示模块；
[0011]优先级定义模块，用于定义各个种类的服务器基线检测报告对应的优先级别，所述优先级别根据服务器基线检测报告是否为异常报告以及异常的严重情况设置；
[0012]展示模块，用于根据所述服务器基线检测报告的优先级别以及上传时间进行排序后展示。
[0013]本专利技术的有益效果是：本专利技术提供的一种农信系统的服务器基线检测报告的展现
方法，考虑现有的农信系统的服务器基线检测报告未体现重要系统的检测情况，容易出现严重错误没有及时发现处理的情况，根据服务器基线检测报告是否为异常报告以及异常的严重情况对服务器基线检测报告建立优先级别，向运维人员进行显示时按照该优先级别和上传时间进行排序显示，使检查报告清晰明了，方便运维人员了解重点突出的问题。
[0014]在上述技术方案的基础上，本专利技术还可以做如下改进。
[0015]进一步，所述步骤1还包括：定义各个服务器的优先级别；
[0016]所述步骤2中根据所述服务器基线检测报告的优先级别、上传时间以及服务器的优先级别进行排序后展示。
[0017]进一步，所述步骤1中的所述优先级别根据所述服务器产生异常报告时的服务器的各个性能参数确定；
[0018]所述性能参数包括：系统内核的性能参数、CPU性能参数、内存性能参数、网络性能参数、中断系统调用的性能参数、虚拟文件系统的性能参数、动态文件系统的性能参数、逻辑卷管理的性能参数、进程调度的性能参数、虚拟内存管理的性能参数和/或输入输出的性能参数；
[0019]各个性能参数的设定权重计算所述性能参数的总值，获取不同服务器产生同一个异常报告时所述性能参数的总值的平均值作为该异常报告对应的优先级别的确定指标。
[0020]进一步，所述步骤2还包括重复服务器基线检测报告的识别；所述重复服务器基线检测报告的识别的过程包括：
[0021]步骤201，训练词向量模型；所述词向量模型为用于在设定的2k+1的预测情境窗口内的周围的词的连续跳跃词模型，所述连续跳跃词模型的目标函数是当中间词存在时，最大化周围词出现的log概率的和：其中，n表示输入句子的长度，表示中间词w
i
出现时，某词w
i+j
出现在其周围的标准化概率；
[0022]步骤202，训练卷积神经网络模型，训练样本为标记为重复服务器基线检测报告或不是重复服务器基线检测报告的多对重复服务器基线检测报告；基于卷积神经网络模型输出值和真实值之间的最小化均方误差来对所述卷积神经网络模型进行参数调优；基于训练好的所述卷积神经网络模型识别所述服务器基线检测报告句子层面的含义；
[0023]步骤203，对于两个待识别的服务器基线检测报告，输入训练好的所述词向量模型后输出服务器基线检测报告中每个词语对应的词向量，识别句子层面的语义；再输入训练好的卷积神经网络模型，得到两个服务器基线检测报告的卷积特征向量，计算两个服务器基线检测报告的卷积特征向量之间的余弦相似性，所述余弦相似性为该两个服务器基线检测报告为重复服务器基线检测报告的概率。
[0024]进一步，所述步骤2还包括：训练服务器基线检测报告优先级预测模型，基于训练好的服务器基线检测报告优先级预测模型预测服务器基线检测报告属于各种优先级的概率，训练所述服务器基线检测报告优先级预测模型的过程包括：
[0025]步骤201
’
，抽取能够表达所述服务器基线检测报告异常的特征；
[0026]步骤202
’
，对各个服务器基线检测报告中的异常进行优先级人工标注，基于所述特征和人工标注的优先级对所述服务器基线检测报告优先级预测模型进行训练。
[0027]进一步，上传的所述服务器基线检测报告存储有其对应的服务器的ID；
[0028]所述步骤2中收到任一所述服务器上传的所述服务器基线检测报告时判断系统内存在该ID对应的其它未处理的服务器基线检测报告时；将收到的所述服务器基线检测报告的优先级与该ID对应的其它未处理的服务器基线检测报告的优先级进行叠加处理生成新的优先级。
[0029]进一步，所述步骤2中将异常最严重时对应的优先级别以及上传时间最久的服务器基线检测报告在最上端或者突出颜色或大小进行展示。
[0030]采用上述进一步方案的有益效果是：还可以根据服务器的重要程度给该服务器人为定义优先级别例如对位于节点中心处的重点服务器设定高的优先级别，在该重点服务器出现异常时进行优先展示；考虑不同服务器性能不一样，因此对于某一种类的异常报告，采集多个不同服务器产生该异常报告的性能参数，取其平均值最为产生其优先级别的确定指标，使评判标准更加准确；考虑多个可更正的错误可能会造成严重错误，因此存在同一服务器上传的多个服务器基线检测报告时重新确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农信系统的服务器基线检测报告的展现方法，其特征在于，所述方法包括：步骤1，定义各个种类的服务器基线检测报告对应的优先级别，所述优先级别根据服务器基线检测报告是否为异常报告以及异常的严重情况设置；步骤2，根据所述服务器基线检测报告的优先级别以及上传时间进行排序后展示。2.根据权利要求1所述的方法，其特征在于，所述步骤1还包括：定义各个服务器的优先级别；所述步骤2中根据所述服务器基线检测报告的优先级别、上传时间以及服务器的优先级别进行排序后展示。3.根据权利要求1所述的方法，其特征在于，所述步骤1中的所述优先级别根据所述服务器产生异常报告时的服务器的各个性能参数确定；所述性能参数包括：系统内核的性能参数、CPU性能参数、内存性能参数、网络性能参数、中断系统调用的性能参数、虚拟文件系统的性能参数、动态文件系统的性能参数、逻辑卷管理的性能参数、进程调度的性能参数、虚拟内存管理的性能参数和/或输入输出的性能参数；各个性能参数的设定权重计算所述性能参数的总值，获取不同服务器产生同一个异常报告时所述性能参数的总值的平均值作为该异常报告对应的优先级别的确定指标。4.根据权利要求1的方法，其特征在于，所述步骤2还包括重复服务器基线检测报告的识别；所述重复服务器基线检测报告的识别的过程包括：步骤201，训练词向量模型；所述词向量模型为用于在设定的2k+1的预测情境窗口内的周围的词的连续跳跃词模型，所述连续跳跃词模型的目标函数是当中间词存在时，最大化周围词出现的log概率的和：其中，n表示输入句子的长度，表示中间词w
i
出现时，某词w
i+j
出现在其周围的标准化概率；步骤202，训练卷积神经网络模型，训练样本为标记为重复服务器基线检测报告或不是重复服务器基线检测报告的多对重复服务器基线检测报告；基于卷积神经网络模型输出值和真实值之间的最小化均方误差来对所述卷积神经网络模型进行参数调优；基于训练好的所述卷积神经网络模型识别所述服务器基线检测报告句子层面的含义；步骤203，对于两个待识别的服务器基线检测报告，输入训练好的所述词向量模型后输出服务器基线检测报告中每个词语对应的词向量，识别句子层面的语义；再输入训练好的卷积神...

【专利技术属性】
技术研发人员：荣容容，杨建设，刘麟，付毅，柳诗敏，姚胜，刘尤亮，李康，胡华青，陈胜，孙振，
申请(专利权)人：湖北省农村信用社联合社网络信息中心，
类型：发明
国别省市：