[0021] 以下，术语“第一”、“第二”和“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”或“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。
[0022] 图1示出了本发明实施例提供的基于云计算的云边端交互数据优化方法的流程示意图，基于云计算的云边端交互数据优化方法可以通过云计算服务器实现，云计算服务器可以包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述云计算服务器执行如下步骤所描述的技术方案。
[0023] 步骤102：结合云边端交互场景对应的各业务互动任务下的会话消息交互记录、基础待传输消息统计数据、待进行匹配的不少于一个会话交互时段的信息安全检测策略指示，结合随机逼近估计策略识别所述不少于一个会话交互时段内的待传输消息统计数据。
[0024] 在本发明实施例中，所述云边端交互场景可以为配置了会话安全检测线程的不同类别的云边端交互场景。比如所述云边端交互场景可以是电子商务交互场景，云游戏交互场景，智慧政企交互场景等。
[0025] 进一步地，所述云边端交互场景可以包括至少一种交互指标。所述交互指标仅准许会话消息基于一个业务互动任务进行传输。本发明中所述业务互动任务是指与所述云边端交互场景的交互需求对应的任务，比如业务互动任务可以匹配云边端交互场景的时序交互需求、资源共享交互需求等。
[0026] 在一些可能的示例下，可以结合会话消息流思路进行待传输消息统计数据的随机逼近估计策略识别（递归预测）。这样，可以减少对样本的要求，只需云边端交互场景的已接收消息统计值数据便可进行会话安全检测线程的更新，减少了对云边端交互场景的资源需求。此外，可以在各种会话消息交互情况下都可进行待传输消息统计数据的随机逼近估计策略识别，使得本发明提出的基于云计算的云边端交互数据优化方法尽可能规避会话消息交互情况的影响，比如在不同会话消息交互情况下都能得到适配的信息安全检测策略指示。从而实现对会话消息的自适应处理，避免消息过载或者消息欠载。
[0027] 在一些可能的实施例中，对步骤102的进一步介绍如下。
[0028] 步骤202，结合云边端交互场景对应的各业务互动任务下的会话消息交互记录，确定各业务互动任务下造成的会话消息流的活跃度。
[0029] 在本发明实施例中，所述会话消息流可以指示由于会话消息数量变化在所述云边端交互场景造成的会话消息队列变动情况。所述会话消息流可以包括等待消息流，应答消息流，汇聚消息流。在会话消息拦截线程的运行期间由于会话消息终止传输可得到所述等待消息流，所述等待消息流可以造成待传输消息统计数据的增加。在会话消息放行线程期间由于会话消息开始传输可得到所述应答消息流，所述应答消息流可以造成待传输消息统计数据的减少。在切换为会话消息放行线程之后，由于所述云边端交互场景中继续传入会话消息并进入待传输消息队列，新加入的会话消息可得到所述汇聚消息流，所述汇聚消息流可以造成待传输消息统计数据的增加，对应使得待传输消息统计数据减少的速率变小。
[0030] 可以理解的是，会话消息流通常存在交互速度，即会话消息流的活跃度（本发明可以理解为活跃度）。本发明中，将等待消息流的活跃度视为active value1，应答消息流的活跃度视为active value2，汇聚消息流的活跃度视为active value3。
[0031] 在一些可能的实施例中，会话消息流的活跃度的示例性确定思路如下。
[0032] 步骤402，获取所述业务互动任务下的已接收消息统计值与已接收消息数据量，所述业务互动任务下为消息负载达到上限时配置的消息激活统计值与消息激活数据量，以及所述业务互动任务下为会话消息过载时的预设暂留消息数据量。
[0033] 在一些可能的示例下，这些配置的变量都可以预先存储，然后根据需求获得，统计值对应消息流量，数据量对应消息的信息量大小（比如以KB、MB、GB为单位的），也可以理解为消息的密度。
[0034] 在一些可能的示例下，所述已接收消息统计值包括配置于云边端交互场景对应的各业务互动任务下的消息检测模块实时检测到的已接收消息统计值，或者，统计的在先的已接收消息统计值。由此可以确定出活跃度，从而灵活进行会话安全检测线程的有效运行时段优化。所述消息检测模块可以包括带有计数程序的模块通过这些消息检测模块可以实时获取云边端交互场景的已接收消息统计值。
[0035] 在一些可能的示例下，可以结合可视化知识关系网指示的已接收消息数据量、已接收消息统计值、所述消息负载统计值以及所述消息负载数据量之间的绑定特征，在先验已接收消息统计值、所述消息负载统计值以及所述消息负载数据量的条件下，得到所述已接收消息数据量，从而提高方案的灵活性。
[0036] 获得计算会话消息流的活跃度所需的先验变量后，可以执行步骤404‑步骤408。
[0037] 步骤404，依据所述已接收消息统计值、所述已接收消息数据量与所述暂留消息数据量，得到等待消息流的活跃度。
[0038] 步骤406，依据所述消息激活统计值、所述消息激活数据量与所述暂留消息数据量，得到应答消息流的活跃度。
[0039] 步骤408，依据所述已接收消息统计值，所述消息激活统计值，所述已接收消息数据量与所述消息激活数据量，得到汇聚消息流的活跃度。
[0040] 结合步骤402‑步骤408，可以依据会话消息流思路，准确地确定出云边端交互场景对应的各业务互动任务下的三种会话消息流的活跃度。
[0041] 步骤204，结合所述会话消息流的活跃度确定各业务互动任务下的待传输消息统计数据的动态化变量。
[0042] 会话安全检测线程通常涵盖会话消息拦截线程，会话消息放行线程。
[0043] 在云边端交互场景某一业务互动任务对应于会话消息拦截线程时候，该业务互动任务下的待传输消息统计数据会增加。本发明将在会话消息拦截线程的对应时段，由于会话消息流导致的待传输消息统计数据平均动态化变量称为第一动态化变量，视为change1，将会话消息拦截线程的有效时段视为thread_Rt。在云边端交互场景某一业务互动任务对应于会话消息放行线程时候，该业务互动任务下的待传输消息统计数据会减少。本发明将在会话消息放行线程的对应时段，由于会话消息流导致的待传输消息统计数据平均动态化变量称为第二动态化变量，视为change2，将会话消息放行线程的有效时段视为thread_Gt。
[0044] 结合上述内容以及步骤202得到的会话消息流的活跃度便可得到在会话消息拦截线程和会话消息放行线程时各自对应的第一动态化变量和第二动态化变量。比如结合所述应答消息流的活跃度和所述等待消息流的活跃度，确定会话消息拦截线程的对应时段的第一动态化变量；结合所述应答消息流的活跃度与所述汇聚消息流的活跃度，确定会话消息放行线程的对应时段的第二动态化变量。此外，动态化变量可以理解为变化速度。
[0045] 步骤206，结合所述动态化变量和所述基础待传输消息统计数据，解析得出各所述业务互动任务下，所述不少于一个会话交互时段中各会话交互时段各自对应的待传输消息预测数据。
[0046] 本发明将会话消息拦截线程处于暂停状态之后的待传输消息统计数据称为第一待传输消息预测数据，视为calculation1_Pi，i标识第i个会话消息拦截/放行线程的会话交互时段，将会话消息放行线程处于暂停状态之后的待传输消息统计数据称为第二待传输消息预测数据，视为calculation2_Pi，i表示第i个会话消息拦截/放行线程的会话交互时段。
[0047] 在识别calculation1_Pi时，只需获取上一轮会话消息放行线程处于暂停状态之后的待传输消息统计数据calculation2_Pi‑1，会话消息拦截线程的有效时段thread_Rt，以及第一动态化变量change1，结合：calculation1_Pi=calculation2_Pi‑1+thread_Rt*change1...，便可以得到calculation1_Pi。
[0048] 在识别calculation2_Pi时，只需获取上一轮会话消息拦截线程处于暂停状态之后的待传输消息统计数据calculation1_Pi，会话消息放行线程的有效时段thread_Gt，以及第二动态化变量change2，结合：calculation2_Pi=calculation1_Pi‑thread_Gt*change2...，便可以得到
calculation2_Pi。
[0049] 结合上述内容，可以针对各所述业务互动任务，解析得出各所述会话交互时段对应的待传输消息预测数据。
[0050] 在一些可能的示例下，结合所述第一动态化变量和所述第二动态化变量、所述不少于一个会话交互时段中各会话交互时段内的会话消息拦截线程的有效时段与会话消息放行线程的有效时段、以及所述基础待传输消息统计数据，解析得出各所述会话交互时段内会话消息拦截线程处于暂停时对应的第一待传输消息预测数据和会话消息放行线程处于暂停时对应的第二待传输消息预测数据；其中，在会话消息拦截线程的对应时段，结合前一轮会话消息放行线程处于暂停时时的待传输消息统计数据，当前会话消息拦截线程的有效时段以及所述第一动态化变量，得到所述会话消息拦截线程处于暂停状态之后的第一待传输消息预测数据；在会话消息放行线程的对应时段，结合前一轮会话消息拦截线程处于暂停状态之后的待传输消息统计数据，当前会话消息放行线程的有效时段以及所述第二动态化变量，得到所述会话消息放行线程处于暂停状态之后的第二待传输消息预测数据。
[0051] 进一步地，所述基础待传输消息统计数据可以是会话安全检测线程的有效运行时段优化会话交互时段开始对应的会话消息拦截线程或会话消息放行线程处于暂停状态之后的待传输消息统计数据。所述基础待传输消息统计数据可以是事先确定的数值，或者是实际的基础待传输消息统计数据（比如初始的待传输消息统计数据）。
[0052] 以基础待传输消息统计数据为会话消息放行线程处于暂停状态之后的待传输消息统计数据为例，则可以视为number_Q0。
[0053] 结合上述内容解析得出：calculation_P1=number_Q0+thread_Rt*change1。
[0054] 结合上述内容解析得出：number_Q1=calculation_P1‑thread_Gt*change2。
[0055] 基于上述内容，进行循环处理，直至得到各会话交互时段会话消息拦截线程处于暂停状态之后的第一待传输消息预测数据与会话消息放行线程处于暂停状态之后的第二待传输消息预测数据。
[0056] 针对每一业务互动任务，利用上述思路，皆可解析得出各所述会话交互时段内会话消息拦截线程处于暂停时对应的第一待传输消息预测数据和会话消息放行线程处于暂停时对应的第二待传输消息预测数据。
[0057] 步骤104，依据所述不少于一个会话交互时段内的待传输消息统计数据、以及结合待传输消息统计数据配置的交互时效性调整期望，确定所述不少于一个会话交互时段的信息安全检测策略指示。
[0058] 可以理解的是，所述信息安全检测策略指示包括各会话交互时段的会话消息拦截/放行线程的有效时段。结合一些优化思路（比如，AI算法最小化思路），可得到云边端交互场景中的待传输消息统计数据满足所述交互时效性调整期望时，后续多个会话消息拦截/放行线程的会话交互时段的信息安全检测策略指示。所述配置的交互时效性调整期望可以理解为对待传输消息统计数据的一些限制要求。
[0059] 对于一些可能的示例而言，所述交互时效性调整期望包括如下一项或多项：实现各所述业务互动任务的待传输消息统计数据的最小化处理；实现各所述业务互动任务的待传输消息统计数据的平衡；避免各所述业务互动任务的待传输消息统计数据大于设定统计数据。
[0060] 依据所述交互时效性调整期望得到的信息安全检测策略指示更新会话安全检测线程，可以防止等候消息过载，减少待传输消息统计数据，在保障会话消息的精准安全检测的前提下提高会话消息吞吐效率。
[0061] 本发明将实现各所述业务互动任务的待传输消息统计数据的最小化处理称为第一交互时效性调整期望。与所述第一交互时效性调整期望对应的第一AI算法视为expectation_f1。
[0062] 在一些可能的示例下，所述实现各所述业务互动任务的待传输消息统计数据的最小化处理，包括：各所述业务互动任务的待传输消息统计数据的指定计算值接近于第一指定数值。通过对expectation_f1的处理，可以得到使云边端交互场景每一业务互动任务的待传输消息统计数据尽量短的会话消息拦截线程的有效时段与会话消息放行线程的有效时段。本发明将实现各所述业务互动任务的待传输消息统计数据的平衡称为第二交互时效性调整期望。在一些可能的示例下，与所述第二交互时效性调整期望对应的第二AI算法视为expectation_f2。所述实现各所述业务互动任务的待传输消息统计数据的平衡，包括：各所述业务互动任务的待传输消息统计数据之间的离散指数接近于第二指定数值。通过对expectation_f2的处理，可以得到使云边端交互场景各业务互动任务的通行平衡的会话消息拦截线程的有效时段与会话消息放行线程的有效时段。本发明将避免各所述业务互动任务的待传输消息统计数据大于设定统计数据称为第三交互时效性调整期望。与所述第三交互时效性调整期望对应的第三AI算法视为expectation_f3。所述避免各所述业务互动任务的待传输消息统计数据大于设定统计数据，包括：各所述业务互动任务的待传输消息统计数据与所述设定统计数据之差不超过0。通过对expectation_f3的处理，可以得到使云边端交互场景各业务互动任务的待传输消息统计数据不会过载（达到设定统计数据）的会话消息拦截线程的有效时段与会话消息放行线程的有效时段。
[0063] 步骤106，依据所述不少于一个会话交互时段的信息安全检测策略指示更新所述云边端交互场景的会话安全检测线程。
[0064] 对于本发明实施例而言，可以结合得到的各所述会话交互时段内的会话消息拦截线程的有效时段与会话消息放行线程的有效时段，向更新会话安全检测线程的更新节点发送更新命令，使得会话安全检测线程可以按照处理得到的会话消息拦截线程的有效时段与会话消息放行线程的有效时段进行会话消息拦截/放行线程切换。
[0065] 应用于上述技术方案，可以结合随机逼近估计策略识别云边端交互场景中的待传输消息统计数据，并结合结合待传输消息统计数据配置的交互时效性调整期望，对结合随机逼近估计策略识别的云边端交互场景中的待传输消息统计数据进行处理，得到云边端交互场景中的待传输消息统计数据满足所述交互时效性调整期望时，后续多个会话消息拦截/放行线程的会话交互时段的信息安全检测策略指示，并结合确定的后续多个会话交互时段的信号方案完成会话安全检测线程更新。相较于传统方案，在各种会话消息交互情况下都可以确定出适配的信息安全检测策略指示，使各云边端交互场景中的待传输消息统计数据满足所述交互时效性调整期望，这样能够减少不必要的资源开销，并且灵活应对不同云边端交互场景的消息处理需求，避免消息过多而导致的业务交互延时，以及避免消息过少而导致的有限传输资源浪费。
[0066] 对于一些可能的示例而言，步骤104中，可以将各所述业务互动任务下，各所述会话交互时段内会话消息放行线程处于暂停时对应的第二待传输消息预测数据以及结合待传输消息统计数据配置的交互时效性调整期望，得到各所述会话交互时段内的会话消息拦截线程的有效时段与会话消息放行线程的有效时段。会话消息放行线程处于暂停时对应消息等待最短时的待传输消息统计数据。将会话消息放行线程处于暂停时后待传输消息统计数据尽量减少。
[0067] 在一些实施例下，可以每间隔时段T，设置会话安全检测线程下一个时段T内的会话消息拦截/放行线程的有效时段，并且该时段T内的会话消息拦截线程与会话消息拦截线程的有效时段相同，会话消息放行线程与会话消息放行线程的有效时段相同。所述时段T可以结合事件情况进行设定。还可以随时设置会话安全检测线程在任意会话消息拦截/放行线程的会话交互时段内的会话消息拦截/放行线程的有效时段，并且每一会话消息拦截/放行线程的会话交互时段的会话消息拦截线程的有效时段可以不一致，会话消息放行线程的有效时段也可以不一致。比如，可以任意设置会话安全检测线程在后续一个或多个会话消息拦截/放行线程的会话交互时段内的会话消息拦截/放行线程的有效时段。
[0068] 对于一些可能的示例而言，针对第二种方式的会话安全检测线程，本发明提出一种灵活更新思路。该灵活更新思路中，可以结合云边端交互场景对应的各业务互动任务下的会话消息交互记录，结合步骤102‑步骤104得到后续不少于一个会话交互时段的内的会话消息拦截线程的有效时段与会话消息放行线程的有效时段。然后从确定的所述不少于一个会话交互时段的信息安全检测策略指示中，抽取设定数目个会话交互时段的信息安全检测策略指示，并结合抽取的所述设定数目个会话交互时段的信息安全检测策略指示，更新后续所述设定数目个会话交互时段的会话安全检测线程的有效运行时段。由此可以使得灵活更新会话安全检测线程的有效运行时段，使得云边端交互场景的会话消息处理时效性达到更佳，并且待传输消息统计数据更适应云边端交互场景的实际会话消息流，达到结合会话消息流智能化更新会话安全检测线程的有效运行时段的目的。
[0069] 比如，以所述设定数目为1为例。可以每隔一个会话消息拦截/放行线程的会话交互时段，结合当前的云边端交互场景达到会话消息流，结合步骤102‑步骤104示意的方法优化得到后续不少于一个会话交互时段（假设20个会话交互时段）中各会话交互时段的会话消息拦截/放行线程的有效时段，然后可以从中抽取后续第一个会话交互时段的会话消息拦截/放行线程的有效时段作为会话安全检测线程在下一个会话消息拦截/放行线程的会话交互时段的会话消息拦截/放行线程的有效时段，以达到结合前一会话消息拦截/放行线程的会话交互时段会话消息流智能化更新下一会话消息拦截/放行线程的会话交互时段会话安全检测线程的有效运行时段的目的。
[0070] 对于一些可能的示例而言，针对第一种思路的会话安全检测线程，本发明提出一种定向更新思路。该定向更新思路中，识别得到的不少于一个会话消息拦截/放行线程的会话交互时段中各会话消息拦截/放行线程的会话交互时段内的会话消息拦截线程的有效时段一致，会话消息放行线程的有效时段也一致。可以每间隔时段T，结合云边端交互场景对应的各业务互动任务下的会话消息交互记录，确定所述不少于一个会话交互时段的信息安全检测策略指示，然后结合所述不少于一个会话交互时段中任一会话交互时段内的信息安全检测策略指示，更新在所述时段T内的会话安全检测线程的有效运行时段。
[0071] 比如，以所述时段T为30min为例。可以每隔30min，结合当前的云边端交互场景达到会话消息流，结合步骤102‑步骤104示意的方法优化得到后续不少于一个会话交互时段（假设20个会话交互时段）中各会话交互时段的会话消息拦截/放行线程的有效时段。其中，各会话交互时段会话消息拦截线程的有效时段与会话消息拦截线程的有效时段一致，会话消息放行线程的有效时段与会话消息放行线程的有效时段一致。然后可以从中抽取任意一个会话交互时段的会话消息拦截/放行线程的有效时段作为会话安全检测线程在后续30min内的会话消息拦截/放行线程的有效时段，以达到对第一种思路的会话安全检测线程的有效运行时段优化的目的。
[0072] 应用上述技术方案，可以达到如下技术效果。
[0073] （1）可以结合会话消息流思路，预测云边端交互场景中的待传输消息统计数据，以及利用线程调参算法，进行云边端交互场景各方向待传输消息统计数据的min处理，云边端交互场景各方向待传输消息统计数据不会超出阈值，云边端交互场景各方向待传输消息统计数据均衡等多个线程处理，得到不少于一个所述会话交互时段的会话安全检测线程更新方案，相较于传统方案，可以防止消息等待过载，减少待传输消息统计数据，保持消息等待比较过长，这样能够减少不必要的资源开销，并且灵活应对不同云边端交互场景的消息处理需求，避免消息过多而导致的业务交互延时，以及避免消息过少而导致的有限传输资源浪费。
[0074] （2）利用会话消息流思路待传输消息预测数据，降低了对样本的要求，只需云边端交互场景的已接收消息统计值数据便可进行会话安全检测线程更新，提高会话安全检测线程的更新效率。
[0075] （3）可以结合前一会话消息拦截/放行线程的会话交互时段会话消息流智能化更新下一会话消息拦截/放行线程的会话交互时段会话安全检测线程的有效运行时段，更适应云边端交互场景的实际会话消息流。
[0076] 在一些可独立实施的设计思路下，在更新所述云边端交互场景的会话安全检测线程之后，该方法还可以包括如下内容：响应于会话安全检测请求，从会话消息拦截线程中抽取携带风险标签的待处理会话消息；挖掘所述待处理会话消息的风险意图向量；通过所述风险意图向量进行信息防护处理。
[0077] 在本发明实施例中，在接收到会话安全检测请求的基础上，可以从会话消息拦截线程中抽取携带风险标签的待处理会话消息，携带风险标签的待处理会话消息可以是会话消息拦截线程初步解析和拦截的可能存在信息安全风险的待处理会话消息，通过确定风险意图向量，能够挖掘待处理会话消息的入侵偏好，从而基于风险意图向量进行针对性的信息防护处理。
[0078] 在一些可独立实施的设计思路下，在挖掘待处理会话消息的风险意图向量的过程中，为了提高风险意图向量的精度，需要进行扰动向量去除，基于此，挖掘所述待处理会话消息的风险意图向量，可以通过如下技术方案实现：利用预设GCN模型对待处理会话消息进行风险意图向量提取，得到多组关联的风险意图向量，其中，所述多组关联的风险意图向量包括第K组风险意图向量、第J组风险意图向量以及第J组完成扰动向量去除的风险意图向量，所述K为正整数，J=K‑1；对待处理风险意图向量的向量要素进行识别操作，得到去扰动指示单元，其中，所述待处理风险意图向量由所述第K组风险意图向量、所述第J组风险意图向量以及所述第J组完成扰动向量去除的风险意图向量在注意力层面上进行加权得到；变更所述去扰动指示单元的大小，使所述去扰动指示单元的注意力指标数与所述第K组风险意图向量的目标风险意图向量的注意力指标数一致；通过变更大小后的所述去扰动指示单元对所述第K组风险意图向量的目标风险意图向量的向量要素进行识别操作，得到所述第一目标风险意图向量；对所述第一目标风险意图向量进行映射，得到所述第K组完成扰动向量去除的风险意图向量。
[0079] 如此设计，能够基于连续的风险意图向量进行扰动向量去除，从而提高扰动消除的精度。
[0080] 在一些可独立实施的设计思路下，所述对待处理风险意图向量的向量要素进行识别操作，得到去扰动指示单元，包括：对所述待处理风险意图向量进行识别操作，以提取所述第J组风险意图向量的向量要素相对于所述第K组风险意图向量的向量要素的变化特征，得到匹配单元；对所述匹配单元进行特征转换处理，得到所述去扰动指示单元。
[0081] 在一些可独立实施的设计思路下，所述对所述待处理风险意图向量进行识别操作，以提取所述第J组风险意图向量的向量要素相对于所述第K组风险意图向量的向量要素的变化特征，得到匹配单元之后，还包括：通过所述匹配单元对所述第J组风险意图向量的目标风险意图向量的向量要素进行识别操作，得到第二目标风险意图向量。
[0082] 在一些可独立实施的设计思路下，所述通过所述匹配单元对所述第J组风险意图向量的目标风险意图向量的向量要素进行识别操作，得到第二目标风险意图向量，包括：变更所述匹配单元的大小，使所述匹配单元的注意力指标数与所述第J组风险意图向量的目标风险意图向量的注意力指标数一致；通过变更大小后的所述匹配单元对所述第J组完成扰动向量去除的风险意图向量的目标风险意图向量的向量要素进行识别操作，得到所述第二目标风险意图向量。
[0083] 在一些可独立实施的设计思路下，所述对所述第一目标风险意图向量进行映射，得到所述第K组完成扰动向量去除的风险意图向量，包括：对所述第一目标风险意图向量和所述第二目标风险意图向量进行融合处理，得到第三目标风险意图向量；对所述第三目标风险意图向量进行映射，得到所述第K组完成扰动向量去除的风险意图向量。
[0084] 在一些可独立实施的设计思路下，所述对所述待处理风险意图向量进行识别操作，以提取所述第J组风险意图向量的向量要素相对于所述第K组风险意图向量的向量要素的变化特征，得到匹配单元，包括：对所述第K组风险意图向量、所述第J组风险意图向量以及所述第J组完成扰动向量去除的风险意图向量在注意力层面上进行加权处理，得到所述待处理风险意图向量；对所述待处理风险意图向量进行特征转换处理，得到第四目标风险意图向量；对所述第四目标风险意图向量进行识别操作，得到第五目标风险意图向量；通过识别操作将所述第五目标风险意图向量的注意力指标数调整至第一预设值，得到所述匹配单元。
[0085] 在一些可独立实施的设计思路下，所述匹配单元进行特征转换处理，得到所述去扰动指示单元，包括：通过识别操作将所述匹配单元的注意力指标数调整至第二预设值，得到第六目标风险意图向量；对所述第四目标风险意图向量和所述第六目标风险意图向量进行融合处理，得到第七目标风险意图向量；对所述第七目标风险意图向量进行识别操作，以提取所述第J组完成扰动向量去除的风险意图向量的向量要素相对于所述第J组风险意图向量的向量要素的去扰动信息，得到所述去扰动指示单元。
[0086] 在一些可独立实施的设计思路下，所述对所述第七目标风险意图向量进行识别操作，以提取所述第J组完成扰动向量去除的风险意图向量相对于所述第J组风险意图向量的向量要素的去扰动信息，得到所述去扰动指示单元，包括：对所述第七目标风险意图向量进行识别操作，得到第八目标风险意图向量；通过识别操作将所述第八目标风险意图向量的注意力指标数调整至所述第一预设值，得到所述去扰动指示单元。
[0087] 在一些可独立实施的设计思路下，所述对所述第三目标风险意图向量进行映射，得到所述第K组完成扰动向量去除的风险意图向量，包括：对所述第三目标风险意图向量进行逆向识别操作，得到第九目标风险意图向量；对所述第九目标风险意图向量进行识别操作，得到第K组映射后的风险意图向量；将所述第K组风险意图向量的第一向量要素的向量值与所述第K组映射后的风险意图向量的第二向量要素的向量值求和，得到所述第K组完成扰动向量去除的风险意图向量，其中，所述第一向量要素在所述第K组风险意图向量中的分布与所述第二向量要素在所述第K组映射后的风险意图向量中的分布一致。
[0088] 基于同样的发明构思，图2示出了本发明实施例提供的基于云计算的云边端交互数据优化装置的模块框图，基于云计算的云边端交互数据优化装置可以包括实施图1所示的相关方法步骤的数据识别模块21，用于结合云边端交互场景对应的各业务互动任务下的会话消息交互记录、基础待传输消息统计数据、待进行匹配的不少于一个会话交互时段的信息安全检测策略指示，结合随机逼近估计策略识别所述不少于一个会话交互时段内的待传输消息统计数据；指示确定模块22，用于依据所述不少于一个会话交互时段内的待传输消息统计数据、以及结合待传输消息统计数据配置的交互时效性调整期望，确定所述不少于一个会话交互时段的信息安全检测策略指示；线程更新模块23，用于依据所述不少于一个会话交互时段的信息安全检测策略指示更新所述云边端交互场景的会话安全检测线程。
[0089] 应用于本发明的相关实施例可以达到如下技术效果：可以结合随机逼近估计策略识别云边端交互场景中的待传输消息统计数据，并结合结合待传输消息统计数据配置的交互时效性调整期望，对结合随机逼近估计策略识别的云边端交互场景中的待传输消息统计数据进行处理，得到云边端交互场景中的待传输消息统计数据满足所述交互时效性调整期望时，后续多个会话消息拦截/放行线程的会话交互时段的信息安全检测策略指示，进而实现完成会话安全检测线程的更新。相较于传统方案，在各种会话消息交互情况下都可以确定出适配的信息安全检测策略指示，使各云边端交互场景中的待传输消息统计数据满足所述交互时效性调整期望，这样能够减少不必要的资源开销，并且灵活应对不同云边端交互场景的消息处理需求，避免消息过多而导致的业务交互延时，以及避免消息过少而导致的有限传输资源浪费。
[0090] 以上所述，仅为本发明的具体实施方式。熟悉本技术领域的技术人员根据本发明提供的具体实施方式，可想到变化或替换，都应涵盖在本发明的保护范围之内。
