(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111344558.8 (22)申请日 2021.11.12 (71)申请人 安天科技 集团股份有限公司 地址 150028 黑龙江省哈尔滨市高新 技术 产业开发区科技创新城创新创业广场 7号楼 （世坤路838号） (72)发明人 佟爽欣　刘艺　 (74)专利代理 机构 北京科衡知识产权代理有限 公司 11928 代理人 王淑静 (51)Int.Cl. G06F 16/953(2019.01) G06F 16/9538(2019.01) G06F 30/27(2020.01) (54)发明名称 一种系统配置优化参数方法、 装置、 电子设 备及存储介质 (57)摘要 本发明实施例公开一种系统配置优化参数 方法、 装置、 电子设备及存储介质， 涉及网络安全 技术领域， 能够快速获取系统配置优化参数。 所 述方法包括： 获取当前系统平台的性能参数； 将 所述当前系统平台的性能参数输入至系统配置 参数预测模 型中， 获得对应的当前系统配置优化 参数。 本发 明实施例应用于获取系统配置优化参 数。 权利要求书3页 说明书10页 附图1页 CN 114065005 A 2022.02.18 CN 114065005 A 1.一种系统配置优化 参数的预测方法， 其特 征在于， 所述方法包括： 获取当前系统平台的性能参数； 将所述当前系统平台的性能参数输入至系统配置参数预测模型中， 获得对应的当前系 统配置优化 参数。 2.根据权利要求1所述的方法， 其特征在于， 在所述获取当前系统平台的性能参数之 前， 所述方法还 包括： 利用大数据技术， 获取系统配置参数以及所述系统配置参数相关的性能参数； 基于所述系统配置参数以及所述系统配置参数相关的性 能参数， 生成所述系统配置参 数预测模型。 3.根据权利要求2所述的方法， 其特征在于， 所述获取系统配置参数以及所述系统配置 参数相关的性能参数， 包括： 获取网络交互数据， 从所述网络交互数据中筛选出系统配置参数以及所述系统配置参 数相关的性能参数。 4.根据权利要求3所述的方法， 其特 征在于， 所述获取网络交 互数据， 包括： 从网络运营商侧获取网络交 互数据， 和/或， 获取友商共享的网络交 互数据。 5.根据权利要求2所述的方法， 其特征在于， 所述基于所述系统配置参数以及所述性 能 参数， 生成系统配置参数 预测模型， 包括： 根据所述系统配置参数以及所述 性能参数， 生成系统配置参数初始预测模型； 提取所述系统配置参数以及所述 性能参数之间的关联 特征； 根据所述关联 特征， 对所述初始预测模型进行训练， 获得系统配置参数 预测模型。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述关联特征， 对所述初始预测 模型进行训练， 获得系统配置参数 预测模型， 包括： 对所述关联 特征进行向量 化处理， 获得向量 化处理结果； 采用所述向量化处理结果， 对所述初始预测模型进行训练， 获得系统配置参数预测模 型。 7.根据权利要求6所述的方法， 其特征在于， 所述采用所述向量化处理结果， 对所述初 始预测模型进行训练， 获得系统配置参数 预测模型， 包括： 选用所述向量化处理结果中的部分内容， 对所述初始预测模型进行训练， 获得系统配 置参数预测模型； 采用所述向量 化处理结果中的剩余内容， 对所述系统配置参数 预测模型进行验证； 若通过验证， 则保留所述系统配置参数 预测模型； 若未通过验证， 则 删除所述系统配置参数 预测模型。 8.根据权利要求1所述的方法， 其特 征在于， 所述获取当前系统平台的性能参数， 包括： 从所述当前系统平台的网络交 互数据中获取当前系统平台的性能参数。 9.根据权利要求1所述的方法， 其特征在于， 所述将所述当前系统平台的性能参数输入 至系统配置参数 预测模型中， 获得对应的当前系统配置优化 参数， 包括： 将所述当前系统平台的性能参数输入至系统配置参数预测模型中， 获得对应的预期系 统配置参数；权　利　要　求　书 1/3 页 2 CN 114065005 A 2将所述预期系统配置参数与相应的实际系统配置参数相对比， 生成对应的当前系统配 置优化参数。 10.根据权利要求1至9中任一项所述的方法， 其特征在于， 所述将所述当前系统平台的 性能参数输入至系统配置参数 预测模型中， 获得对应的当前系统配置优化 参数之后， 包括： 将所述当前系统配置优化 参数在WEB页面进行展示。 11.一种系统配置优化 参数的预测装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取当前系统平台的性能参数； 输入单元， 用于将所述当前系统平台的性能参数输入至系统配置参数预测模型中， 获 得对应的当前系统配置优化 参数。 12.根据权利要求1 1所述的装置， 其特 征在于， 所述装置还 包括： 收集单元， 用于利用大数据技术， 获取系统配置参数以及所述系统配置参数相关的性 能参数； 生成单元， 用于基于所述系统配置参数以及所述系统配置参数相关的性能参数， 生成 所述系统配置参数 预测模型。 13.根据权利要求12所述的装置， 其特 征在于， 所述收集单 元包括： 获取子单 元， 用于获取网络交 互数据； 筛选子单元， 用于从所述网络交互数据中筛选出系统配置参数以及所述系统配置参数 相关的性能参数。 14.根据权利要求13所述的装置， 其特 征在于， 所述获取子单 元具体用于： 从网络运营商侧获取网络交 互数据， 和/或， 获取友商共享的网络交 互数据。 15.根据权利要求12所述的装置， 其特 征在于， 所述 生成单元， 包括： 初始预测模型生成子单元， 用于根据所述系统配置参数以及所述性能参数， 生成系统 配置参数初始预测模型； 提取子单 元， 用于提取 所述系统配置参数以及所述 性能参数之间的关联 特征； 训练子单元， 用于根据 所述关联特征， 对所述初始预测模型进行训练， 获得系统配置参 数预测模型。 16.根据权利要求15所述的装置， 其特 征在于， 所述训练子单 元， 包括： 处理模块， 用于对所述关联 特征进行向量 化处理， 获得向量 化处理结果； 获取模块， 用于采用所述向量化处理结果， 对所述初始预测模型进行训练， 获得系统配 置参数预测模型。 17.根据权利要求16所述的装置， 其特 征在于， 所述获取模块具体用于： 选用所述向量化处理结果中的部分内容， 对所述初始预测模型进行训练， 获得系统配 置参数预测模型； 采用所述向量 化处理结果中的剩余内容， 对所述系统配置参数 预测模型进行验证； 若通过验证， 则保留所述系统配置参数 预测模型； 若未通过验证， 则 删除所述系统配置参数 预测模型。 18.根据权利要求1 1所述的装置， 其特 征在于， 所述获取 单元具体用于： 从所述当前系统平台的网络交 互数据中获取当前系统平台的性能参数。权　利　要　求　书 2/3 页 3 CN 114065005 A 3