運(yùn)用ChatGPT實(shí)現(xiàn)長慶油田網(wǎng)絡(luò)安全數(shù)據(jù)自動(dòng)化提取的路徑研究

摘要：隨著智慧油氣田建設(shè)的不斷深入，網(wǎng)絡(luò)安全問題日益凸顯。為了解決長慶網(wǎng)絡(luò)安全態(tài)勢感知平臺(tái)無法直接提供數(shù)據(jù)接口的問題，采用Python編寫數(shù)據(jù)接口，將部分?jǐn)?shù)據(jù)提取、解析并寫入網(wǎng)絡(luò)安全可視監(jiān)控平臺(tái)數(shù)據(jù)庫。通過ChatGPT的智能輔助，進(jìn)行大規(guī)模的代碼修正和優(yōu)化，顯著提高開發(fā)效率和代碼質(zhì)量。值得強(qiáng)調(diào)的是，在這一過程中，ChatGPT在代碼修正和問題解決中發(fā)揮了至關(guān)重要的作用。成功實(shí)踐了ChatGPT在代碼修正中的技術(shù)路徑。為智慧油氣田建設(shè)中的網(wǎng)絡(luò)安全保障提供了創(chuàng)新的技術(shù)思路和可靠的解決方案。

關(guān)鍵詞：智慧油氣田建設(shè)；網(wǎng)絡(luò)安全；ChatGPT；API數(shù)據(jù)提取

一、前言

隨著數(shù)字化油田發(fā)展和智慧油氣田的大力推進(jìn)[1]，包括網(wǎng)絡(luò)安全在內(nèi)的油田六大數(shù)智化業(yè)務(wù)領(lǐng)域出現(xiàn)了大量信息化系統(tǒng)。為實(shí)現(xiàn)各項(xiàng)業(yè)務(wù)的集中統(tǒng)一監(jiān)控、智能輔助決策，數(shù)智事業(yè)部建立了數(shù)智事業(yè)部信息資產(chǎn)監(jiān)控平臺(tái)（以下簡稱信息資產(chǎn)監(jiān)控平臺(tái)）[2]。平臺(tái)建立的目的是對(duì)數(shù)智事業(yè)部的在線設(shè)備與業(yè)務(wù)服務(wù)實(shí)現(xiàn)自動(dòng)化、智能化的實(shí)時(shí)監(jiān)控、自動(dòng)報(bào)警、故障信息推送、大屏監(jiān)控等功能，需要與現(xiàn)有的各業(yè)務(wù)系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)對(duì)接[3]。

長慶油田網(wǎng)絡(luò)安全態(tài)勢感知平臺(tái)（以下簡稱感知平臺(tái)）是長慶內(nèi)網(wǎng)的安全分析大腦，平臺(tái)上所分析研判出的各類網(wǎng)絡(luò)安全相關(guān)數(shù)據(jù)，也需要與信息資產(chǎn)監(jiān)控平臺(tái)對(duì)接進(jìn)行監(jiān)控、展示[4]。由于感知平臺(tái)自身安全性及完整性要求，所用的Mongo數(shù)據(jù)庫存在一些保護(hù)措施，即便開啟了通用API接口，相關(guān)安全數(shù)據(jù)也無法主動(dòng)推送至信息資產(chǎn)監(jiān)控平臺(tái)PostgreSQL數(shù)據(jù)庫中，要想展示相關(guān)數(shù)據(jù)，只有靠人工錄入的方式，這違背了數(shù)智化發(fā)展的方向，也不符合信息資產(chǎn)監(jiān)控平臺(tái)建設(shè)的初衷[5]。如何打破系統(tǒng)間的不可能，讓數(shù)據(jù)對(duì)接的自動(dòng)化、智能化變?yōu)榭赡埽愠闪司W(wǎng)絡(luò)安全中心需要解決的問題[6]。

此外，ChatGPT在Python腳本編寫中的應(yīng)用也越來越廣泛，通過利用ChatGPT編寫和優(yōu)化腳本，可以顯著提高開發(fā)效率和代碼質(zhì)量。例如，ChatGPT可以幫助生成函數(shù)文檔字符串、處理和轉(zhuǎn)換數(shù)據(jù)，以及集成API接口等任務(wù)[7]，為智慧油氣田建設(shè)中的數(shù)據(jù)自動(dòng)化傳輸和處理提供了新的技術(shù)手段和方法。

二、設(shè)計(jì)思路

以數(shù)字化轉(zhuǎn)型、智能化發(fā)展為指導(dǎo)思想，結(jié)合迎難而上的拼搏理念，以自主學(xué)習(xí)和自主建設(shè)、鍛煉隊(duì)伍、培養(yǎng)技術(shù)力量為目的，合理利用ChatGPT等先進(jìn)的技術(shù)手段（向ChatGPT輸入的內(nèi)容全部經(jīng)過脫敏處理），打破感知平臺(tái)接口限制，實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)化傳輸。

（一）核心思路

既然無法實(shí)現(xiàn)數(shù)據(jù)自動(dòng)化傳輸，是因?yàn)楦兄脚_(tái)Mongo數(shù)據(jù)庫因保護(hù)無法主動(dòng)推送數(shù)據(jù)，且信息資產(chǎn)監(jiān)控平臺(tái)FineReport無法主動(dòng)拉取MongoDB數(shù)據(jù)，那么設(shè)想基于通用的API接口和統(tǒng)一的開發(fā)標(biāo)準(zhǔn)，建立一個(gè)中間PostgreSQL數(shù)據(jù)庫作為“橋梁”，一方面主動(dòng)拉取感知平臺(tái)數(shù)據(jù)，一方面主動(dòng)推送至信息資產(chǎn)監(jiān)控平臺(tái)，實(shí)現(xiàn)兩個(gè)平臺(tái)的數(shù)據(jù)對(duì)接，如圖1所示。

（二）解決思路

通過其他途徑獲取感知平臺(tái)的數(shù)據(jù)，并將數(shù)據(jù)解析后寫入PostgreSQL數(shù)據(jù)庫中，以便在FineReport大屏上進(jìn)行展示。因此，需要考慮如何通過感知平臺(tái)提供的API接口進(jìn)行部分?jǐn)?shù)據(jù)提取，以及如何將提取解析后的數(shù)據(jù)寫入信息資產(chǎn)監(jiān)控平臺(tái)數(shù)據(jù)庫中。

三、實(shí)驗(yàn)設(shè)計(jì)

由于專業(yè)領(lǐng)域不同，網(wǎng)絡(luò)安全中心技術(shù)人員對(duì)API接口間的調(diào)用方法及流程等相關(guān)知識(shí)鮮有涉獵，從頭學(xué)起將無法滿足信息資產(chǎn)監(jiān)控平臺(tái)的上線時(shí)限，于是使用ChatGPT，詢問相關(guān)技術(shù)關(guān)鍵點(diǎn)，運(yùn)用到實(shí)驗(yàn)中，再將實(shí)驗(yàn)時(shí)的報(bào)錯(cuò)信息，反饋至ChatGPT，尋找解決方法，再運(yùn)用到實(shí)驗(yàn)中，如此反復(fù)，直至運(yùn)行成功。

（一） 感知平臺(tái)數(shù)據(jù)的獲取

在感知平臺(tái)無法對(duì)外提供數(shù)據(jù)的情況下，依照ChatGPT指導(dǎo)，通過平臺(tái)提供的API接口進(jìn)行部分?jǐn)?shù)據(jù)提取。具體方案如下：

1.認(rèn)證和token獲取

在ChatGPT編寫API數(shù)據(jù)提取腳本之前，需要進(jìn)行認(rèn)證和token獲取。認(rèn)證通常需要提供用戶名和密碼，而token獲取則需要提供認(rèn)證后獲得的token（token有有效期，到期后將失效，失效后需要重新獲取token值）。這些信息可以通過Python編寫的腳本進(jìn)行自動(dòng)化獲取。

2.數(shù)據(jù)提取

通過API接口獲取網(wǎng)絡(luò)安全態(tài)勢感知平臺(tái)的數(shù)據(jù)，包括安全事件、分類、風(fēng)險(xiǎn)等級(jí)、發(fā)現(xiàn)、分析、研判、下發(fā)處置通報(bào)等數(shù)據(jù)。這些數(shù)據(jù)通常以JSON格式呈現(xiàn)。

（二）感知平臺(tái)數(shù)據(jù)的解析

數(shù)據(jù)解析：通過Python編寫的腳本對(duì)JSON格式的數(shù)據(jù)進(jìn)行解析，將需要的數(shù)據(jù)提取，然后將它們寫入中間的PostgreSQL數(shù)據(jù)庫中。

（三）信息資產(chǎn)監(jiān)控平臺(tái)FineReport的數(shù)據(jù)寫入

數(shù)據(jù)庫調(diào)用：使用FineReport的數(shù)據(jù)庫集數(shù)據(jù)調(diào)用功能，將PostgreSQL數(shù)據(jù)庫中的數(shù)據(jù)集成到FineReport大屏中，這樣就可以在FineReport大屏上實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)安全狀況。整體實(shí)驗(yàn)流程圖如圖2所示。

四、利用ChatGPT的Python腳本編寫

（一） ChatGPT的腳本編寫

Python編寫API數(shù)據(jù)提取腳本的過程具體如下：

首先，需要編寫代碼獲取用戶名和密碼，并通過API接口進(jìn)行認(rèn)證，獲取token。這個(gè)過程可以通過Python的requests庫實(shí)現(xiàn)。

其次，通過API接口獲取感知平臺(tái)的數(shù)據(jù)，以JSON格式呈現(xiàn)。這個(gè)過程也可以通過requests庫實(shí)現(xiàn)。

再次，將獲取的JSON格式數(shù)據(jù)解析為Python對(duì)象，然后提取需要的數(shù)據(jù)。在解析JSON數(shù)據(jù)時(shí)，使用Python內(nèi)置的json庫。

最后，將提取的數(shù)據(jù)寫入PostgreSQL數(shù)據(jù)庫中。在Python中，可以使用psycopg2庫連接并操作PostgreSQL數(shù)據(jù)庫。

（二）代碼修正

ChatGPT是一種基于GPT-3.5架構(gòu)的大型語言模型，具有強(qiáng)大的自然語言處理能力和智能的文本生成能力，但現(xiàn)階段的AI編程水平有限，在編寫Python API數(shù)據(jù)提取腳本的過程中難免會(huì)遇到一些問題，如API接口調(diào)用失敗、數(shù)據(jù)解析錯(cuò)誤等。針對(duì)這些問題，需要通過人工干預(yù)。

首先，在系統(tǒng)中運(yùn)行生成的腳本，進(jìn)行調(diào)試。在實(shí)際運(yùn)行生成的腳本時(shí)，可能會(huì)遇到各種問題，如API接口調(diào)用失敗或數(shù)據(jù)解析錯(cuò)誤。記錄這些錯(cuò)誤信息非常重要，以便后續(xù)修正。

其次，將記錄下的錯(cuò)誤信息及有問題的代碼段輸入ChatGPT中，利用其強(qiáng)大的自然語言處理能力，生成修正后的代碼。例如：

#將錯(cuò)誤信息輸入ChatGPT中，獲取修正建議

error_info = \"Traceback （most recent call last）：＼nFile 'script.py'， line 10， in

chatgpt_response = chatgpt_api.get_response（error_info）

print（chatgpt_response）

最后，根據(jù)ChatGPT提供的修正建議，修改腳本并再次運(yùn)行。如此反復(fù)，直到腳本能夠正常運(yùn)行并正確提取和處理數(shù)據(jù)。

（三）具體實(shí)例

以下是一個(gè)具體實(shí)例，展示了如何通過ChatGPT生成和優(yōu)化代碼，實(shí)現(xiàn)從API提取數(shù)據(jù)并插入PostgreSQL數(shù)據(jù)庫：

1.編寫初始腳本，通過API接口進(jìn)行認(rèn)證和數(shù)據(jù)提取。

import requests

import json

import psycopg2

#API認(rèn)證

auth_url = \"https：//api.example.com/auth\"

auth_payload = {'username'： 'user'， 'password'： 'pass'}

auth_response = requests.post（auth_url， json=auth_payloadBY

token = auth_response.json（）.get（'token'）

#獲取數(shù)據(jù)

headers = {'Authorization'： f'Bearer {token}'}

data_url = 'https：//api.example.com/data'

data_response = requests.get（data_url， headers=headers）

data = data_response.json（）

# 數(shù)據(jù)解析

required_data = data['key_of_interest']

#插入數(shù)據(jù)到PostgreSQL

conn = psycopg2.connect（

dbname='db'，

user='user'，

password='pass'，

host='host'，

port='port'，

）

cursor = conn.cursor（）

insert_query = 'INSERT INTO table （column1， column2） VALUES （%s， %s）

cursor.execute（insert_query，（required_data['fieldi']，required_data['field2']））

conn.commit（）

cursor.close（）

conn.close（）

2.運(yùn)行初始腳本，記錄錯(cuò)誤信息并通過ChatGPT進(jìn)行修正。

如果API返回的數(shù)據(jù)格式不正確，導(dǎo)致json.decoder.JSONDecodeError錯(cuò)誤：

try：

data = data_response.json（）

except json.JSONDecodeError：

print（\"Error decoding JSON\"）

根據(jù)ChatGPT建議進(jìn)行修正

data = {}

3.通過ChatGPT的多次迭代和優(yōu)化，最終實(shí)現(xiàn)了數(shù)據(jù)的自動(dòng)化提取和處理，并將其成功寫入PostgreSQL數(shù)據(jù)庫中。

五、應(yīng)用效果

通過ChatGPT的協(xié)助，得以快速了解API對(duì)接的關(guān)鍵技術(shù)點(diǎn)，并且更加高效地完成腳本編寫及代碼修正工作，在有效解決了數(shù)據(jù)對(duì)接問題的同時(shí)，節(jié)省了大量的時(shí)間和精力。經(jīng)過多次運(yùn)行試驗(yàn)，感知平臺(tái)的數(shù)據(jù)與FineReport自動(dòng)對(duì)接成功，并展示在信息資產(chǎn)監(jiān)控平臺(tái) “網(wǎng)絡(luò)安全可視化監(jiān)控”界面。

六、效益分析與評(píng)價(jià)

隨著數(shù)智事業(yè)部信息資產(chǎn)監(jiān)控平臺(tái)在六大數(shù)智化業(yè)務(wù)領(lǐng)域的深入應(yīng)用與持續(xù)推廣，將進(jìn)一步對(duì)接更多的網(wǎng)絡(luò)安全應(yīng)用，實(shí)現(xiàn)油田網(wǎng)絡(luò)多維度的安全數(shù)據(jù)監(jiān)控。目前大多數(shù)網(wǎng)絡(luò)安全系統(tǒng)為第三方廠商標(biāo)品，存在數(shù)據(jù)保護(hù)情況，如果找廠家二次開發(fā)進(jìn)行數(shù)據(jù)對(duì)接，將產(chǎn)生一筆龐大的開發(fā)費(fèi)用。幾乎所有的系統(tǒng)都開放了標(biāo)準(zhǔn)的API接口，此次利用ChatGPT將感知平臺(tái)的數(shù)據(jù)拉取并推送至FineReport試驗(yàn)成功，說明該方法可行，后續(xù)可以沿用至其他系統(tǒng)與信息資產(chǎn)監(jiān)控平臺(tái)的數(shù)據(jù)對(duì)接。

一是提升對(duì)接效率。今后的系統(tǒng)對(duì)接可以參考本次經(jīng)驗(yàn)，利用ChatGPT的分析能力，快速實(shí)現(xiàn)其他平臺(tái)的數(shù)據(jù)對(duì)接（應(yīng)用必須具備開放通用API接口且開放接口調(diào)用功能）。二是實(shí)現(xiàn)數(shù)據(jù)自動(dòng)化傳輸。將需要提取的數(shù)據(jù)字段提交給ChatGPT，生成提取腳本后，所有需要的數(shù)據(jù)將自動(dòng)被提取、解析、推送，告別傳統(tǒng)的人工錄入時(shí)代。三是輸出可控，提升安全保障。可要求ChatGPT針對(duì)輸出項(xiàng)進(jìn)行篩選，過濾掉不方便展示的敏感數(shù)據(jù)。四是創(chuàng)造經(jīng)濟(jì)效益。前期經(jīng)過咨詢，單一系統(tǒng)對(duì)接的二次開發(fā)報(bào)價(jià)接近30萬元，如果多個(gè)具有相同問題的應(yīng)用系統(tǒng)運(yùn)用此方法對(duì)接成功，將節(jié)省近百萬元的成本。

七、結(jié)語

介紹了在智慧油氣田建設(shè)中實(shí)現(xiàn)感知平臺(tái)監(jiān)控?cái)?shù)據(jù)提取的需求和解決思路，利用ChatGPT編寫API調(diào)用的Python腳本，成功地實(shí)現(xiàn)了兩個(gè)平臺(tái)的數(shù)據(jù)對(duì)接，并將網(wǎng)絡(luò)安全事件處置閉環(huán)數(shù)據(jù)展示到FineReport大屏中。同時(shí)，通過ChatGPT的幫助，實(shí)現(xiàn)了自主學(xué)習(xí)、自主建設(shè)的練兵目的。

在未來的研究方向上，可以進(jìn)一步優(yōu)化API數(shù)據(jù)提取腳本的效率和穩(wěn)定性，提高數(shù)據(jù)解析的準(zhǔn)確性和速度，并且可以考慮利用機(jī)器學(xué)習(xí)等技術(shù)來進(jìn)行數(shù)據(jù)分析和預(yù)測。同時(shí)，可以考慮將ChatGPT等大型語言模型應(yīng)用到更多的領(lǐng)域和場景中，從而提高效率和準(zhǔn)確性，推動(dòng)智慧油氣田建設(shè)的發(fā)展。

參考文獻(xiàn)

[1]王偉.數(shù)字化轉(zhuǎn)型下的油田智能化建設(shè)[J].中國石油學(xué)報(bào)，2020（12）：4-6.

[2]李強(qiáng).基于物聯(lián)網(wǎng)的智慧油氣田管理系統(tǒng)研究[J].計(jì)算機(jī)工程與應(yīng)用，2019（08）：10-12.

[3]劉建國，張立華.數(shù)字油田與智能油氣田建設(shè)探討[M].北京：石油工業(yè)出版社，2021（11）：15-20.

[4]黃磊.智慧油氣田中網(wǎng)絡(luò)安全問題與對(duì)策[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2019（10）：38-40.

[5]李娜.物聯(lián)網(wǎng)在智慧油氣田建設(shè)中的應(yīng)用[J].物聯(lián)網(wǎng)技術(shù)，2020（06）：15-16.

[6]張曉明.智慧油氣田建設(shè)中的大數(shù)據(jù)應(yīng)用[J].大數(shù)據(jù)技術(shù)與應(yīng)用，2018（12）：20-21.

[7]陳剛.基于區(qū)塊鏈的油氣田數(shù)據(jù)安全管理[J].信息安全技術(shù)，2020（08）：33-35.

作者單位：長慶油田分公司數(shù)智化事業(yè)部

■ 責(zé)任編輯：張津平、尚丹