[發(fā)明專利]周期特性網(wǎng)絡的異常流量檢出方法在審
| 申請?zhí)枺?/td> | 201310639076.4 | 申請日: | 2013-11-30 |
| 公開(公告)號: | CN104683137A | 公開(公告)日: | 2015-06-03 |
| 發(fā)明(設計)人: | 陳松 | 申請(專利權(quán))人: | 成都勤智數(shù)碼科技股份有限公司 |
| 主分類號: | H04L12/24 | 分類號: | H04L12/24;H04L12/26 |
| 代理公司: | 無 | 代理人: | 無 |
| 地址: | 610000 四川省成都市高新*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 周期 特性 網(wǎng)絡 異常 流量 檢出 方法 | ||
技術領域
本發(fā)明涉及IT運維領域,具體是一種適用于周期特性網(wǎng)絡的異常流量檢出方法。
背景技術
隨著互聯(lián)網(wǎng)的高速發(fā)展,網(wǎng)絡辦公、網(wǎng)絡購物、網(wǎng)上銀行、網(wǎng)絡視頻等新應用種類越來越多,應用方式越來越復雜,為確保各種業(yè)務的正常運行,對網(wǎng)絡流量的質(zhì)量提出了更高要求,需要對網(wǎng)絡流量進行有效檢測,首先就需建立一個準確的網(wǎng)絡流量模型,常見的網(wǎng)絡流量模型按照其相關性特點大致可以分為短相關流量模型和長相關流量模型兩大類,其中短相關模型,如泊松模型和馬爾科夫模型,具有無記憶性和短時相關性,故它們分析得到的結(jié)果往往都是過于理想化的結(jié)果,長相關流量模型,如分形布朗運動模型和分形高斯噪聲模型等,引入長相關性(long?range?dependence,簡稱LRD)反映自相似過程中的持續(xù)現(xiàn)象,即突發(fā)特性在所有的時間尺度上都存在的現(xiàn)象,也稱其為多尺度行為特性,由此可見網(wǎng)絡流量受不同因素的影響,呈現(xiàn)不同的變化規(guī)律,針對不同的網(wǎng)絡流量特征可建立不同的網(wǎng)絡流量模型,每種模型都具有各自的優(yōu)缺點。
實際應用中,大量的測量數(shù)據(jù)表明,(1)網(wǎng)絡應用的訪問數(shù)據(jù)量;(2)網(wǎng)絡數(shù)據(jù)的應用種類;(3)網(wǎng)絡訪問的關鍵路徑。受這些因素影響,流量通常會隨時間呈現(xiàn)周期性變化,對于這些周期性因素,必須分配合理的帶寬,確保各類網(wǎng)絡業(yè)務可以正常訪問。如果受以下因素影響:(1)遭到網(wǎng)絡攻擊或病毒影響;(2)關鍵網(wǎng)絡設備宕機造成網(wǎng)絡癱瘓,會造成網(wǎng)絡出現(xiàn)異常流量。如果這類因素發(fā)生,必須能夠檢測出異常流量的時間段,對異常流量進行比較分析,預防異常流量的再次發(fā)生。
傳統(tǒng)的流量分析和表示模型都是基于二維方式的,即時刻和這個時刻的流量值,無法同時從時間、周期兩個緯度對流量進行對比分析,難以檢測出異常流量點和異常流量面,無法滿足對網(wǎng)絡故障的發(fā)生進行分析和預防的需要。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種針對周期特性網(wǎng)絡的異常流量檢出方法,采用了三維的網(wǎng)絡流量表示模型,能夠同時從時間、周期兩個緯度對流量進行對比分析,能夠檢測出異常流量點和異常流量面,提高了準確性和智能性,不僅對網(wǎng)絡流量的展現(xiàn)更加直觀有效,且對網(wǎng)絡故障的發(fā)生起到了更好的分析和預防作用。
為實現(xiàn)本發(fā)明的目的,所提供的一種網(wǎng)絡異常流量的檢測方法,包括如下步驟:
(1)首先將二維時間序列按照數(shù)學模型思想三維化;
(2)在周期數(shù)軸上計算周期差分,并且計算求出拐點位置;
(3)在時間軸上計算時間差分,判斷持續(xù)時間點位置;
(4)在時間軸上,依據(jù)定理1找到極端值點,計算時間周期偏分,根據(jù)定理2判斷是否凸顯;若某點是極端值點且凸顯,則在時間軸上計算時間差分,根據(jù)定理3判斷是否存在持續(xù)點,若不存在,根據(jù)定理4斷定原來點為異常點;若存在,根據(jù)定理5判斷兩個持續(xù)點是否同時為異常點或非異常點。
(5)在周期數(shù)軸上,判斷由(2)計算出的拐點,找出距離最近的點同時為拐點也是凸顯的極端值點,那么,若這兩個極端值點之間存在奇數(shù)個拐點,則判斷這段區(qū)間全部為異常點,否則全部為正常點,也即定理6所闡述的判定方法。
(6)依次搜索,重復進行,直到全部判斷完為止。
步驟(1)中所述將二維時間序列按照數(shù)學模型思想三維化,通過對網(wǎng)絡流量數(shù)據(jù)的采集,建立網(wǎng)絡流量三維表征函數(shù),將網(wǎng)絡流量值按照預先選定的周期規(guī)則與時刻和周期兩參數(shù)相對應的予以記錄,所述網(wǎng)絡流量三維表征函數(shù)可采用下列表達式表示:
設序列的周期長度為,各周期內(nèi)流量與時刻之間的二維流量曲線表示為f=f(t),那么網(wǎng)絡流量三維表征函數(shù)的三維化曲面即為,
f與g之間存在如下關系,
該專利技術資料僅供研究查看技術是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于成都勤智數(shù)碼科技股份有限公司;,未經(jīng)成都勤智數(shù)碼科技股份有限公司;許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310639076.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 網(wǎng)絡和網(wǎng)絡終端
- 網(wǎng)絡DNA
- 網(wǎng)絡地址自適應系統(tǒng)和方法及應用系統(tǒng)和方法
- 網(wǎng)絡系統(tǒng)及網(wǎng)絡至網(wǎng)絡橋接器
- 一種電力線網(wǎng)絡中根節(jié)點網(wǎng)絡協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡裝置、網(wǎng)絡系統(tǒng)、網(wǎng)絡方法以及網(wǎng)絡程序
- 從重復網(wǎng)絡地址自動恢復的方法、網(wǎng)絡設備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡的訓練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡管理方法和裝置





