[發明專利]異常訪問請求識別方法及裝置

有效

• 申請號: 201610045718.1
• 申請日: 2016-01-22
• 公開（公告）號: CN106998317B
• 公開（公告）日: 2019-08-20
• 發明（設計）人: 王星;童遙
• 申請（專利權）人: 高德信息技術有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京領科知識產權代理事務所(特殊普通合伙) 11690
• 代理人: 張丹

1.一種異常訪問請求識別方法，其特征在于，包括：

接收攜帶IP地址及訪問時間的訪問請求；

識別所述IP地址所屬的IP地址段；所述IP地址段包含至少一個IP地址；

將所述IP地址段及訪問時間輸入頻次閾值確定模型，得到所述模型輸出的訪問頻次閾值；其中，所述頻次閾值確定模型采用機器學習的方法訓練獲得；

獲取所述訪問時間對應的預設時長內攜帶所述IP地址段包含的IP地址的訪問請求的訪問頻次；

判斷所述訪問時間對應的預設時長內攜帶所述IP地址段包含的IP地址的訪問請求的訪問頻次是否超過所確定的訪問頻次閾值；

若超過所述訪問頻次閾值，則識別出攜帶所述IP地址的訪問請求為異常訪問請求。

2.如權利要求1所述的方法，其特征在于，采用機器學習的方法訓練獲得所述頻次閾值確定模型包括：

獲取攜帶IP地址及訪問時間的歷史訪問請求作為訓練頻次閾值確定模型的采樣數據；

將所述采樣數據的IP地址進行聚合，并為聚合后的IP地址設置所屬的IP地址段；

以聚合后的IP地址段對應的采樣數據訓練所述頻次閾值確定模型。

3.如權利要求2所述的方法，其特征在于，所述將所述采樣數據的IP地址進行聚合的步驟包括：

將所述采樣數據的所有IP地址中同網段的IP地址聚合；

將訪問時間與訪問頻次對應關系曲線相近度小于規定相近度閾值的一組同網段IP地址進行聚合。

4.如權利要求1所述的方法，其特征在于，所述獲取所述訪問時間對應的預設時長內攜帶所述IP地址段包含的IP地址的訪問請求的訪問頻次的步驟包括：

獲取從所述訪問時間往前預設時長內攜帶所述IP地址段包含的所有IP地址的訪問請求的訪問頻次。

5.如權利要求1所述的方法，其特征在于，若識別出攜帶所述IP地址的訪問請求為異常訪問請求，所述方法還包括：

對攜帶所述IP地址所屬的IP地址段包含的所有IP地址的訪問請求采用驗證碼進行驗證直到驗證成功。

6.一種異常訪問請求識別裝置，其特征在于，包括：

接收單元，用于接收攜帶IP地址及訪問時間的訪問請求；

地址段識別單元，用于識別所述IP地址所屬的IP地址段；所述IP地址段包含至少一個IP地址；

確定單元，用于將所述IP地址段及訪問時間輸入頻次閾值確定模型，得到所述模型輸出的訪問頻次閾值；其中，所述頻次閾值確定模型采用機器學習的方法訓練獲得；

獲取單元，用于獲取所述訪問時間對應的預設時長內攜帶所述IP地址段包含的IP地址的訪問請求的訪問頻次；

判斷單元，用于判斷所述訪問時間對應的預設時長內攜帶所述IP地址段包含的IP地址的訪問請求的訪問頻次是否超過所確定的訪問頻次閾值；

異常訪問請求單元，用于在所述判斷單元判斷所述訪問時間對應的預設時長內攜帶所述IP地址段包含的IP地址的訪問請求的訪問頻次超過所述訪問頻次閾值情況下，識別出攜帶所述IP地址的訪問請求為異常訪問請求。

7.如權利要求6所述的裝置，其特征在于，所述裝置還包括如下單元用于采用機器學習的方法訓練獲得所述頻次閾值確定模型包括：

采用數據獲取單元，用于獲取預設時長范圍內歷史接收的攜帶IP地址的訪問請求信息作為訓練頻次閾值確定模型的采樣數據；

聚合單元，用于將采樣數據按IP地址聚合，得到聚合后的IP地址段對應的采樣數據；

訓練單元，用于以聚合后的IP地址段對應的采樣數據按照預設時間段進行劃分來訓練所述頻次閾值確定模型。

8.如權利要求7所述的裝置，其特征在于，所述聚合單元被配置為：

將所述采樣數據的所有IP地址中同網段的IP地址聚合；

將訪問時間與訪問頻次對應關系曲線相近度小于規定相近度閾值的一組同網段IP地址進行聚合。