[發明專利]一種數據檢測方法及系統

在審

• 申請號: 201711024393.X
• 申請日: 2017-10-27
• 公開（公告）號: CN109726727A
• 公開（公告）日: 2019-05-07
• 發明（設計）人: 錢湖海;魯銀冰;林宇俊;許鑫伶;高瑞令
• 申請（專利權）人: 中移（杭州）信息技術有限公司;中國移動通信集團公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/27
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 郭潤湘

1.一種數據檢測方法，其特征在于，所述方法包括：

獲取待檢測請求數據，所述待檢測請求數據為采用預設傳輸協議的請求數據；

基于訓練后的支持向量機SVM模型對所述待檢測請求數據進行檢測，獲得檢測值；其中，所述訓練后的SVM模型為根據歷史請求數據集合訓練所確定的、用于識別異常請求數據的模型；

確定所述檢測值小于預設閾值，輸出用于表征所述待檢測請求數據為異常請求數據的檢測結果。

2.如權利要求1所述的方法，其特征在于，在所述獲取待檢測請求數據之前，所述方法還包括：

獲取包括至少兩條歷史異常請求數據的歷史請求數據集合；

對所述歷史請求數據集合中的每條歷史請求數據進行詞法分割，獲得與所述歷史請求數據集合對應的M個關鍵詞及每個關鍵詞對應的關鍵詞特征信息，所述關鍵詞特征信息包括相應關鍵詞的出現次數，M為大于等于1的整數；

基于所述歷史請求數據集合、所述M個關鍵詞及每個關鍵詞對應的關鍵詞特征信息對待訓練SVM模型進行訓練，獲得訓練后的SVM模型。

3.如權利要求2所述的方法，其特征在于，在確定所述歷史請求數據集合之前，所述方法還包括：

獲取歷史標簽樣本集合，所述歷史標簽樣本集合中每個歷史標簽樣本對應一條歷史請求數據；

基于所述歷史標簽樣本集合，確定所述歷史請求數據集合。

4.如權利要求2或3所述的方法，其特征在于，所述基于所述歷史請求數據集合、所述M個關鍵詞及每個關鍵詞對應的關鍵詞特征信息對待訓練SVM模型進行訓練，獲得訓練后的SVM模型，包括：

基于所述關鍵詞特征信息，確定所述M個關鍵詞中出現次數從高到低排序后的前N個關鍵詞作為特征關鍵詞；其中，N為小于等于M的整數；

將所述歷史請求數據集合中的每條歷史請求數據與所述N個特征關鍵詞進行匹配，獲得多個N維特征向量，所述N維特征向量的個數與所述歷史請求數據集合中的歷史請求數據的條數相關；

基于所述多個N維特征向量對待訓練SVM模型進行訓練，獲得訓練后的SVM模型。

5.如權利要求4所述的方法，其特征在于，所述基于訓練后的支持向量機SVM模型對所述待檢測請求數據進行檢測，獲得檢測值，包括：

對所述待檢測請求數據進行詞法分割，獲得與所述待檢測請求數據對應的至少一個關鍵詞；

將所述至少一個關鍵詞與所述N個特征關鍵詞進行匹配，獲得與所述待檢測請求數據對應的預測特征向量；

將所述預設特征向量輸入所述訓練后的SVM模型，獲得檢測值。

6.一種數據檢測系統，其特征在于，所述系統包括：

第一獲取模塊，用于獲取待檢測請求數據，所述待檢測請求數據為采用預設傳輸協議的請求數據；

檢測模塊，用于基于訓練后的支持向量機SVM模型對所述待檢測請求數據進行檢測，獲得檢測值；其中，所述訓練后的SVM模型為根據歷史請求數據集合訓練所確定的、用于識別異常請求數據的模型；

輸出模塊，用于確定所述檢測值小于預設閾值，輸出用于表征所述待檢測請求數據為異常請求數據的檢測結果。

7.如權利要求6所述的系統，其特征在于，所述系統還包括：

第二獲取模塊，用于在獲取待檢測請求數據之前，獲取包括至少兩條歷史異常請求數據的歷史請求數據集合；

分割模塊，用于對所述歷史請求數據集合中的每條歷史請求數據進行詞法分割，獲得與所述歷史請求數據集合對應的M個關鍵詞及每個關鍵詞對應的關鍵詞特征信息，所述關鍵詞特征信息包括相應關鍵詞的出現次數，M為大于等于1的整數；

訓練模塊，用于基于所述歷史請求數據集合、所述M個關鍵詞及每個關鍵詞對應的關鍵詞特征信息對待訓練SVM模型進行訓練，獲得訓練后的SVM模型。