[發明專利]一種基于網絡流量預測進行網絡操作的方法及系統

有效

• 申請號: 201711099267.0
• 申請日: 2017-11-09
• 公開（公告）號: CN107872457B
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 李萌;喻波;王志海;秦凱;王志華
• 申請（專利權）人: 北京明朝萬達科技股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于網絡流量預測進行網絡操作的系統，包括：防止敏感數據泄露的數據防泄漏服務器，其特征在于，該系統還包括：

多個網絡流量采集器，分別安裝在各個類型的節點上，用于采集網絡流量數據；

一個網絡流量預測服務器，接收各個節點上的網絡流量采集器發送的網絡流量數據，并基于機器學習模型，結合網絡特征，建立網絡流量模型，并基于聚合的網絡流量數據進行模型訓練；

根據特征分類得到決策樹；

根據一些網絡流量數據進行分類，對每個節點提一個問題，通過判斷，將網絡流量數據分類，這些問題都是根據已有數據學習出來的；

在采集到新的網絡流量數據的時候，根據這棵樹上的問題，將所述新的網絡流量數據劃分到合適的決策樹葉子上；

所述數據防泄漏服務器在進行網絡操作前，發送請求至網絡流量預測服務器，網絡流量預測服務器及時響應，向數據防泄漏服務器輸出網絡流量預測結果；

所述網絡操作包括：終端升級、負載數據同步、數據防泄漏終端日志傳輸操作。

2.根據權利要求1所述的系統，所述節點包括：數據防泄漏服務器、數據防泄漏終端和數據防泄漏其他弱相關節點。

3.根據權利要求1所述的系統，網絡流量采集器將節點中的應用程序、IP端口作為測量對象，采用POISSON算法進行周期性采集，采集的網絡流量數據包括：不同類型的網絡吞吐率、帶寬占用率、數據丟包率、數據傳輸延遲率、傳輸抖動率；

將采集的網絡流量數據上傳至網絡流量預測服務器。

4.一種基于網絡流量預測進行網絡操作的方法，該方法包括以下步驟：

1)網絡流量采集器采集各個類型節點上的網絡流量數據；

2)將各個網絡流量采集器所采集的網絡流量數據上傳至網絡流量預測服務器，實現網絡流量數據聚合；

根據特征分類得到決策樹；

3)根據一些網絡流量數據進行分類，對每個節點提一個問題，通過判斷，將網絡流量數據分類，這些問題都是根據已有數據學習出來的；

在采集到新的網絡流量數據的時候，根據這棵樹上的問題，將所述新的網絡流量數據劃分到合適的決策樹葉子上；

4)基于機器學習模型，結合網絡特征，建立網絡流量模型，并基于聚合的網絡流量數據進行模型訓練；

5)在數據防泄漏服務器執行網絡操作前，發送請求至網絡流量預測服務器，網絡流量預測服務器及時響應，向數據防泄漏服務器輸出網絡流量預測結果；

所述網絡操作包括：終端升級、負載數據同步、數據防泄漏終端日志傳輸操作。

5.根據權利要求4所述的方法，所述節點包括：數據防泄漏服務器、數據防泄漏終端和數據防泄漏系統弱相關節點。

6.根據權利要求4所述的方法，網絡流量采集器將節點中的應用程序、IP端口作為測量對象，采用POISSON算法進行周期性采集，采集網絡流量數據包括：不同類型的網絡吞吐率、帶寬占用率、數據丟包率、數據傳輸延遲率、傳輸抖動率；

將采集的網絡流量數據上傳至網絡流量預測服務器。

7.根據權利要求4所述的方法，所述步驟1)網絡流量采集器采集各個類型節點上的網絡流量數據時需要使得網絡流量測量方法滿足：

穩健性，即被測網絡的輕微變化，不會使得測量方法失效；

可重復性，即同樣的網絡條件，多次測量結果應一致；

準確性，測量結果應能反映網絡的真實情況。

8.根據權利要求4所述的方法，所述建立網絡流量模型包括：通過機器學習模型，建立基于網絡流量特征、網絡吞吐率、帶寬占用率、時間段的三維模型。

9.根據權利要求4所述的方法，所述步驟4)中所述網絡流量預測結果包括：指定時間區段內的網絡帶寬占用率、可執行操作的最佳時間區段。

10.一種基于網絡流量預測進行網絡操作的系統，包括：網絡流量采集器、網絡流量預測服務器，所述網絡流量采集器、網絡流量預測服務器分別包括計算機存儲介質和計算機處理裝置，所述計算機存儲介質包括有計算機程序指令，分別通過所述計算機處理裝置執行所述計算機程序指令，實現權利要求4-9之一的方法。