[發明專利]一種網絡異常檢測方法、系統及電子設備

在審

• 申請號: 201811038787.5
• 申請日: 2018-09-06
• 公開（公告）號: CN109214456A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 葉可江;紀書鑒;須成忠
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 曹衛良

1.一種網絡異常檢測方法，其特征在于，包括以下步驟：

步驟a：根據分布式網絡下網絡節點和通信鏈路的網絡結構繪制網絡結構拓撲圖；

步驟b：根據所述網絡結構拓撲圖建立對應的貝葉斯網絡模型；

步驟c：將預分類事件輸入所述貝葉斯網絡模型，所述貝葉斯網絡模型采用貝葉斯條件概率公式與時間函數T(t)相結合的概率計算公式計算得到預分類事件屬于不同異常類型的條件概率，并根據最大條件概率得出預分類事件的異常類型分類結果。

2.根據權利要求1所述的網絡異常檢測方法，其特征在于，在所述步驟b中，所述根據所述網絡結構拓撲圖建立對應的貝葉斯網絡模型還包括：計算貝葉斯網絡模型中各個網絡節點發生不同異常類型的先驗概率和后驗概率，并更新貝葉斯網絡模型的條件概率表。

3.根據權利要求2所述的網絡異常檢測方法，其特征在于，所述步驟c還包括：通過所述貝葉斯網絡模型判斷輸入的預分類事件下的節點屬于原因節點還是結果節點，如果屬于原因節點，采用貝葉斯條件概率公式結合時間函數T(t)計算得到預分類事件屬于不同異常類型的條件概率；如果屬于結果節點，通過所述條件概率表查到預分類事件的最大概率，根據所述最大概率得到預分類事件的異常類型分類結果。

4.根據權利要求3所述的網絡異常檢測方法，其特征在于，在所述步驟c中，所述貝葉斯條件概率公式與時間函數T(t)相結合的概率計算公式為：

上述公式中，p(H_j|X)表示事件X屬于H_j的類條件概率，H_j表示事件所屬的異常類型，p(H_j)表示事件屬于H_j的先驗概率，p(X|H_j)表示事件屬于H_j的后驗概率，v_i表示根節點，n，k為累乘的數學表示。

5.根據權利要求3所述的網絡異常檢測方法，其特征在于，在所述步驟c中，所述如果屬于結果節點，通過條件概率表查到預分類事件的最大概率，根據所述最大概率得到預分類事件的異常類型分類結果具體為：所述結果節點為根節點v_i構成的集合，i代表包含了結果節點的個數，對于事件X下不同的結果節點對應不同的條件概率P(H_j|P_a(v_i))，P_a(v_i)表示節點v和其父節點的集合；利用條件獨立性進行分解，聯合概率簡化用公式表示為全概率的模式P(H_j)＝∑P(v_i)P(H_j|v_i)，由條件概率表查到事件X的最大概率，進行異常類型的分類。

6.一種網絡異常檢測系統，其特征在于，包括：

拓撲圖構建模塊：用于根據分布式網絡下網絡節點和通信鏈路的網絡結構繪制網絡結構拓撲圖；

貝葉斯網絡構建模塊：用于根據所述網絡結構拓撲圖建立對應的貝葉斯網絡模型；

第一異常分類模塊：用于將預分類事件輸入所述貝葉斯網絡模型，所述貝葉斯網絡模型采用貝葉斯條件概率公式與時間函數T(t)相結合的概率計算公式計算得到預分類事件屬于不同異常類型的條件概率，并根據最大條件概率得出預分類事件的異常類型分類結果。

7.根據權利要求6所述的網絡異常檢測系統，其特征在于，所述貝葉斯網絡構建模塊還用于計算貝葉斯網絡模型中各個網絡節點發生不同異常類型的先驗概率和后驗概率，并更新貝葉斯網絡模型的條件概率表。

8.根據權利要求7所述的網絡異常檢測系統，其特征在于，還包括節點判斷模塊和第二異常分類模塊；

所述節點判斷模塊用于判斷輸入的預分類事件下的節點屬于原因節點還是結果節點，如果屬于原因節點，通過第一異常分類模塊計算預分類事件屬于不同異常類型的條件概率；如果屬于結果節點，通過所述第二異常分類模塊查到條件概率表得到預分類事件的最大概率，根據所述最大概率得到預分類事件的異常類型分類結果。