[發明專利]一種網絡鏈路的異常檢測方法及裝置

有效

• 申請號: 201911184305.1
• 申請日: 2019-11-27
• 公開（公告）號: CN110830328B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 鐘奕輝;陳迅
• 申請（專利權）人: 廈門網宿有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L12/24
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 姚曉雨

1.一種網絡鏈路的異常檢測方法，其特征在于，包括：

獲取網絡鏈路在第一時段的第一數據序列；

獲取歷史數據中所述網絡鏈路在N個第二時段的第二數據序列；所述第二時段是歷史周期中與所述第一時段相對應的時段，所述第二時段的時長大于所述第一時段的時長；N大于1；每個第二時段的第二數據序列為正常數據序列；

根據所述第一數據序列和N個第二數據序列，確定所述第一數據序列和所述N個第二數據序列之間的差異度；

根據所述差異度，確定所述網絡鏈路是否異常；

所述根據所述第一數據序列和N個第二數據序列，確定所述第一數據序列和所述N個第二數據序列之間的差異度，包括：根據所述第一數據序列和所述N個第二數據序列，確定第一相似度集合和第二相似度集合；所述第一相似度集合指示所述第一數據序列與所述N個第二數據序列之間的相似度；所述第二相似度集合指示所述N個第二數據序列之間的相似度；確定所述第一相似度集合和所述第二相似度集合之間的差異度。

2.如權利要求1所述的方法，其特征在于，所述根據所述第一數據序列和所述N個第二數據序列，確定第一相似度集合和第二相似度集合，包括：

基于動態時間歸整算法確定所述第一數據序列與每個第二數據序列的第一相似度，并將確定出的N個第一相似度組成所述第一相似度集合；

基于動態時間歸整算法確定每兩個第二數據序列之間的第二相似度，并將確定出的N(N-1)/2個第二相似度組成所述第二相似度集合；

所述確定所述第一相似度集合和所述第二相似度集合之間的差異度，包括：

從所述第二相似度集合中隨機確定出N個第二相似度；

基于相對熵算法確定所述N個第一相似度的分布情況和所述N個第二相似度的分布情況之間的差異度。

3.如權利要求1所述的方法，其特征在于，所述第一數據序列為M個維度中的任一個維度對應的數據序列；M大于1；

所述根據所述差異度，確定所述網絡鏈路是否異常，包括：

針對每個維度，根據所述維度對應的差異度，確定所述維度對應的第一數據序列是否為異常數據序列；

統計異常數據序列的維度總數，并在所述異常數據序列的維度總數與M的比值大于第二閾值之后，確定所述網絡鏈路異常。

4.一種網絡鏈路的異常檢測裝置，其特征在于，包括：

獲取單元和處理單元；

所述獲取單元，用于獲取網絡鏈路在第一時段的第一數據序列；

所述獲取單元，還用于獲取歷史數據中所述網絡鏈路在N個第二時段的第二數據序列；所述第二時段是歷史周期中與所述第一時段相對應的時段，所述第二時段的時長大于所述第一時段的時長；N大于1；每個第二時段的第二數據序列為正常數據序列；

所述處理單元，用于根據所述第一數據序列和N個第二數據序列，確定所述第一數據序列和所述N個第二數據序列之間的差異度；根據所述差異度，確定所述網絡鏈路是否異常；

所述處理單元具體用于：根據所述第一數據序列和所述N個第二數據序列，確定第一相似度集合和第二相似度集合；所述第一相似度集合指示所述第一數據序列與所述N個第二數據序列之間的相似度；所述第二相似度集合指示所述N個第二數據序列之間的相似度；確定所述第一相似度集合和所述第二相似度集合之間的差異度。

5.如權利要求4所述的裝置，其特征在于，所述處理單元具體用于：

基于動態時間歸整算法確定所述第一數據序列與每個第二數據序列的第一相似度，并將確定出的N個第一相似度組成所述第一相似度集合；

基于動態時間歸整算法確定每兩個第二數據序列之間的第二相似度，并將確定出的N(N-1)/2個第二相似度組成所述第二相似度集合；

所述確定所述第一相似度集合和所述第二相似度集合之間的差異度，包括：

從所述第二相似度集合中隨機確定出N個第二相似度；

基于相對熵算法確定所述N個第一相似度的分布情況和所述N個第二相似度的分布情況之間的差異度。