[發(fā)明專利]一種基于序列熵流量識(shí)別的方法、裝置和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010697129.8
• 申請(qǐng)日: 2020-07-20
• 公開（公告）號(hào): CN111901324B
• 公開（公告）日: 2023-02-28
• 發(fā)明（設(shè)計(jì)）人: 王志遠(yuǎn);范淵
• 申請(qǐng)（專利權(quán)）人: 杭州安恒信息技術(shù)股份有限公司
• 主分類號(hào): H04L9/40
• 分類號(hào): H04L9/40
• 代理公司: 杭州華進(jìn)聯(lián)浙知識(shí)產(chǎn)權(quán)代理有限公司 33250
• 代理人: 陳涵

1.一種基于序列熵流量識(shí)別的方法，其特征在于，包括：

獲取測(cè)試流量數(shù)據(jù)，確定所述測(cè)試流量數(shù)據(jù)的第一特征集合；

對(duì)所述第一特征集合中相鄰的向量組進(jìn)行異或操作，篩選出第二特征集合，包括對(duì)所述第一特征集合中相鄰的測(cè)試流量的每一維度進(jìn)行異或操作，生成多維相鄰訪問流量的所述向量組，計(jì)算所述向量組每一維度為1的概率，選擇所述第一特征集合中所述概率高于預(yù)設(shè)值的所述測(cè)試流量數(shù)據(jù)的特征，將所述特征保存為所述第二特征集合；

獲取實(shí)際流量數(shù)據(jù)，通過對(duì)所述實(shí)際流量中的所述第二特征集合重復(fù)提取所述向量組和對(duì)相鄰的所述向量組進(jìn)行異或操作，生成時(shí)序差分矩陣；

獲取所述時(shí)序差分矩陣的突變信息熵，在所述突變信息熵小于預(yù)設(shè)閾值的情況下，判定所述實(shí)際流量為自動(dòng)化流量激增狀態(tài)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取測(cè)試流量數(shù)據(jù)，確定所述測(cè)試流量數(shù)據(jù)的第一特征集合包括：

在預(yù)設(shè)時(shí)間段內(nèi)，獲取并解析測(cè)試流量數(shù)據(jù)的特征，解析的所述特征包括以下至少之一：流入字節(jié)數(shù)、流出字節(jié)數(shù)、來源端口、目標(biāo)端口、訪問URL、請(qǐng)求方法、請(qǐng)求體和響應(yīng)碼，根據(jù)所述測(cè)試流量數(shù)據(jù)中出現(xiàn)的所述特征，確定所述第一特征集合。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述判定所述實(shí)際流量為自動(dòng)化流量激增狀態(tài)包括：

根據(jù)所述實(shí)際流量的變化程度，判定所述實(shí)際流量為所述自動(dòng)化流量激增狀態(tài)；

或，根據(jù)所述實(shí)際流量對(duì)應(yīng)所述時(shí)序差分矩陣的所述突變信息熵，判定所述實(shí)際流量為所述自動(dòng)化流量激增狀態(tài)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取實(shí)際流量數(shù)據(jù)，通過對(duì)所述實(shí)際流量中的所述第二特征集合重復(fù)提取所述向量組和對(duì)相鄰的所述向量組進(jìn)行異或操作，生成時(shí)序差分矩陣包括：

在預(yù)設(shè)時(shí)間段內(nèi)，獲取實(shí)際流量數(shù)據(jù)，通過所述實(shí)際流量數(shù)據(jù)的第二特征集合中相鄰的所述實(shí)際流量的每一維度進(jìn)行所述異或操作，生成多維相鄰流量的所述向量組，重復(fù)所述提取和進(jìn)行所述異或操作，將所述向量組累計(jì)，生成時(shí)序差分矩陣。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在所述突變信息熵小于預(yù)設(shè)閾值的情況下，判定所述實(shí)際流量為自動(dòng)化流量激增狀態(tài)包括：

對(duì)所述信息熵的值經(jīng)過加權(quán)移動(dòng)平均計(jì)算，得到所述信息熵的均值及方差，并設(shè)置所述信息熵的所述方差之和和所述方差之差的范圍為置信區(qū)間，當(dāng)所述信息熵的值小于所述置信區(qū)間的預(yù)設(shè)閾值時(shí)，判定所述實(shí)際流量為自動(dòng)化流量激增狀態(tài)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取測(cè)試流量數(shù)據(jù)包括：所述獲取測(cè)試流量數(shù)據(jù)是針對(duì)指定Web業(yè)務(wù)系統(tǒng)進(jìn)行的訪問模擬測(cè)試。

7.一種基于序列熵流量識(shí)別的裝置，其特征在于，包括第一獲取模塊、第二獲取模塊、第一檢測(cè)模塊、第二檢測(cè)模塊和第一判定模塊；其中，

第一獲取模塊獲取測(cè)試流量數(shù)據(jù)，確定所述測(cè)試流量數(shù)據(jù)的第一特征集合；

第一檢測(cè)模塊確定所述測(cè)試流量數(shù)據(jù)的第一特征集合，對(duì)所述第一特征集合中相鄰的向量組進(jìn)行異或操作，篩選出第二特征集合，包括對(duì)所述第一特征集合中相鄰的測(cè)試流量的每一維度進(jìn)行異或操作，生成多維相鄰訪問流量的所述向量組，計(jì)算所述向量組每一維度為1的概率，選擇所述第一特征集合中所述概率高于預(yù)設(shè)值的所述測(cè)試流量數(shù)據(jù)的特征，將所述特征保存為所述第二特征集合；

第二獲取模塊獲取實(shí)際流量數(shù)據(jù)；

第二檢測(cè)模塊通過對(duì)所述實(shí)際流量中的所述第二特征集合重復(fù)提取所屬向量組和對(duì)相鄰的所述向量組進(jìn)行異或操作，生成時(shí)序差分矩陣；

第一判定模塊獲取所述時(shí)序差分矩陣的突變信息熵，在所述突變信息熵小于預(yù)設(shè)閾值的情況下，判定所述實(shí)際流量為自動(dòng)化流量激增狀態(tài)。