[發(fā)明專利]寬帶的檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010799284.0
• 申請(qǐng)日: 2020-08-11
• 公開（公告）號(hào): CN111934954A
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計(jì)）人: 于成軍;高麗娜;趙可為;劉玉鈺;汪彧冬
• 申請(qǐng)（專利權(quán)）人: 中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號(hào): H04L12/26
• 分類號(hào): H04L12/26;H04L12/24;G06N3/08;G06N3/04
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 朱穎;臧建明

1.一種寬帶的檢測(cè)方法，其特征在于，包括：

獲取互聯(lián)網(wǎng)數(shù)據(jù)中心的各個(gè)寬帶用戶的流量特征；

基于預(yù)先訓(xùn)練好的預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，對(duì)各個(gè)寬帶用戶的所述流量特征進(jìn)行疑似度賦值，以確定各個(gè)寬帶用戶的所述流量特征的特征疑似度；

根據(jù)所述流量特征的特征疑似度，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述流量特征包括：

操作系統(tǒng)類型數(shù)量、終端類型數(shù)量、Cookie數(shù)量、位置信息、VPN流量、VPN流量占比、機(jī)房向外訪問流量和機(jī)房向外訪問應(yīng)用中的至少一項(xiàng)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)先訓(xùn)練好的預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，對(duì)各個(gè)寬帶用戶的所述流量特征進(jìn)行疑似度賦值，包括：

基于預(yù)先訓(xùn)練好的預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，對(duì)各個(gè)寬帶用戶的所述流量特征進(jìn)行疑似度賦值和分類，以得到各個(gè)寬帶用戶的所述流量特征的特征類型和特征疑似度，其中，所述特征類型包括正常和異常兩種類型；

相應(yīng)的，根據(jù)所述流量特征的特征疑似度，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶，包括：

針對(duì)特征類型為異常類型的流量特征，根據(jù)所述流量特征的特征疑似度，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述流量特征的個(gè)數(shù)為多個(gè)，所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型包括各個(gè)流量特征對(duì)應(yīng)的特征神經(jīng)網(wǎng)絡(luò)模型，所述基于預(yù)先訓(xùn)練好的預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，對(duì)各個(gè)寬帶用戶的所述流量特征進(jìn)行疑似度賦值和分類，以得到各個(gè)寬帶用戶的所述流量特征的特征類型和特征疑似度，包括：

針對(duì)每個(gè)流量特征，基于預(yù)先訓(xùn)練好的所述流量特征對(duì)應(yīng)的特征神經(jīng)網(wǎng)絡(luò)，對(duì)各個(gè)寬帶用戶的所述流量特征進(jìn)行疑似度賦值和分類，以得到各個(gè)寬帶用戶的所述流量特征的特征類型和特征疑似度；

相應(yīng)的，所述針對(duì)特征類型為異常類型的流量特征，根據(jù)所述流量特征的特征疑似度，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶，包括：

針對(duì)特征類型為異常類型的各個(gè)流量特征，根據(jù)各個(gè)流量特征的特征疑似度，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述針對(duì)特征類型為異常類型的各個(gè)流量特征，根據(jù)各個(gè)流量特征的特征疑似度，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶，包括：

獲取特征類型為異常類型的各個(gè)流量特征的特征權(quán)重；

根據(jù)特征類型為異常類型的各個(gè)流量特征的特征疑似度和特征權(quán)重，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶。

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，在得到各個(gè)寬帶用戶的所述流量特征的特征類型和特征疑似度之后，還包括：

對(duì)于異常類型的流量特征，按照特征疑似度由高到低，對(duì)所述寬帶用戶進(jìn)行排序；

根據(jù)排序結(jié)果確定各個(gè)寬帶用戶的流量特征的疑似度疊加值；

相應(yīng)的，所述針對(duì)特征類型為異常類型的流量特征，根據(jù)所述流量特征的特征疑似度，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶，包括：

針對(duì)特征類型為異常類型的流量特征，根據(jù)所述流量特征的特征疑似度和疑似度疊加值，確定所述互聯(lián)網(wǎng)數(shù)據(jù)中心的違規(guī)寬帶用戶。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述疑似度疊加值包括第一疑似度疊加值和第二疑似度疊加值，其中，所述第一疑似度疊加值大于所述第二疑似度疊加值，所述根據(jù)排序結(jié)果確定各個(gè)寬帶用戶的流量特征的疑似度疊加值，包括：

根據(jù)排序結(jié)果，將位于前第一設(shè)定百分比的寬帶用戶的流量特征的疑似度疊加值設(shè)置為第一疑似度疊加值；

根據(jù)排序結(jié)果，將位于前第一設(shè)定百分比和前第二設(shè)定百分比之間的寬帶用戶的流量特征的疑似度疊加值設(shè)置為第二疑似度疊加值。