[發明專利]基于多點協同的邊緣計算故障或安全威脅監測系統與方法

有效

• 申請號: 202110168037.5
• 申請日: 2021-02-07
• 公開（公告）號: CN112688822B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 劉彥伸;單易
• 申請（專利權）人: 浙江御安信息技術有限公司
• 主分類號: H04L41/044
• 分類號: H04L41/044;H04L41/0631;H04L41/0654;H04L41/0823;H04L41/12;H04L67/1001;H04L67/1095;H04L9/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于邊緣多點協同的故障或安全威脅的監測方法，其特征在于，包括以下步驟：

S101，每個邊緣計算節點（2）均信號連接有中心云平臺（1）和至少1個邊緣計算節點（2）；每個邊緣計算節點（2）為與其信號連接的邊緣計算節點（2）的協同節點；所述邊緣計算節點（2）部署有監測單元（2a）；所述中心云平臺（1）部署有監測中心（1a）；所述中心云平臺（1）與所有邊緣計算節點（2）信號連接；所述監測中心（1a）與監測單元（2a）信號連接；

S102，邊緣計算節點（2）的監測單元（2a），對本邊緣計算節點進行實時監測與數據分析，并對檢測和診斷出的安全威脅和故障信息進行記錄；

S103，邊緣計算節點（2）的監測單元（2a），與協同節點的監測單元（2a）進行通信，發送獲取協同節點的系統故障信息和網絡安全威脅信息的請求；協同節點的監測單元獲取到該請求之后，將會把其獲取的其所在節點的系統故障信息和網絡安全威脅信息回復給請求單元；另外，邊緣計算節點（2）的監測單元（2a）請求獲取其協同節點的系統故障信息和網絡安全威脅信息，若發現請求網絡中斷，將網絡中斷結果作為協同節點的故障信息；

S104，判斷本邊緣計算節點（2）的監測單元（2a）是否獲取有故障與安全威脅的信息，有則進入步驟S105，無則：邊緣計算節點（2）的一次系統故障與網絡安全監測執行過程完成，接著進入下一個監測周期；

S105，邊緣計算節點（2）的監測單元（2a）將獲取到的系統故障信息和網絡安全威脅信息上報中心云平臺（1）的監測中心（1a）。

2.根據權利要求1所述的基于邊緣多點協同的故障或安全威脅的監測方法，其特征在于，步驟S101中，協同節點的確定方法如下：選定每個邊緣計算節點（2）的物理相鄰近的多個邊緣計算節點（2），并保證每個邊緣計算節點（2）至少有兩個或兩個以上相鄰的邊緣計算節點（2）；然后，通過數據輪詢檢測的方式，邊緣計算節點（2）向每個物理相鄰的邊緣計算節點（2）發送網絡測速數據請求并將測速結果進行平均計算，將其中兩個平均測速結果最快的相鄰的邊緣計算節點（2）作為該邊緣計算節點（2）協同監測的協同節點。

3.根據權利要求1或2所述的基于邊緣多點協同的故障或安全威脅的監測方法，其特征在于，還包括以下步驟：

S106，監測中心（1a）對上報信息與最近接收的數據進行對比，對上報信息的重復性進行判定；

S107，根據步驟106的比對結果，如果重復表示該信息已經被其他的協同節點上報，將進入步驟S108；否則進入步驟S109；

S108，對重復的信息直接丟棄不用處置；

S109，將監測中心（1a）的上報信息更新進入中心云平臺（1），并向用戶發送監測結果告警信息；

S110，邊緣計算節點（2）的一次系統故障與網絡安全監測執行過程完成，接著進入下一個監測周期。

4.根據權利要求3所述的基于邊緣多點協同的故障或安全威脅的監測方法，其特征在于，步驟S105中，針對監測發現的每個系統故障信息和網絡安全威脅信息，通過邊緣計算節點的唯一識別碼、信息獲取的時間、信息具體內容進行編碼形成唯一指紋信息碼；唯一指紋信息碼包括邊緣計算節點的唯一識別碼、信息獲取時間及信息具體內容，輸出編碼格式為：唯一識別碼-信息獲取時間-信息具體內容；

所述唯一識別碼，用于識別上報信息的邊緣計算節點，可以自行定義；

所述信息獲取時間，以該邊緣計算節點收集到協同節點的信息數據并處理完畢的當前日期時間為記錄；

所述信息具體內容，用于表示具體的監測發現的每個系統故障信息和網絡安全威脅信息，主要包含問題節點識別碼，問題信息。

5.根據權利要求4所述的基于邊緣多點協同的故障或安全威脅的監測方法，其特征在于，步驟S106中，監測中心（1a）對上報信息的重復性進行判定的步驟如下：

（1）依據邊緣計算節點上報的唯一指紋信息碼，提煉唯一指紋信息碼的信息數據，將信息數據統一轉化為帶唯一標識符編號的數據格式，創建對應的特征庫和特征值表，定義對應特征庫記錄一共有n個特征；每個特征都有一定的可能性權重W；第s個特征的權重為W_S，1≤s≤n，則對應的權重向量為：W={W₁，W₂，...，W_n}，；

（2）根據信息數據的一個特征的值集合V，找出與該特征具有相同特征值的其他信息數據，把這些其他信息數據稱為同步信息數據；定義為H_sp={ID₁，ID₂，...，ID_m}，H_sp表示p特征的第s個值，m表示該特征下同步信息數據的總數；ID_i表示第i個同步信息數據的身份，其中，1≤i≤m；

（3）設置定義信息數據集H={H₁，H₂，...，H_L}，L是信息數據的總數，H_s表示信息數據集H的第s個數據，1≤s≤L；

（4）設置定義JSimA(H_sp，H_tp)表示信息數據集H中的數據H_s和H_t的第p個特征的特征值是否相同，即判斷數據H_s和H_t的第p個特征是否是同步信息數據，1≤s≤L，1≤t≤L，1≤p≤n，JSimA(H_sp，H_tp)={0,1}，如果是同步信息數據，則JSimA(H_sp，H_tp)=1，否則JSimA(H_sp，H_tp)=0；

（5）設置定義JSimp(H_s，H_t)表示該信息數據H_s和H_t的第p個特征下的相對相似度，1≤s≤L，1≤t≤L，p指的是信息數據H的第p個特征，1≤p≤n；相對相似度是指兩個信息數據在某一個特征是否重復占所有特征的比例；JSimp(H_s，H_t)=JSimA(H_sp，H_tp)*W_p；對于一個信息數據的第p個特征的同步信息數據來說，JSimp(H_s，H_t)=W_p；

（6）設置定義JSimR(H_s，H_t)表示信息數據H_s相對H_t的相似度，1≤s≤L，1≤t≤L；信息數據H_s相對H_t完全一致，則相似度為1；信息數據H_s和H_t的每個特征的相對相似度之和即為二者的相似度：；

（7）設置定義閾值U，如果JSimR(H_s，H_t)≥U，則說明信息數據H_s和H_t相似重復；

（8）按照信息數據創建特征關系表，把所有特征劃分為不同的特征庫，每個特征庫記錄該特征所有的特征值并成表，每個特征值表里存放具有該特征值的所有信息數據的編號。