[發(fā)明專利]基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估、可視化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110465627.4
• 申請(qǐng)日: 2021-04-28
• 公開(kāi)（公告）號(hào): CN113157922B
• 公開(kāi)（公告）日: 2022-01-21
• 發(fā)明（設(shè)計(jì)）人: 翟欣虎;秦益飛;楊正權(quán);常官清
• 申請(qǐng)（專利權(quán)）人: 江蘇易安聯(lián)網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F16/36;G06F16/9536;G06Q50/00
• 代理公司: 無(wú)錫市匯誠(chéng)永信專利代理事務(wù)所(普通合伙) 32260
• 代理人: 李珍珍

1.一種基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估方法，其特征在于，所述方法包括：

將獲取到的多個(gè)實(shí)體的行為日志進(jìn)行圖譜構(gòu)建處理，得到知識(shí)圖譜；其中，“將獲取到的多個(gè)實(shí)體的行為日志進(jìn)行圖譜構(gòu)建處理，得到知識(shí)圖譜”包括：獲取預(yù)設(shè)時(shí)間內(nèi)的行為日志，從每一行為日志中獲取實(shí)體、作用對(duì)象實(shí)體作為頂點(diǎn)，獲取行為作為邊，生成知識(shí)圖譜；

通過(guò)社群劃分算法在知識(shí)圖譜中生成至少一社群，獲取每一社群的頂點(diǎn)數(shù)，基于頂點(diǎn)數(shù)將社群分類成單實(shí)體社群以及多實(shí)體社群；

獲取多實(shí)體社群中每一頂點(diǎn)的屬性信息，將屬性信息作為輸入特征對(duì)多實(shí)體社群進(jìn)行密度聚類，根據(jù)預(yù)設(shè)聚類參數(shù)，得到多實(shí)體社群下的正常類簇、噪聲類簇；

將屬性信息作為輸入特征對(duì)正常類簇進(jìn)行局部離群點(diǎn)檢測(cè)，根據(jù)預(yù)設(shè)離群檢測(cè)參數(shù)，得到正常類簇下的正常點(diǎn)、離群點(diǎn)，其中，屬性信息包括圖計(jì)算相關(guān)指標(biāo)以及網(wǎng)絡(luò)實(shí)體相關(guān)特異性指標(biāo)，其中，圖計(jì)算相關(guān)指標(biāo)包括頂點(diǎn)的點(diǎn)度中心性、接近中心性、中介中心性的至少一種，網(wǎng)絡(luò)實(shí)體相關(guān)特異性指標(biāo)包括頂點(diǎn)全天出現(xiàn)頻率分布率、頂點(diǎn)在預(yù)設(shè)時(shí)間內(nèi)出現(xiàn)的無(wú)序程度、頂點(diǎn)相關(guān)請(qǐng)求的流量速率、頂點(diǎn)相關(guān)請(qǐng)求上下行流量倒置率、頂點(diǎn)相關(guān)請(qǐng)求持續(xù)時(shí)長(zhǎng)均值、該頂點(diǎn)主動(dòng)發(fā)起請(qǐng)求和被動(dòng)接收請(qǐng)求數(shù)的比率的至少一種；

將噪聲類簇中的頂點(diǎn)、正常類簇中的離群點(diǎn)作為一類頂點(diǎn)，將正常類簇中的正常點(diǎn)作為二類頂點(diǎn)，將單實(shí)體社群中的頂點(diǎn)作為三類頂點(diǎn)，設(shè)定一類頂點(diǎn)的評(píng)估值為1，二類節(jié)點(diǎn)的評(píng)估值為（1/所在社群數(shù)量/所在類簇中正常點(diǎn)的數(shù)量），三類頂點(diǎn)評(píng)估值為0，計(jì)算社群中頂點(diǎn)的評(píng)估值。

2.根據(jù)權(quán)利要求1所述的基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估方法，其特征在于，社群劃分算法包括：標(biāo)簽傳播算法、重疊社群檢測(cè)算法、平衡多標(biāo)簽傳播算法的其中一種。

3.一種基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估的可視化方法，其特征在于，根據(jù)權(quán)利要求1所述的社群中頂點(diǎn)的評(píng)估值在可視化上為頂點(diǎn)指定相應(yīng)的呈現(xiàn)方式。

4.根據(jù)權(quán)利要求3所述的基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估的可視化方法，其特征在于，呈現(xiàn)方式包括頂點(diǎn)的大小和顏色深淺的至少一種。

5.一種基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估裝置，其特征在于，包括：

知識(shí)圖譜構(gòu)建模塊，用于將獲取到的多個(gè)實(shí)體的行為日志進(jìn)行圖譜構(gòu)建處理，得到知識(shí)圖譜；其中，“將獲取到的多個(gè)實(shí)體的行為日志進(jìn)行圖譜構(gòu)建處理，得到知識(shí)圖譜”包括：獲取預(yù)設(shè)時(shí)間內(nèi)的行為日志，從每一行為日志中獲取實(shí)體、作用對(duì)象實(shí)體作為頂點(diǎn)，獲取行為作為邊，生成知識(shí)圖譜；

社群生成模塊，用于通過(guò)社群劃分算法在知識(shí)圖譜中生成至少一社群，獲取每一社群的頂點(diǎn)數(shù)，基于頂點(diǎn)數(shù)將社群分類成單實(shí)體社群以及多實(shí)體社群；

多實(shí)體社群聚類模塊，用于獲取多實(shí)體社群中每一頂點(diǎn)的屬性信息，將屬性信息作為輸入特征對(duì)多實(shí)體社群進(jìn)行密度聚類，根據(jù)預(yù)設(shè)聚類參數(shù)，得到多實(shí)體社群下的正常類簇、噪聲類簇；

局部離群點(diǎn)檢測(cè)模塊，用于將屬性信息作為輸入特征對(duì)正常類簇進(jìn)行局部離群點(diǎn)檢測(cè)，根據(jù)預(yù)設(shè)離群檢測(cè)參數(shù)，得到正常類簇下的正常點(diǎn)、離群點(diǎn)，其中，屬性信息包括圖計(jì)算相關(guān)指標(biāo)以及網(wǎng)絡(luò)實(shí)體相關(guān)特異性指標(biāo)，其中，圖計(jì)算相關(guān)指標(biāo)包括頂點(diǎn)的點(diǎn)度中心性、接近中心性、中介中心性的至少一種，網(wǎng)絡(luò)實(shí)體相關(guān)特異性指標(biāo)包括頂點(diǎn)全天出現(xiàn)頻率分布率、頂點(diǎn)在預(yù)設(shè)時(shí)間內(nèi)出現(xiàn)的無(wú)序程度、頂點(diǎn)相關(guān)請(qǐng)求的流量速率、頂點(diǎn)相關(guān)請(qǐng)求上下行流量倒置率、頂點(diǎn)相關(guān)請(qǐng)求持續(xù)時(shí)長(zhǎng)均值、該頂點(diǎn)主動(dòng)發(fā)起請(qǐng)求和被動(dòng)接收請(qǐng)求數(shù)的比率的至少一種；

評(píng)估值計(jì)算模塊，用于將噪聲類簇中的頂點(diǎn)、正常類簇中的離群點(diǎn)作為一類頂點(diǎn)，將正常類簇中的正常點(diǎn)作為二類頂點(diǎn)，將單實(shí)體社群中的頂點(diǎn)作為三類頂點(diǎn)，設(shè)定一類頂點(diǎn)的評(píng)估值為1，二類節(jié)點(diǎn)的評(píng)估值為（1/所在社群數(shù)量/所在類簇中正常點(diǎn)的數(shù)量），三類頂點(diǎn)評(píng)估值為0，計(jì)算社群中頂點(diǎn)的評(píng)估值。

6.一種計(jì)算機(jī)設(shè)備，其特征在于，所述計(jì)算機(jī)設(shè)備包括一個(gè)或多個(gè)處理器和一個(gè)或多個(gè)存儲(chǔ)器，所述一個(gè)或多個(gè)存儲(chǔ)器中存儲(chǔ)有至少一條程序代碼，所述至少一條程序代碼由所述一個(gè)或多個(gè)處理器加載并執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1-2任一項(xiàng)所述的基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估方法和/或權(quán)利要求3-4任一項(xiàng)所述的基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估的可視化方法所執(zhí)行的操作。

7.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行權(quán)利要求1至2 中任一項(xiàng)所述的基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估方法和/或權(quán)利要求3-4任一項(xiàng)所述的基于圖的網(wǎng)絡(luò)實(shí)體行為評(píng)估的可視化方法。