[發(fā)明專利]一種面向工業(yè)互聯(lián)網(wǎng)的GSSK-means異常流量檢測方法、存儲器和處理器

有效

• 申請?zhí)枺?/td>: 202110912005.1
• 申請日: 2021-08-10
• 公開（公告）號: CN114244549B
• 公開（公告）日: 2023-10-03
• 發(fā)明（設(shè)計）人: 王藝霖;許金燕;王安平;靳方舟
• 申請（專利權(quán)）人: 和安科技創(chuàng)新有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06N3/126;G06F18/23213
• 代理公司: 南京九致知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32307
• 代理人: 齊棠

1.一種面向工業(yè)互聯(lián)網(wǎng)的GSSK-means異常流量檢測方法，其特征在于，該方法包括：

S100、獲取流量數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理；

S200、采用GSS算法和K-means算法得到最優(yōu)初始聚類中心，對流量數(shù)據(jù)進(jìn)行聚類，得到最優(yōu)的異常流量檢測模型；所述GSS算法是將遺傳算法的選擇、交叉和變異操作引入樽海鞘種群優(yōu)化算法；

S300、對模型訓(xùn)練完成后，使流量數(shù)據(jù)進(jìn)入模型，判斷是否為異常流量。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)處理還包括獲取數(shù)據(jù)特征權(quán)重值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S200具體包括：初始化樽海鞘種群，計算樽海鞘種群中每個個體的適應(yīng)度函數(shù)值，以及整個種群的平均適應(yīng)度值；如果達(dá)到迭代停止條件，則得到初始聚類中心，計算數(shù)據(jù)中心的點(diǎn)對各個聚類中心的距離，根據(jù)距離最近原則選擇距離最近的聚類中心形成類簇，計算適應(yīng)度，如果達(dá)到迭代停止條件，則得到異常流量檢測模型。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S300具體包括：工業(yè)互聯(lián)網(wǎng)系統(tǒng)流量數(shù)據(jù)實(shí)時采集；對流量信息進(jìn)行預(yù)處理，并送入檢測模型；計算實(shí)時監(jiān)控數(shù)據(jù)與模型中各聚類中心的距離D_CP₀,D_CP₁,...,D_CP_k；當(dāng)實(shí)時監(jiān)控樣本點(diǎn)與各正常聚類中心的距離D_CP_i均大于設(shè)置的閾值距離時，則識別其為異常數(shù)據(jù)，進(jìn)行異常預(yù)警。

5.一種存儲器，其特征在于，用于存儲軟件，其中，所述軟件用于執(zhí)行權(quán)利要求1至4中任一項所述的方法。

6.一種處理器，其特征在于，用于執(zhí)行軟件，其中，所述軟件用于執(zhí)行權(quán)利要求1至4中任一項所述的方法。