[发明专利]识别异常流量的方法和装置

权利要求书

1.一种识别异常流量的方法，其特征在于，所述方法包括：

统计当前监控周期的日志上报数据量，并判断所述日志上报数据量是否符合预设的异常判断条件；

在确认所述日志上报数据量符合预设的异常判断条件之后，对当前监控周期的日志上报数据进行预处理，以得到流量特征数据，将所述流量特征数据输入预先构建的决策树，并根据所述决策树进行异常流量识别；

其中，所述决策树能够识别的异常流量包括：非用户主动点击产生的异常流量；所述决策树所需的流量特征数据包括：访问页面的可视化区域特征、访问页面的访问量特征、访问页面的来源方特征、以及访问页面的访问序号特征。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于决策树学习算法构建决策树。

3.根据权利要求1所述的方法，其特征在于，所述预设的异常判断条件包括：

当前监控周期的日志上报数据量大于第一流量阈值或小于第二流量阈值；其中，第一流量阈值大于第二流量阈值。

4.一种识别异常流量的装置，其特征在于，所述装置包括：

统计模块，用于统计当前监控周期的日志上报数据量，并判断所述日志上报数据量是否符合预设的异常判断条件；

预处理模块，用于在所述统计模块确认所述日志上报数据量符合预设的异常判断条件之后，对当前监控周期的日志上报数据进行预处理，以得到流量特征数据；

识别模块，用于将所述流量特征数据输入预先构建的决策树，并根据所述决策树进行异常流量识别；其中，所述决策树能够识别的异常流量包括：非用户主动点击产生的异常流量；所述决策树所需的流量特征数据包括：访问页面的可视化区域特征、访问页面的访问量特征、访问页面的来源方特征、以及访问页面的访问序号特征。

5.根据权利要求4所述的装置，其特征在于，所述装置还包括：

构建模块，用于基于决策树学习算法构建决策树。

6.根据权利要求4所述的装置，其特征在于，所述预设的异常判断条件包括：

当前监控周期的日志上报数据量大于第一流量阈值或小于第二流量阈值；其中，第一流量阈值大于第二流量阈值。

7.一种服务器，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至3中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至3中任一所述的方法。