[发明专利]一种网络流量异常检测方法、装置、设备及存储介质有效

专利信息
申请号: 201810916177.4 申请日: 2018-08-13
公开(公告)号: CN109040084B 公开(公告)日: 2021-03-12
发明(设计)人: 江映燕;陈业钊;李伟坚;罗一文;徐晓东;陈素敏;刘超;胡飞飞;张国翊;李雅丹;许柏涛;杨志花;陈燕;徐键;王远丰;罗崇立;秦凤枝;马腾腾;姜文婷;刘紫健;廖颖茜 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司电力调度控制中心
主分类号: H04L29/06 分类号: H04L29/06
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 510600 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 网络流量 异常 检测 方法 装置 设备 存储 介质
【说明书】:

发明公开了一种网络流量异常检测方法,能从时间角度和空间角度两个方面对网络流量进行异常检测,只有时间检测方案和空间检测方案均检测到网络流量数据中的网络节点为异常时,才判定该网络节点为异常网络节点。相对于现有技术中采用单一的时间检测方案或者空间检测方案对网络流量数据进行检测的方式,本方案对网络流量的进行异常检测的可靠性较高,保证了电力通信网的安全稳定,避免了对电网的运行安全产生影响。此外,本发明还公开了一种网络流量异常检测装置、设备及存储介质,效果如上。

技术领域

本发明涉及电力技术领域,特别涉及一种网络流量异常检测方法、装置、设备及存储介质。

背景技术

电力通信网的安全稳定与电网的运行安全紧密相连,因此,对于电力通信网的检测尤为重要。

检测电力通信网是否异常可以通过检测电力通信网中的网络流量(对应于网络节点)进行判断,通过网络节点的正常与否,来确定电力通信网是否正常。目前,对电力通信网中的与网络节点对应的网络流量进行检测主要分为两个角度,第一个角度是从时间的维度进行网络节点异常检测(采用时间相关性的检测算法),第二个角度是从空间的维度进行网络节点异常检测(采用空间相关性的检测算法)。但是,由于时间角度和空间角度所偏重的检测角度各有不同,因此,采用单一的时间检测方案或空间检测方案对网络流量进行检测时,对网络流量的进行异常检测的可靠性较低,若不能对网络流量的异常情况进行高精确性的检测,则无法保证电力通信网的安全稳定,进一步影响电网的运行安全。

因此,在对网络流量进行异常检测时,如何提高网络流量检测的可靠性以保证电力通信网的安全稳定是本领域技术人员需要解决的问题。

发明内容

本发明的目的在于提供一种网络流量异常检测方法、装置、设备及存储介质,在对网络流量进行异常检测时,提高了网络流量检测的可靠性,从而保证了电力通信网的安全稳定。

为实现上述目的,本发明实施例提供了如下技术方案:

第一,本发明实施例公开了一种网络流量异常检测方法,包括:

获取目标网络的网络流量数据;

利用时间检测方案对所述网络流量数据进行检测,得到第一检测结果;

对经所述时间检测方案检测后的网络流量数据,利用空间检测方案对所述网络流量数据进行检测,得到第二检测结果;

若所述第一检测结果和所述第二检测结果中的网络节点均为异常,则判定与所述网络流量数据对应的网络节点为异常网络节点。

优选的,所述利用时间检测方案对网络流量数据进行检测包括:

确定与所述网络流量数据对应的网络节点,以及与所述网络节点对应的时间周期,所述时间周期为多个;

计算所述网络节点在各所述时间周期内的相关性矩阵;

计算相邻时间周期内的相关性矩阵的差值,得到所述相邻周期内的相关性变化量矩阵;

将所述相关性变化量矩阵中的每一个元素与阈值进行比对;

若所述相关性变化量矩阵中存在大于所述阈值的元素,则判定所述网络节点为异常网络节点。

优选的,所述计算网络节点在各所述时间周期内的相关性矩阵包括:

确定所述网络节点在各所述时间周期内的参量数据;

计算各所述时间周期内的各参量数据之间的相关性系数;

将各所述相关性系数作为所述相关性矩阵中的元素以得到所述相关性矩阵。

优选的,所述利用时间检测方案对网络流量数据进行检测包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司电力调度控制中心,未经广东电网有限责任公司;广东电网有限责任公司电力调度控制中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810916177.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top