[发明专利]有向网络的检测方法、计算机可读存储介质及相关设备有效

专利信息
申请号: 202010101398.3 申请日: 2020-02-19
公开(公告)号: CN111314138B 公开(公告)日: 2021-08-31
发明(设计)人: 应秋芳;张浩;郑巧玲;胡彬;石志林;张纪红;李晓森 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04L12/24 分类号: H04L12/24
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 汪阮磊
地址: 518057 广东省深圳*** 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: 网络 检测 方法 计算机 可读 存储 介质 相关 设备
【权利要求书】:

1.一种有向网络的检测方法,其特征在于,包括:

获取待检测有向网络中的网络节点之间数据流量的流向特征信息,所述流向特征信息包括有向图,所述有向图中任一节点表示所述网络节点;

如果所述有向图中不包括有向环,根据预置的层级分值计算函数计算所述有向图中各个节点的层级分值,其中,所述各个节点中的任一节点的层级分值用于表示所述有向图中周边节点到所述任一节点之间的所有路径的路径平均长度;所述周边节点为所述有向图中入度为零的根节点;

根据所述各个节点的层级分值,分别确定所述各个节点表示的网络节点在所述待检测有向网络中的节点类型。

2.如权利要求1所述的方法,其特征在于,所述预置的层级分值计算函数包括:

任一节点的层级分值为:所述有向图中各个周边节点到所述任一节点之间所有路径长度的函数计算值。

3.如权利要求1所述的方法,其特征在于,所述预置的层级分值计算函数包括:

任一节点的层级分值为:所述有向图中到所述任一节点的所有入节点的层级分值的期望值。

4.如权利要求3所述的方法,其特征在于,根据预置的层级分值计算函数,计算所述有向图中某一节点的层级分值,具体包括:

设置所述有向图中第一节点的层级分值的初始值为零,设置所述有向图中第二节点的层级分值的初始值为任意非零值;所述第一节点是入度为零的节点,第二节点是入度非零的节点;

根据所述第一节点和第二节点的层级分值的已设置值,计算到所述有向图中某一节点的所有入节点的层级分值期望值,为所述某一节点的当前层级分值;所述层级分值的已设置值包括所述层级分值的初始值;

用所述某一节点的当前层级分值替换所述某一节点的层级分值的已设置值;

当所述某一节点的当前层级分值满足预置的收敛条件,将所述替换的当前层级分值作为所述某一节点最终的层级分值。

5.如权利要求4所述的方法,其特征在于,所述根据预置的层级分值计算函数,计算所述有向图中某一节点的层级分值,还包括:

当所述某一节点的当前层级分值不满足预置的收敛条件,将替换后的当前层级分值作为所述某一节点的层级分值的已设置值,返回执行计算所述某一节点的当前层级分值及替换的步骤。

6.如权利要求1至5任一项所述的方法,其特征在于,所述获取待检测有向网络中的网络节点之间数据流量的流向特征信息之后,所述方法还包括:

当所述有向图中包括多个节点的有向环时,则将所述多个节点的层级分值设置为相同的值。

7.如权利要求1至5任一项所述的方法,其特征在于,所述获取待检测有向网络中的网络节点之间数据流量的流向特征信息之后,所述方法还包括:

当所述有向图中包括多个节点的有向环时,则去掉所述多个节点中,某两个节点之间的路径信息,得到调整后的有向图;所述某两个节点之间的路径权重为所述多个节点的任意两个节点之间的路径权重中最小的路径权重;

根据预置的层级分值计算函数,计算所述调整后的有向图中各个节点的层级分值。

8.一种有向网络的检测装置,其特征在于,包括:

特征获取单元,用于获取待检测有向网络中的网络节点之间数据流量的流向特征信息,所述流向特征信息包括有向图,所述有向图中任一节点表示所述网络节点;

层级分值计算单元,用于如果所述有向图中不包括有向环,根据预置的层级分值计算函数计算所述有向图中各个节点的层级分值,其中,所述各个节点中的任一节点的层级分值用于表示所述有向图中周边节点到所述任一节点之间的所有路径的路径平均长度;所述周边节点为所述有向图中入度为零的根节点;

位置确定单元,用于根据所述各个节点的层级分值,分别确定所述各个节点表示的网络节点在所述待检测有向网络中的节点类型。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质储存多条指令,所述指令适于由处理器加载并执行如权利要求1至7任一项所述的有向网络的检测方法。

10.一种终端设备,其特征在于,包括处理器和存储器;

所述存储器用于储存多条指令,所述指令用于由处理器加载并执行如权利要求1至7任一项所述的有向网络的检测方法,所述处理器,用于执行所述多条指令中的各条指令。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/202010101398.3/1.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