[发明专利]流量细分识别方法、系统、电子设备和存储介质

权利要求书

1.一种流量细分识别方法，其特征在于，包括：

获取预先指定业务的业务流量；

对所述业务流量进行处理，获取所述业务流量的特征向量；

将所述业务流量的特征向量通过预先设置的第一异常检测模型，获取子特征向量；

将所述子特征向量通过预先设置的分类训练模型进行训练，获得流量分类器；

将所述子特征向量通过预先设置的第二异常检测模型，获得流量筛选器；

获取待识别流量的特征向量，并将所述待识别流量的特征向量通过所述流量分类器获取对应的业务标签；

将所述待识别流量的特征向量通过对应业务标签的流量筛选器，获取流量细分识别结果。

2.根据权利要求1所述的流量细分识别方法，其特征在于，所述获取预先指定业务的业务流量，包括：

通过控制程序控制产生业务流量的应用；

对所述产生业务流量的应用执行所述预先指定的业务，获取所述预先指定业务的业务流量；

记录执行所述预先指定的业务的操作步骤，生成操作脚本并保存；

将所述操作脚本导入所述控制程序自动执行所述预先指定的业务，获取所述预先指定业务的业务流量。

3.根据权利要求1所述的流量细分识别方法，其特征在于，所述对所述业务流量进行处理，获取所述业务流量的特征向量，包括：

获取所述业务流量的五元组信息，其中，所述五元组信息包括源IP，源端口，目的IP，目的端口，传输协议；

根据所述五元组信息对所述业务流量进行分组，获取流量样本；

对所述流量样本进行特征提取，获取所述业务流量的特征向量。

4.根据权利要求1所述的流量细分识别方法，其特征在于，所述将所述业务流量的特征向量通过预先设置的第一异常检测模型，获取子特征向量，包括：

将所述业务流量的特征向量通过预先设置的第一异常检测模型，获取所述业务流量的第一异常分值；

判断所述第一异常分值是否大于预先设置的第一阈值，其中，若所述第一异常分值大于预先设置的第一阈值，则剔除所述业务流量的特征向量并获得子特征向量，若所述第一异常分值不大于预先设置的第一阈值，则判断下一个业务流量的第一异常分值。

5.根据权利要求1所述的流量细分识别方法，其特征在于，所述将所述待识别流量的特征向量通过对应业务标签的流量筛选器，获取流量细分识别结果，包括：

将所述待识别流量的特征向量通过对应业务标签的流量筛选器，获取所述待识别流量的第二异常分值；

判断所述第二异常分值是否大于预先设置的第二阈值，其中，若所述第二异常分值大于预先设置的第二阈值，则剔除所述对应业务标签的待识别流量，若所述第二异常分值不大于预先设置的第二阈值，则输出所述待识别流量对应的业务标签，获取流量细分识别结果。

6.根据权利要求1所述的流量细分识别方法，其特征在于，所述第一异常检测模型包括：孤立森林算法，局部异常因子算法，基于Kmeans聚类算法。

7.根据权利要求1所述的流量细分识别方法，其特征在于，所述第二异常检测模型包括：单类支持向量机，拟合先验分布。