[发明专利]基于云计算和用户行为分析的流量检测方法及存储介质

权利要求书

1.一种基于云计算和用户行为分析的流量检测方法，其特征在于，所述方法包括：

根据在上一时段对业务端设备进行流量检测的检测结果确定当前时段的流量检测持续时长，按照所述流量检测持续时长启动对所述业务端设备的流量检测，获取所述业务端设备上传的实时数据流量并提取所述业务端设备在生成所述实时数据流量时的实时用户行为数据；

按照预存的与所述业务端设备对应的设备运行日志，对所述实时用户行为数据进行分析，得到用户行为分析结果；基于所述用户行为分析结果生成所述业务端设备从上一时段到当前时段的用户行为变化曲线；

其中：

设备运行日志记录了业务端设备与其他终端设备的通信交互信息，用户行为分析结果通过图数据的形式进行存储，用户行为变化曲线是以一条二维曲线来表示业务端设备的实时状态的曲线；

按照设定时间步长提取所述实时数据流量在当前时段的每个时间节点上的流量值并绘制实时流量曲线，将所述实时流量曲线映射到所述用户行为变化曲线所在的坐标平面中得到流量映射曲线；根据所述流量映射曲线和所述用户行为变化曲线检测所述业务端设备在当前时段内是否存在异常流量；

其中：

实时流量曲线通过多个时间节点上的流量值拟合而成，流量映射曲线与用户行为变化曲线存在相关性。

2.如权利要求1所述的方法，其特征在于，根据所述流量映射曲线和所述用户行为变化曲线检测所述业务端设备在当前时段内是否存在异常流量，包括：

提取所述流量映射曲线的第一曲线描述数据以及所述用户行为变化曲线的第二曲线描述数据；其中，所述第一曲线描述数据用于表征所述流量映射曲线的曲线特征，所述第二曲线描述数据用于表征所述用户行为变化曲线的曲线特征，所述第一曲线描述数据中包括多个流量波动性系数，所述第二曲线描述数据中包括与所述流量波动性系数的数量相同的多个用户行为标签；

确定与每个流量波动性系数对应的用户行为标签的行为风险系数并计算每个流量波动性系数与其对应的行为风险系数之间的时序相关性权重；根据与每个流量波动性系数对应的用户行为标签的标签特征值确定每个流量波动性系数对应的时间节点的第一网络环境参数以及对应的用户行为标签在该时间节点上的第二网络环境参数；

基于每个第一网络环境参数及其对应的第二网络环境参数确定每个时间节点上的网络环境扰动率；通过所述网络环境扰动率生成用于对所述时序相关性权重进行判断的权重区间；

判断每个时序相关性权重是否位于其对应的权重区间内；在所述时序相关性权重位于其对应的权重区间内时，判断所述时序相关性权重对应的时间节点的实时流量值是否超过第一设定流量值，在所述时序相关性权重对应的时间节点的实时流量值超过所述第一设定流量值时判定所述业务端设备在当前时段内存在异常流量，在所述时序相关性权重对应的时间节点的实时流量值未超过所述第一设定流量值时判定所述业务端设备在当前时段内不存在异常流量；在所述时序相关性权重没有位于其对应的权重区间内时，判断所述时序相关性权重对应的时间节点的实时流量值是否超过第二设定流量值，在所述时序相关性权重对应的时间节点的实时流量值超过所述第二设定流量值时判定所述业务端设备在当前时段内存在异常流量，在所述时序相关性权重对应的时间节点的实时流量值未超过所述第二设定流量值时判定所述业务端设备在当前时段内不存在异常流量；其中，所述第一设定流量值大于所述第二设定流量值。

3.如权利要求2所述的方法，其特征在于，若判定所述业务端设备在当前时段内存在异常流量，所述方法还包括：

确定所述业务端设备对应的设备标识；

根据所述设备标识生成用于拦截所述业务端设备上传的数据流量的拦截机制并激活所述拦截机制。