[发明专利]一种异常数据识别分类方法、系统及存储介质

权利要求书

1.一种异常数据识别分类方法，其特征在于，包括：

获取目标数据对应的数据流信息，根据所述数据流进行报文提取，通过所述报文生成异常数据特征；

将所述异常数据特征进行聚类，生成异常数据特征集合；

基于空间向量建立数据分类模型，将所述异常数据特征集合输入所述数据分类模型对待测数据进行异常检测；

通过所述数据分类模型将待测匹配到的所有异常数据作为待测数据的异常分类，并将异常分类输出。

2.根据权利要求1所述的一种异常数据识别分类方法，其特征在于，所述的获取目标数据对应的数据流信息，根据所述数据流进行报文提取，通过所述报文生成异常数据特征，具体为：

获取目标数据对应的数据流信息，生成目标数据流，检测所述目标数据流的会话状态；

通过所述会话状态生成报文，将所述报文中的文本数据进行异常标注，获取异常分类数据及正常分类数据，作为异常分类的样本集；

对所述报文通过分词系统进行分词，得到分词集合，并对所述分词集合进行清洗；

提取所述异常分类数据对应的分词结果的文本特征，通过所述文本特征生成异常数据特征。

3.根据权利要求2所述的一种异常数据识别分类方法，其特征在于，所述的提取所述异常分类数据的文本特征，通过所述文本特征生成异常数据特征，具体为：

通过分词出现的频率信息计算权重，根据权重计算各文本特征在异常分类数据中的重要性指数，并将所述文本特征进行任意组合计算对应的重要性指数；

预设循环检验次数及备选序列，并预设重要性指数阈值；

判断所述重要性指数是否大于所述重要性指数阈值；

若大于，则将该文本特征及该文本特征对应的任意组合进行丢弃；

将所述重要性指数进行排序，生成排序列表，按照预设数量选取所述排序列表中的重要性指数，将选取的重要性指数对应的文本特征及文本特征任意组合进行聚类归入所述备选序列，生成异常数据特征集合。

4.根据权利要求1所述的一种异常数据识别分类方法，其特征在于，所述的基于空间向量建立数据分类模型，将所述异常数据特征集合输入所述数据分类模型对待测数据进行异常检测，具体为：

获取待测数据的数据特征，用所述数据特征构建待测数据的向量空间；

将所述数据特征和异常数据特征在向量空间中进行维度统一，生成数据特征向量及异常数据特征向量；

计算数据特征向量及异常数据特征向量之间的距离，预设距离阈值；

判断数据特征向量及异常数据特征向量之间的距离是否小于预设距离阈值；

若小于，则将数据特征对应的待测数据归为异常数据，将匹配到的所有异常数据作为待测数据的异常分类，并将异常分类输出。

5.根据权利要求4所述的一种异常数据识别分类方法，其特征在于，所述的计算数据特征向量及异常数据特征向量之间的距离，具体为：

其中，s表示数据特征向量及异常数据特征向量的距离，p(c_y，w_t)表示异常数据特征对应的分词c_y在待测数据对应的报文w_t中出现的频率，i表示特征项数，t表示数据特征向量，y表示异常数据特征向量。

6.根据权利要求1所述的一种异常数据识别分类方法，其特征在于，还包括：

给定异常类别的数据信息，导入数据分类模型；

获取数据分类模型的分类结果，根据所述分类结果计算得出数据分类模型的分类精度；

将所述分类精度与数据信息的所属类别进行比较，生成偏差率；

判断所述偏差率是否大于预设偏差率；

若大于，则生成修正参数，通过所述修正参数对数据分类模型的分类精度进行补偿。