[发明专利]流量检测方法、装置、设备及介质在审

专利信息
申请号: 202210202225.X 申请日: 2022-03-03
公开(公告)号: CN114422267A 公开(公告)日: 2022-04-29
发明(设计)人: 鲍青波;万可;黄娜 申请(专利权)人: 北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司
主分类号: H04L9/40 分类号: H04L9/40;G06K9/62
代理公司: 北京开阳星知识产权代理有限公司 11710 代理人: 王艳斌
地址: 100000 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 流量 检测 方法 装置 设备 介质
【权利要求书】:

1.一种流量检测方法,其特征在于,包括:

获取待检测端的访问时序图谱;其中,所述访问时序图谱包括至少一个具有异常流量标识的目标图谱节点;

对所述访问时序图谱进行图表示学习,得到所述访问时序图谱中每个图谱节点对应的时序向量;其中,所述目标图谱节点对应目标时序向量;

根据预设的聚类算法对所述时序向量进行聚类处理,得到多个聚类类别;

从所述多个聚类类别中获取所述目标时序向量所属的目标聚类类别,并基于所述目标聚类类别确定所述待检测端的异常流量。

2.根据权利要求1所述的方法,其特征在于,所述获取待检测端的访问时序图谱,包括:

获取所述待检测端的访问流量数据,根据所述访问流量数据构建原始输入序列;

对所述原始输入序列进行采样处理,获得多个子序列;

计算所述子序列对应的权重指标,根据所述权重指标由高到低对所述子序列进行排序,取前N个子序列为基准序列;其中,所述N为正整数;

根据所述基准序列构建所述访问时序图谱的图谱节点,根据所述基准序列在所述原始输入序列上的时序关系构建所述访问时序图谱的图谱边,构建所述访问时序图谱。

3.根据权利要求2所述的方法,其特征在于,还包括:

获取包括异常时间段的历史输入序列,对所述历史输入序列中的异常时间段进行采样处理,获得所述目标图谱节点;

使用所述异常流量标识对所述目标图谱节点进行标识处理。

4.根据权利要求3所述的方法,其特征在于,还包括:

根据时序构建包括所述目标图谱节点的所述访问时序图谱。

5.根据权利要求1所述的方法,其特征在于,所述从所述多个聚类类别中获取所述目标时序向量所属的目标聚类类别,并基于所述目标聚类类别确定所述待检测端的异常流量,包括:

查询每个所述聚类类别中是否包括所述目标时序向量,若当前处理的所述聚类类别中包括所述目标时序向量,则将当前处理的所述聚类类别确定为所述目标聚类类别;

获取属于所述目标聚类类别的所有时序向量对应的异常时间段,将所述待检测端在所述异常时间段内发送的流量确定为异常流量。

6.根据权利要求5所述的方法,其特征在于,还包括:

若当前处理的所述聚类类别中不包括所述目标时序向量,随机选取当前处理的所述聚类类别中的M个时序向量作为采样时序向量;其中,所述M为正整数;

解析确定每个所述采样时序向量对应的采样流量标识;

统计所述采样流量标识,根据统计结果判断所述当前处理的所述聚类类别对应的流量是否为所述异常流量。

7.一种流量检测装置,其特征在于,包括:

获取模块,用于获取待检测端的访问时序图谱;其中,所述访问时序图谱包括至少一个具有异常流量标识的目标图谱节点;

学习模块,用于对所述访问时序图谱进行图表示学习,得到所述访问时序图谱中每个图谱节点对应的时序向量;其中,所述目标图谱节点对应目标时序向量;

聚类模块,用于根据预设的聚类算法对所述时序向量进行聚类处理,得到多个聚类类别;

检测模块,用于从所述多个聚类类别中获取所述目标时序向量所属的目标聚类类别,并基于所述目标聚类类别确定所述待检测端的异常流量。

8.一种电子设备,其特征在于,所述电子设备包括:

处理器;

用于存储所述处理器可执行指令的存储器;

所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-6中任一所述的流量检测方法。

9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-6中任一所述的流量检测方法。

10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如权利要求1-6任一项所述的流量检测方法。

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北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司,未经北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司许可,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/202210202225.X/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