[发明专利]流量检测方法、装置、设备及介质

说明书

本公开实施例涉及一种流量检测方法、装置、设备及介质，其中该方法包括：获取待检测端的访问时序图谱；其中，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；对访问时序图谱进行图表示学习，得到访问时序图谱中每个图谱节点对应的时序向量；根据预设的聚类算法对时序向量进行聚类处理，得到多个聚类类别；从多个聚类类别中获取目标图谱节点所属的目标聚类类别，并基于目标聚类类别确定待检测端的异常流量。本公开实施例中，提高了对未知规律异常流量的检出率，保障了网络安全，并且提高了长时间周期下异常流量标注的自动化程度，降低了进行异常流量标注所消耗的人力成本。

技术领域

本公开涉及计算机技术领域，尤其涉及一种流量检测方法、装置、设备及介质。

背景技术

伴随着计算机技术的发展，网络安全愈加重要，通过流量检测技术能够检测出对网络安全造成威胁的异常流量。

相关技术中，可以使用内置规则的方法对流量进行检测，根据内置规则对流量进行筛选，从而识别出异常流量。

然而对于上述技术方案，若异常流量对应的规则是未知的，则无法识别出该种异常流量，从而造成了网络安全隐患。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种流量检测方法、装置、设备及介质。

第一方面，本公开实施例提供了一种流量检测方法，所述方法包括：

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。

一种可选的实施方式中，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。

一种可选的实施方式中，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。

一种可选的实施方式中，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。

一种可选的实施方式中，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。