[发明专利]一种基于网络视听新媒体的流量监测系统

权利要求书

1.一种基于网络视听新媒体的流量监测系统，其特征在于，所述系统包括监测模型构建单元、异常初始监测单元、流量特征分析单元、流量特征筛选单元和流量实时监测单元，其中：

监测模型构建单元，用于基于大数据，获取并记录多个收集异常流量特征，根据多个所述收集异常流量特征，构建流量监测模型；

异常初始监测单元，用于接收初始化设置，获取初始化时期，在所述初始化时期中，按照所述流量监测模型进行异常流量初始监测，标记异常流量数据；

流量特征分析单元，用于对所述异常流量数据进行特征分析，得到多个监测异常流量特征和对应的异常频率；

流量特征筛选单元，用于按照多个所述异常频率，对多个所述监测异常流量特征进行特征筛选，得到多个目标异常流量特征，根据多个所述目标异常流量特征，构建异常特征识别集；

流量实时监测单元，用于在所述初始化时期外，实时获取新媒体流量的流量特征，按照所述异常特征识别集和所述流量监测模型，先后进行异常流量实时监测；

所述流量特征筛选单元具体包括：

特征排列模块，用于按照多个所述异常频率，对多个所述监测异常流量特征进行排列，生成排列信息；

特征筛选模块，用于根据所述排列信息和预设的筛选信息，对多个所述监测异常流量特征进行特征筛选，得到多个目标异常流量特征；

识别集构建模块，用于根据多个所述目标异常流量特征，构建异常特征识别集；

所述流量实时监测单元具体包括：

流量实时获取模块，用于在所述初始化时期外，实时获取新媒体流量；

特征实时分析模块，用于实时分析所述新媒体流量的流量特征；

实时监测模块，用于按照所述异常特征识别集和所述流量监测模型，先后进行异常流量实时监测；

所述实时监测模块具体包括：

第一异常识别子模块，用于按照所述异常特征识别集，对流量特征进行异常识别，生成第一异常识别结果；

异常特征判断子模块，用于根据所述第一异常识别结果，判断所述流量特征是否为异常特征；

第二异常识别子模块，用于若所述流量特征不是异常特征，则根据所述流量监测模型进行异常监测识别，生成第二异常识别结果。

2.根据权利要求1所述的基于网络视听新媒体的流量监测系统，其特征在于，所述监测模型构建单元具体包括：

特征获取模块，用于基于大数据，获取并记录多个收集异常流量特征；

特征分配模块，用于对多个所述收集异常流量特征进行随机分配，构成训练集和测试集；

模型构建模块，用于根据所述训练集和所述测试集，构建流量监测模型。

3.根据权利要求1所述的基于网络视听新媒体的流量监测系统，其特征在于，所述异常初始监测单元具体包括：

初始化设置模块，用于接收初始化设置，生成初始化设置信息；

设置分析模块，用于对所述初始化设置信息分析，获取初始化时期；

初始监测模块，用于在所述初始化时期中，按照所述流量监测模型进行异常流量初始监测，标记异常流量数据。

4.根据权利要求3所述的基于网络视听新媒体的流量监测系统，其特征在于，所述初始监测模块具体包括：

流量初始获取子模块，用于在所述初始化时期中，获取新媒体流量；

初始监测子模块，用于将新媒体流量导入至所述流量监测模型中，进行异常流量初始监测，生成初始监测结果；

异常判断子模块，用于按照所述初始监测结果，判断是否存在流量异常；

异常标记子模块，用于在存在流量异常时，标记异常流量数据。

5.根据权利要求1所述的基于网络视听新媒体的流量监测系统，其特征在于，所述流量特征分析单元具体包括：

特征分析模块，用于对所述异常流量数据进行特征分析，得到多个监测异常流量特征；

频率记录模块，用于记录所述初始化时期中，多个所述监测异常流量特征对应的异常频率。