[发明专利]一种基于联合AR模型的病毒态势异常检测方法及系统

摘要

本发明公开了一种基于联合AR模型的病毒态势异常检测方法及系统，首先由自回归模型得到最新时间点的网络流量数据的预测值和病毒传播事件的预测值，基于所述的预测值得到网络流量数据的异常统计量和病毒传播事件的异常统计量；然后利用发明中所给的方法计算病毒传播事件的总异常统计量，若所述的病毒传播事件的总异常统计量超过预设阈值，则出现病毒态势异常，否则没有出现病毒态势异常。从而，克服了传统方法对于微小异常的无法检测，或者产生大量误报的情况。

主权项

1.一种基于联合AR模型的病毒态势异常检测方法，其特征在于，包括：针对网络流量数据生成大小为N+1的时间窗，并利用自回归模型，基于前N个时刻的网络流量数据得到第N+1时刻的网络流量数据的预测值；基于所述第N+1时刻的网络流量数据的预测值与第N+1时刻的网络流量数据的真实值之间的差距，得到第N+1时刻的网络流量数据的异常统计量，以表示；对检测到的病毒传播事件按照预设的方式进行分类，并且将所述病毒传播事件用数值序列表示；针对所述分类中的各类别下的所有病毒传播事件的数值序列生成大小为N+1的时间窗，并利用自回归模型，基于前N个时刻的数值序列的值得到第N+1时刻的数值序列的预测值；基于所述第N+1时刻的数值序列的预测值与第N+1时刻的数值序列的真实值之间的差距，得到第N+1时刻的病毒传播事件的异常统计量，以表示；所述tag为取自于所述分类中的各类别下的病毒传播事件的标识；计算病毒传播事件的总异常统计量，以表示，方法为，并判断所述是否大于预设阈值，若是，则出现病毒态势异常，否则没有出现病毒态势异常；所述是指所述分类中各类别下的病毒传播事件数量之和。