本发明专利技术公开了一种异常流量的识别方法，包括如下步骤：通过旁路抓包抓取网络流量信息；将抓取的网络流量进行离散化操作，将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好；使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。本发明专利技术的有益效果为：通过时敏滑动窗口算法对异常流量信息进行识别，具有良好的实时性，能够应用于多种场合，同时，通过信息积累，能进一步发现更多的异常流量。
【技术实现步骤摘要】
【专利说明】一种异常流量的识别方法及装置
本专利技术涉及一种异常流量的识别方法及装置。
技术介绍
网络对我们来说必不可少，但是任何事情都有不利的一面，在使用网络的时候同样会产生很多障碍，而最难避免的就是网络的异常流量，异常流量等同于黑客攻击，它针对某一特定端口发起如洪水般的非正常流量导致网络瘫痪，并且给我们带来巨大的损失，客户无法通讯，商务无法进行，进而保证网络流量的稳定性就起到了至关重要的作用。针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术的目的是提供一种异常流量的识别方法及装置，以克服目前现有技术存在的上述不足。本专利技术的目的是通过以下技术方案来实现: 一种异常流量的识别方法，包括如下步骤: 通过旁路抓包抓取网络流量信息，并且根据抓取的网络流量信息生成流量数据； 将抓取的网络流量进行离散化操作，进而形成用于模式分析的数据集； 将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好； 使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。进一步的，抓取的信息包括时间信息，源地址，源端口，目的地址，目的端口，TCP/UDP协议，方向，长度，头部长度，tcp头部长度，tcp标志位。一种异常流量的识别装置，包括流量抓取装置、数据集生成装置、数据库处理装置以及流量信息分析装置；其中: 流量抓取装置:通过旁路抓包抓取网络流量信息，并且根据抓取的网络流量信息生成流量数据； 数据集生成装置:将抓取的网络流量进行离散化操作，进而形成用于模式分析的数据集; 数据库处理装置:将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好； 流量信息分析装置:使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。本专利技术的有益效果:通过时敏滑动窗口算法对异常流量信息进行识别，具有良好的实时性，能够应用于多种场合，同时，通过信息积累，能进一步发现更多的异常流量。【附图说明】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的异常流量的识别方法的流程图。【具体实施方式】下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，根据本专利技术的实施例所述的一种异常流量的识别方法，包括如下步骤: 通过旁路抓包抓取网络流量信息，并且根据抓取的网络流量信息生成流量数据； 将抓取的网络流量进行离散化操作，进而形成用于模式分析的数据集； 将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好； 使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。进一步的，抓取的信息包括时间信息，源地址，源端口，目的地址，目的端口，TCP/UDP协议，方向，长度，头部长度，tcp头部长度，tcp标志位。—种异常流量的识别装置，包括流量抓取装置、数据集生成装置、数据库处理装置以及流量信息分析装置；其中: 流量抓取装置:通过旁路抓包抓取网络流量信息，并且根据抓取的网络流量信息生成流量数据； 数据集生成装置:将抓取的网络流量进行离散化操作，进而形成用于模式分析的数据集; 数据库处理装置:将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好； 流量信息分析装置:使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。综上所述，借助于本专利技术的上述技术方案，通过时敏滑动窗口算法对异常流量信息进行识别，具有良好的实时性，能够应用于多种场合，同时，通过信息积累，能进一步发现更多的异常流量。以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。【主权项】1.一种异常流量的识别方法，其特征在于，包括如下步骤: 通过旁路抓包抓取网络流量信息，并且根据抓取的网络流量信息生成流量数据； 将抓取的网络流量进行离散化操作，进而形成用于模式分析的数据集； 将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好； 使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。2.根据权利要求1所述的异常流量的识别方法，其特征在于，抓取的信息包括时间信息，源地址，源端口，目的地址，目的端口，TCP/UDP协议，方向，长度，头部长度，tcp头部长度，tcp标志位。3.一种异常流量的识别装置，其特征在于，包括流量抓取装置、数据集生成装置、数据库处理装置以及流量信息分析装置；其中: 流量抓取装置:通过旁路抓包抓取网络流量信息，并且根据抓取的网络流量信息生成流量数据； 数据集生成装置:将抓取的网络流量进行离散化操作，进而形成用于模式分析的数据集; 数据库处理装置:将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好； 流量信息分析装置:使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。【专利摘要】本专利技术公开了一种异常流量的识别方法，包括如下步骤：通过旁路抓包抓取网络流量信息；将抓取的网络流量进行离散化操作，将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好；使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。本专利技术的有益效果为：通过时敏滑动窗口算法对异常流量信息进行识别，具有良好的实时性，能够应用于多种场合，同时，通过信息积累，能进一步发现更多的异常流量。【IPC分类】H04L29/06【公开号】CN1053本文档来自技高网...
【技术保护点】
一种异常流量的识别方法，其特征在于，包括如下步骤：通过旁路抓包抓取网络流量信息，并且根据抓取的网络流量信息生成流量数据；将抓取的网络流量进行离散化操作，进而形成用于模式分析的数据集；将用户行为数据和正常用户模式存储到数据库中，并且列举出数据库中的用户的基础属性，基本上网和流量特征，用户的业务偏好，用户的兴趣和喜好；使用时敏滑动窗口算法来挖掘数据集中的频繁模式，将频繁模式和所述数据库进行比较分析，进而得到网络使用情况，用户满意度，消费偏好，流失倾向，伤害性，异常流量。
【技术特征摘要】
【专利技术属性】
技术研发人员：沈能辉，
申请(专利权)人：睿峰网云北京科技股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。