The present invention provides a method and device for detecting abnormal image features based on the business, the method includes: extracting image features from the page image of the target page; the anomaly detection model of the input image features extracted preset is calculated; wherein, the anomaly detection model for image feature extraction training learning model from some normal and abnormal page interface in the machine based on calculation; anomaly detection model and the results of the anomaly detection based on the target page. The application can be based on image features in the foreground to complete the abnormal detection of the target page, and no longer need to perform abnormal detection in the background through traffic detection.
【技术实现步骤摘要】
基于图像特征的业务异常检测方法及装置
本申请涉及计算机应用领域,尤其涉及一种基于图像特征的业务异常检测方法及装置。
技术介绍
随着计算机网络技术的普及率不断提高,应用场景不断丰富,网络规模在不断扩大,而且各种网络技术也层出不穷。在网络发展带来信息爆炸式发展带来便利的同时,也同时会面临一些新的挑战,尤其是对于一些异常问题的检测。一方面,网络越复杂,可能出现问题的环节也越多,网络出现异常问题的概率也就更大;另一方面,由于网络结构错综复杂,快速而准确的发现和找到问题根源也更加困难;而且,当某一个网络出现异常问题,该异常问题可能会向依赖该网络的其它网络传播,从而导致依赖该网络的其它网络也会异常。因此,为了保障网络的正常运行,有必要采取有效的措施对网络进行监督和管理,一旦发现业务异常情况,能够及时发现问题,并且迅速解决。然而,在相关技术中,对网络进行业务异常检测,通常是在后台通过检测网络流量来完成的,而网络中的流量通常并不稳定,因此会影响异常检测的准确度。
技术实现思路
本申请提出一种基于图像特征的业务异常检测方法,该方法包括:从目标页面的页面图像中提取图像特征;将提取出的所述图像特征输入预设的异常检测模型中进行计算;其中,所述异常检测模型为基于从若干正常页面以及异常界面中提取出的图像特征训练得到的机器学习模型;基于所述异常检测模型的计算结果针对所述目标页面进行异常检测。可选的,所述方法还包括:基于预设的若干样本页面的页面图像生成图像样本集合;其中,所述图像样本集合中的正常页面的页面图像以及异常页面的页面图像均被标定了对应的识别标签;分别提取所述图像样本集合中的页面图像 ...
【技术保护点】
一种基于图像特征的业务异常检测方法,其特征在于,该方法包括:从目标页面的页面图像中提取图像特征;将提取出的所述图像特征输入预设的异常检测模型中进行计算;其中,所述异常检测模型为基于从若干正常页面以及异常界面中提取出的图像特征训练得到的机器学习模型;基于所述异常检测模型的计算结果针对所述目标页面进行异常检测。
【技术特征摘要】
1.一种基于图像特征的业务异常检测方法,其特征在于,该方法包括:从目标页面的页面图像中提取图像特征;将提取出的所述图像特征输入预设的异常检测模型中进行计算;其中,所述异常检测模型为基于从若干正常页面以及异常界面中提取出的图像特征训练得到的机器学习模型;基于所述异常检测模型的计算结果针对所述目标页面进行异常检测。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:基于预设的若干样本页面的页面图像生成图像样本集合;其中,所述图像样本集合中的正常页面的页面图像以及异常页面的页面图像均被标定了对应的识别标签;分别提取所述图像样本集合中的页面图像的图像特征;将提取出的图像特征作为训练样本,基于预设的机器学习算法进行训练以得到所述异常检测模型。3.根据权利要求1或2所述的方法,其特征在于,所述异常检测模型为SVM支持向量机模型。4.根据权利要求1或2所述的方法,其特征在于,所述图像特征为图像纹理特征;其中,所述图像纹理特征包括图像全局纹理特征和图像局部纹理特征。5.根据权利要求4所述的方法,其特征在于,所述图像全局纹理特征为GLCM灰度共生矩阵特征;所述图像局部纹理特征为LBP局部二值模式特征。6.一种基于图像特征的业务...
【专利技术属性】
技术研发人员:程磊,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
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。