The invention belongs to the field of large data, and discloses a monitoring analysis method and system based on network large data, including data acquisition module, push module, cloud server, plan task module, database and user terminal; database is used to store monitoring data and index values after statistics by cloud server; user terminal is used to accept monitoring results. The method uses USR TCP232 Test to monitor network data in real time, sends data to database through push module, and real-time statistics of data in database by cloud server, obtains specific values of each index, and automatically pushes message to warn user terminal when data is abnormal. The cloud server transfers data by calling PHP files through the task planning module; the structure of the present invention is reasonable, and the efficiency of monitoring and the ability of data analysis can be effectively improved.
【技术实现步骤摘要】
一种基于网络大数据的监测分析方法及系统
本专利技术属于大数据领域，特别涉及一种基于网络大数据的监测分析方法及系统。
技术介绍
目前我们的社会中信息技术高速发展,信息成为了一种越来越重要的资源。人们享受着从大数据带来的便利，但是对于技术人员来说,需要处理的数据量越来越多，需要处理速度越来越快。如何从大量的数据中快速找到有用数据并对其进行分析成为了一个主要问题。为此，我们提出一种基于网络大数据的监测分析方法及系统。综上所述，现有技术存在的问题是：现有技术中，对数据库中的数据异常时，不能自动推送消息警告用户；监测的效率和数据分析的能力差。
技术实现思路
本专利技术的主要目的在于提供一种基于网络大数据的监测分析方法及系统，利用USR-TCP232-Test实时监测网络数据，通过推送模块将数据发送到数据库中，云端服务器对数据库中的数据实时统计，得出各指标的具体数值，数据异常时，自动推送消息警告用户终端。云端服务器通过计划任务模块调用PHP文件来传送数据，可以在消耗相当少的系统资源的情况下更快速的执行命令，使代码运行更快。本专利技术结构合理，可以有效提高监测的效率和数据分析的能力...
【技术保护点】
1.一种基于网络大数据的监测分析方法，其特征在于，所述基于网络大数据的监测分析方法利用USR‑TCP232‑Test实时监测网络数据，通过推送模块将数据发送到数据库中，云端服务器对数据库中的数据实时统计，得出各指标的具体数值，数据异常时，自动推送消息警告用户终端；云端服务器通过计划任务模块调用PHP文件来传送数据。
【技术特征摘要】
1.一种基于网络大数据的监测分析方法，其特征在于，所述基于网络大数据的监测分析方法利用USR-TCP232-Test实时监测网络数据，通过推送模块将数据发送到数据库中，云端服务器对数据库中的数据实时统计，得出各指标的具体数值，数据异常时，自动推送消息警告用户终端；云端服务器通过计划任务模块调用PHP文件来传送数据。2.如权利要求1所述的基于网络大数据的监测分析方法，其特征在于，USR-TCP232-Test实时监测网络数据的方法包括：建立的离散动态贝叶斯网络模型，确定最终的异常等级即为贝叶斯推理过程依据大量状态节点数据推理出监测节点最大可能取值的概率。3.如权利要求2所述的基于网络大数据的监测分析方法，其特征在于，系统参数λ和观测序列Y，前向-后向算法推理出概率P(Y|λ)的过程如下：前向算法，定义前向变量αt(i)＝P(y1,y2,...,yt,xt＝i|λ)初始化：α1(i)＝πibi(y1),1≤i≤n递归运算：结果：后向算法，定义后向变量βt(i)＝P(yt+1,yt+2,...,yT|xt＝i,λ)初始化：βT(i＝)1递归运算：结果：将前向算法、后向算法结合起来构成前向-后向算法：最终，结合前向-后向算法推理出异常等级。4.如权利要求1所述的基于网络大数据的监测分析方法，其特征在于，云端服务器对数据库中的数据实时统计，得出各指标的异常数值，自动推送消息警告用户终端的方法包括：参与合作感知的节点进行周期性的频谱检测，获得用户终端频谱资源的特征；正常感知节点和恶意感知节点通过正交的公共控制信道向云端服务器进行感知信息的汇报；云端服务器对收集到的感知信息进行数据融合，并依据恶意节点的恶意攻击模式计算全局的虚警概率；将全局的虚警概率信息发送到用户终端。5.如权利要求4所述的基于网络大数据的监测分析方法，其特征在于，云端服务器对数据库中的数据实时统计，得出各指标的异常数值，自动推送消息警告用户终端的方法具体包括：步骤一，参与合作感知的节点开始进行周期为τs的频谱检测过程，获得用户终端频谱资源的特征；步骤二，正常感知节点和恶意感知节点通过正交的公共控制信道向云端服务器进行感知信息的汇报；步骤三，云端服务器对收集到的感知信息进行数据融合，并依据恶意节点的恶意攻击模式计算全局的虚警概率。6.如权利要求5所述的基于网络大数据的监测分析方法，其特征在于，步骤一中参与合作感知的节点确定每条链路上多个服务质量度量参数的变化区间和分布函数，按如下过程进行；第一步，根据用户终端信号的特征和信道衰减系数，计算各本地感知节点CRi接受到的信号yi(n)；第二步，根据能量检测原理，得到感知节点CRi处的信号能量的统计量Vi，当采样量足够大时，Vi近似服从高斯分布；步骤二中正常感知节点和恶意感知节点通过正交的公共控制信道向云端服务器进行感知信息的汇报，正常感知节点将如实地汇报自己的感知信息，恶意节点则采用虚警攻击模式进行汇报：当信号能量统计量Vi大于攻击阈值η，则如实地报告自...
【专利技术属性】
技术研发人员：程国艮，李欣然，
申请(专利权)人：中译语通科技股份有限公司，
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。