宽带的检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:26346629 阅读:31 留言:0更新日期:2020-11-13 21:24
本申请实施例提供一种宽带的检测方法、装置、电子设备及存储介质,该方法包括:获取互联网数据中心的各个宽带用户的流量特征;基于预先训练好的预设神经网络模型,对各个宽带用户的所述流量特征进行疑似度赋值,以确定各个宽带用户的所述流量特征的特征疑似度;根据所述流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户,针对互联网数据中的宽带用户,根据各个宽带用户使用流量时对应的流量特征以及预设神经网络,对用户流量特征进行疑似度赋值,从而确定违规宽带用户,实现了宽度违规用户的自动检测,且检测精度高,提高了宽带市场的有序性以及用户上网的安全性。

Broadband detection method, device, electronic equipment and storage medium

【技术实现步骤摘要】
宽带的检测方法、装置、电子设备及存储介质
本申请实施例涉及物联网
,尤其涉及一种宽带的检测方法、装置、电子设备及存储介质。
技术介绍
互联网和信息技术的发展在经济和生活的各个领域正在迅速普及,其地位日益重要,整个社会对网络的依赖程度也越来越大。对于网络运营商来说,宽带线路的租用成为其主要收入之一。而对于用户来说,各个宽带运营商之间网间结算的费用远高于租用IDC(InternetDataCenter,互联网数据中心)带宽的费用,因此,会存在非IDC带宽租用者,绕开IDC带宽的常规接入点,而违规使用IDC带宽服务的现象,扰乱了宽带市场的正常运行,同时,为网络安全监控和治理带来了不便。目前,现有的违规宽带的检测方法大多根据IDC机房的向外访问流量确定是否为违规宽带,即若存在大量从IDC机房的服务器向外网请求访问业务的情况,则确定存在宽带违规。然而,当前的IDC机房流量特点发生了变化,很多大型公司租借不同的IDC机房的设备进行电子商务的处理,不同的IDC机房之间的交互已成为常态,基于向外访问流量确定是否为违规宽带的方法已不再适用。本文档来自技高网...

【技术保护点】
1.一种宽带的检测方法,其特征在于,包括:/n获取互联网数据中心的各个宽带用户的流量特征;/n基于预先训练好的预设神经网络模型,对各个宽带用户的所述流量特征进行疑似度赋值,以确定各个宽带用户的所述流量特征的特征疑似度;/n根据所述流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户。/n

【技术特征摘要】
1.一种宽带的检测方法,其特征在于,包括:
获取互联网数据中心的各个宽带用户的流量特征;
基于预先训练好的预设神经网络模型,对各个宽带用户的所述流量特征进行疑似度赋值,以确定各个宽带用户的所述流量特征的特征疑似度;
根据所述流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户。


2.根据权利要求1所述的方法,其特征在于,所述流量特征包括:
操作系统类型数量、终端类型数量、Cookie数量、位置信息、VPN流量、VPN流量占比、机房向外访问流量和机房向外访问应用中的至少一项。


3.根据权利要求1所述的方法,其特征在于,所述基于预先训练好的预设神经网络模型,对各个宽带用户的所述流量特征进行疑似度赋值,包括:
基于预先训练好的预设神经网络模型,对各个宽带用户的所述流量特征进行疑似度赋值和分类,以得到各个宽带用户的所述流量特征的特征类型和特征疑似度,其中,所述特征类型包括正常和异常两种类型;
相应的,根据所述流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户,包括:
针对特征类型为异常类型的流量特征,根据所述流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户。


4.根据权利要求3所述的方法,其特征在于,所述流量特征的个数为多个,所述预设神经网络模型包括各个流量特征对应的特征神经网络模型,所述基于预先训练好的预设神经网络模型,对各个宽带用户的所述流量特征进行疑似度赋值和分类,以得到各个宽带用户的所述流量特征的特征类型和特征疑似度,包括:
针对每个流量特征,基于预先训练好的所述流量特征对应的特征神经网络,对各个宽带用户的所述流量特征进行疑似度赋值和分类,以得到各个宽带用户的所述流量特征的特征类型和特征疑似度;
相应的,所述针对特征类型为异常类型的流量特征,根据所述流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户,包括:
针对特征类型为异常类型的各个流量特征,根据各个流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户。


5.根据权利要求4所述的方法,其特征在于,所述针对特征类型为异常类型的各个流量特征,根据各个流量特征的特征疑似度,确定所述互联网数据中心的违规宽带用户,包括:
获取特征类型为异常类型的各个流量特征的特征权重;
根据特征类型为异常类型的各个流量特征的特征疑似度和特征权重,确定所述互联网数据中心的违规宽带用户。


6.根据权利要求3所述的方法,其特征在于,在得到各个宽带用户的所述流量特征的特征类型和特征疑似度之后,还包括:
对于异常类型的流量特征,按照特征疑似度由高到低,对所述宽带用户进行排序;
根据排序结果确定各个宽带用户的流量特征的疑似度叠加值...

【专利技术属性】
技术研发人员:于成军高丽娜赵可为刘玉钰汪彧冬
申请(专利权)人:中国联合网络通信集团有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1