一种网络信息管理平台、装置及安全管理方法制造方法及图纸

本发明专利技术提出一种具有学习能力的Q‑Net网络信息管理平台、装置及安全管理方法。所述Q‑Net网络信息管理平台的结构采用扁平化设计原则，能够消除集中化管理所导致的瓶颈问题；通过自主学习来完善历史样本模型，使异常分析结果更加准确；通过对采集到的数据进行数据清洗来统一数据格式，对特征属性进行量化，从而增加了异常分析所能够利用的特征属性类型，从更多维度进行异常分析，提高了异常分析的全面性和准确性。

【技术实现步骤摘要】
一种网络信息管理平台、装置及安全管理方法
本专利技术属于网络信息管理
，尤其涉及一种网络信息管理平台、安全管理方法及装置。
技术介绍
管理平台帮助企业建立快速响应，并适应企业业务环境及业务发展的IT运维管理模式，实现运维管理自动化。随着信息化的不断发展，IT基础设施规模越来越庞大、结构变得相对复杂，而数据中心对IT基础设施的管理主要以手工为主，对基础设施故障的管理处于被动救火的状态，故障分析速度慢，根源定位难度大，基础设施更新换代、扩容建设缺乏科学性能评估依据，难以应对业务系统安全运行保障要求。利用网络信息管理平台来对网络中的核心交换机进行监控，对交换机端口的各项指标进行实时监测，能够迅速了解网络当前运行情况，对出现的异常情况进行及时的处理。从而可以避免端口流量过大造成的一系列问题，例如病毒入侵、交换机死机，造成整个网络瘫痪等等。但目前的网络信息管理平台多半是集中式网管构架，导致在管理者处容易成为瓶颈，且网络带宽开销较大，效率不高，导致网络安全监测不及时，不能及时快速地排查网络中潜在的异常和风险。同时，目前本文档来自技高网...

【技术保护点】
1.一种具有学习能力的网络信息管理平台的安全管理方法，该网络信息管理平台包括数据中心和多个中层管理设备，其中，每个中层管理设备负责管理网络中的一个或多个网络节点，每个网络节点有且只有一个中层管理设备对其进行管理；其特征在于：/n所述数据中心，维护所述多个中层管理设备及各个网络节点组成的网络的拓扑结构；接收来自远程客户端的查询请求，并将从中层管理设备获取的查询结果返回给远程客户端，所述查询请求用于查询网络节点当前是否发生异常；/n所述中层管理设备，采集所管辖的网络节点的历史数据，所述历史数据包括多个需要分析的特征属性；学习历史数据，为每个特征确定正常值范围，根据每个特征属性的正常值范围建立历史样...

【技术特征摘要】
1.一种具有学习能力的网络信息管理平台的安全管理方法，该网络信息管理平台包括数据中心和多个中层管理设备，其中，每个中层管理设备负责管理网络中的一个或多个网络节点，每个网络节点有且只有一个中层管理设备对其进行管理；其特征在于：
所述数据中心，维护所述多个中层管理设备及各个网络节点组成的网络的拓扑结构；接收来自远程客户端的查询请求，并将从中层管理设备获取的查询结果返回给远程客户端，所述查询请求用于查询网络节点当前是否发生异常；
所述中层管理设备，采集所管辖的网络节点的历史数据，所述历史数据包括多个需要分析的特征属性；学习历史数据，为每个特征确定正常值范围，根据每个特征属性的正常值范围建立历史样本模型；
所述中层管理设备，采集所管辖的网络节点的实时数据，所述实时数据同样包括所述多个需要分析的特征属性；利用历史样本模型对所述实时数据中的特征属性进行分析，判断所述网络节点当前状态是否异常；当发现异常时，向数据中心发送告警信息；
所述数据中心，还用于接收所述中层管理设备发送的告警信息，并将告警信息发送给远程客户端。


2.一种如权利要求1所述的具有学习能力的网络信息管理平台的安全管理方法，其特征在于，所述中层管理设备所执行的步骤具体为：
采集所管辖的网络节点的历史数据和实时数据，其中，所述历史数据是指预设时间周期内的网络节点中的历史数据；
按时间的先后顺序，将所采集的历史数据保存为日志信息；
根据日志信息进行自主学习，确定各个特征属性的正常值范围，基于各个特征属性的正常值范围，建立历史样本模型；
利用历史样本模型对所述实时数据中的特征属性进行分析，判断所述网络节点当前状态是否异常；以及
在发现异常时，向数据中心发送告警信息。


3.一种如权利要求2所述的具有学习能力的网络信息管理平台的安全管理方法，其特征在于，在采集历史数据之后，进一步对历史数据中的每条记录进行清洗，提取需要分析的特征属性，将提取的特征属性整合为格式统一的日志信息。


4.一种如权利要求2所述的具有学习能力的网络信息管理平台的安全管理方法，其特征在于，在采集数据之后，对数据中的特征属性进行量化处理，将其转换为可以比较大小的量化值。


5.一种如权利要求4所述的具有学习能力的网络信息管理平台的安全管理方法，其特征在于，根据历史数据中各个特征属性的正常值范围确定相应的基准值；在提取实时数据的特征属性后，获得实时特征属性的量化值，与基准值进行比较，确定是否发生异常。


6.一种如权利要求5所述的具有学习能力的网络信息管理平台的安全管理方法，其特征在于，将所述实时特征属性的量化值与基准值进行比较进一步包括：计算二者之间的差值，与预先设置的阈值进行比较来判断。


7.一种如权利要求1所述的具有学习能力的网络信息管理平台的安全管理方法，其特征在于，所述特征属性包括以下至少一种特征信息：网络节点的流量数据、端口数据、运行状态数据、性能参数、网络节点间的链路状态数据。


8.一种如权利要求1所述的具有学习能力的网络信息管理平台的安全管理方法，其特征在于，所述告警信息至少包括以下信息中的一种：异常类型、异常发生的时间、异常发生的原因和异常所在的网络节点标识。


9.一种具有学习能力的网络信息管理平台，该网络信息管理平台包括数据中心和多个中层管理设备，其中，每个中层管理设备负责管理网络中的一个或多个网络节点，每个网络节点有且只有一个中层管理设备对其进行管理；其特征在于：
所述数据中心，维护所述多个中层管理设备及各个网络节点组成的网络的拓扑结构；接收来自远程客户端的查询请求，并将从中层管理设备获取的查询结果返回给远程客户端；所述查询请求用于查询网络节点当前是否发生异常；
所述中层管理设备，采集所管辖的网络节点的历史数据，所述历史数据包括多个需要分析的特征属性；学习历史数据，为每个特征确定正常值范围，根据每个特征属性的正常值范围建立历史样本模型；
所述中层管理设备，采集所管辖的网络节点的实时数据，所述实时数据同样包括所述多个需要分析的特征属性；利用历史样本模型对所述实时数据中的特征属性进行分析，判断所述网络节点当前状态是否异常；当发现异常时，向数据中心发送告警信息；
所述数据中心，还用于接收所述中层管理设备发送的告警信息，并将告警信息发送给远程客户端。


10.一种如权利要求9所述的具有学习能力的网络信息管理平台，其特征在于，其中所述中层管理进一步包括：
数据采集模块，采集所管辖的网络节点的历史数据和实时数据，其中，所述历史数据是指预设时间周期内的网络节点中的历史数据；
历史日志模块，按时间的先后顺序，将所采集的历史数据保存为日志信息；
模型建立模块，用于根据日志信息进行自主学习，确定各个特征属性的正常值范围，基于各个特征属性的正常值范围，建立历史样本模型；
异常分析模块，利用历史样本模型对所述实时数据中的特征属性进行分析，判断所述网络节点当前状态是否异常；以及
信息上报模块，用于在发现异常时，向数据中心发送告警信息。


11.一种如权利要求10所述的具有学习能力的网络信息管理平台，其特征在于，所述中层管理设备进一步包括数据清洗模块，对历史数据中的每条记录进行清洗，提取需要分析的特征属性，将...

【专利技术属性】
技术研发人员：薛家胜，逯志刚，仲兆桉，肖飞，曲斌，徐成峰，白文峰，高文泉，韩大伟，
申请(专利权)人：内蒙古华强通讯技术有限公司，
类型：发明
国别省市：内蒙古;15