一种网站异常流量的监控方法、系统及介质技术方案

本发明专利技术公开了一种网站异常流量的监控方法、系统及介质，方法包括以下步骤：按照运营日、用户ID及其访问数据提取标签，创建并存储运营历史数据；提取运营历史数据，根据运营历史数据创建用户ID的正态分布模型；提取正态分布模型得出用户ID的访问数据均值，通过访问数据均值及第一抽样区间得出用户ID的正态分布模型的置信区间；判断用户ID的置信区间的第一宽度是否满足阈值，当置信区间的第一宽度大于预定阈值，则执行置信区间缩减策略，判断执行置信区间缩减策略次数，根据判断结果执行提取正态分布模型或封停用户ID，能够提升用户对平台的好感度，且可以打击平台恶意流量，打击用户之间的恶意竞争，保护消费者的合法权益。

【技术实现步骤摘要】
一种网站异常流量的监控方法、系统及介质
本专利技术涉及网站流量监控
，特别是涉及一种网站异常流量的监控方法、系统及介质。
技术介绍
随着5G网络的迅速发展，人们通过网络进行交流、分享日常的生活，或者各种实体店通过网络贩卖产品的情况变得越来越普及，在各种网络平台上，优质用户相当于明星，这种优质用户可以调动大量的资源以及人气。这些优质用户的定义为拥有大量的关注人数、点击量或者通过网络直播卖货可以一次性的卖出大量的产品，但是由于网民不知道是否真实售出货物，导致冲动型消费造成损失，并降低消费者对平台的高感度，在网络直播业内话语中，这种卖家的行为是刷单。刷单即在同一IP，刷单者登录多个ID向卖家输出大量点击量的行为，这种行为可以通过数学模型预测，通过数学模型预测打击刷单者可以保护平台真实的优质用户的口碑。现有技术中暂无较好的解决方法，可以保护真实的优质用户，并打击刷单者，且提升用户对平台的好感度。
技术实现思路
本专利技术主要解决的是由于虚假的优质用户向平台导入大量的异常数据，导致用户降低对平台好感度的问题。为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种网站异常流量的监控方法，包括以下步骤：建立数据仓库：按照运营日、用户ID获取访问数据，创建数据仓库，获取所述访问数据，将其对应的所述运营日及所述用户ID整合为运营历史数据并存储；创建正态分布模型：在所述数据仓库中提取所述运营历史数据，根据所述运营历史数据创建所述用户ID的正态分布模型；>置信区间获取：提取所述正态分布模型得出所述用户ID的访问数据均值，通过所述访问数据均值及第一抽样区间得出所述用户ID的所述正态分布模型的置信区间；提取边界并过滤：判断所述用户ID的置信区间的第一宽度是否满足预定阈值，当所述置信区间的所述第一宽度大于所述预定阈值，则执行置信区间缩减策略，判断执行置信区间缩减策略次数，根据判断结果执行提取正态分布模型步骤或异常警告操作步骤；异常警告操作：发出警告指示，并禁止使用所述用户ID。优选地，所述建立数据仓库的步骤进一步包括：提取所述数据仓库内属于所述用户ID的第一字段；使用图论算法，对比任意所述用户ID的所述第一字段，确定所述用户ID的所述第一字段之间是否存在边；在所述数据仓库中提取属于所述边的第二字段。优选地，所述根据所述运营历史数据创建所述用户ID的正态分布模型的步骤进一步包括：将所述第一字段和所述第二字段根据所述用户ID的所述运营日执行过滤操作，得到所述用户ID的基准字段。优选地，所述置信区间获取步骤进一步包括：根据所述运营历史数据设定显著性水平；计算所述基准字段的平均值和标准偏差；根据所述用户ID的运营日设定第一抽样区间；将所述显著性水平、平均值、标准偏差及所述第一抽样区间带入置信区间算法，得到所述用户ID的置信区间。优选地，所述则执行置信区间缩减策略，判断执行置信区间缩减策略次数，根据判断结果执行提取正态分布模型步骤或异常警告操作的步骤进一步包括：向所述用户ID发送交互信息，其中，所述交互信息用于缩减所述置信区间的第二宽度；根据所述交互信息结果确定缩减第二宽度的次数；当所述用户ID的缩减第二宽度的次数累积后大于所述警告次数时，执行所述异常警告操作步骤。优选地，所述异常警告操作的步骤进一步包括：判断所述第一字段和所述第二字段的用户ID所在IP地址是否相同，若相同，则执行IP地址封禁操作。优选地，所述IP地址封禁操作进一步包括：禁止通过所述IP地址的所述用户ID进行登录，并将通过所述IP地址登录的所述用户ID记录至所述数据仓库。优选地，所述根据所述用户ID的运营日设定第一抽样区间的步骤进一步包括：根据所述用户ID的运营日梯次设定第一抽样区间。本专利技术提供一种网站异常流量的监控系统，包括：数据仓库模块、模型生成模块、置信区间生成模块、判断模块、缩减模块和告警模块；所述数据仓库模块用于提取运营日、用户ID及其访问数据标签，创建运营历史数据并保存；所述模型生成模块用于提取所述数据仓库模块中所述运营历史数据，并根据所述运营历史数据创建所述用户ID的正态分布模型；所述置信区间生成模块用于提取所述正态分布模型得出所述用户ID的访问数据均值，并生成所述用户ID的所述正态分布模型的置信区间；所述判断模块用于判断所述置信区间生成模块生成的置信区间的第一宽度是否满足预定阈值，当所述置信区间的所述第一宽度大于所述预定阈值，则通知所述缩减模块，所述判断模块还用于记录通知所述缩减模块的次数；所述缩减模块用于按第二宽度缩减所述置信区间的第一宽度；所述告警模块用于发出警告指示，并封停所述用户ID。本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现任一项所述的网站异常流量的监控方法步骤。本专利技术的有益效果是：1、本专利技术所述的网站异常流量的监控方法，可以实现提升用户对平台的好感度，且可以打击平台恶意流量，打击用户之间的恶意竞争，保护消费者的合法权益。2、本专利技术所述的网站异常流量的监控方法，可以实现获取用户之前的关系，并将关系提取。3、本专利技术所述的网站异常流量的监控方法，可以实现将用户刷单的关系过滤，防止恶意竞争。4、本专利技术所述的网站异常流量的监控方法，可以实现通过读取用户的运营历史数据，基于正态分布模型，或者用户的正态分布模型的置信上限和置信下限。5、本专利技术所述的网站异常流量的监控方法，可以实现根据置信区间与平台的基准区间进行对比，根据对比结果向可能异常的用户发送提醒。6、本专利技术所述的网站异常流量的监控方法，可以实现当确定用户刷单，将用户经常登录IP禁用。7、本专利技术所述的网站异常流量的监控系统，可以实现创建用户的运营历史数据，并根据运营历史数据创建用户的正态分布模型，且根据正态分布模型的置信上下限界定用户的异常行为，当确定用户刷单后，发出告警指示并封停该用户及登录地点。8、本专利技术所述的网站异常流量的监控介质，可以实现创建用户的运营历史数据，并根据运营历史数据创建用户的正态分布模型。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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是本专利技术实施例1所述的网站异常流量的监控方法的示意图；图2是本专利技术实施例2所述的网站异常流量的监控系统的架构图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例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，本领域普通技本文档来自技高网...

【技术保护点】
1.一种网站异常流量的监控方法，其特征在于，包括以下步骤：/n建立数据仓库：按照运营日、用户ID获取访问数据，创建数据仓库，获取所述访问数据，将其对应的所述运营日及所述用户ID整合为运营历史数据并存储；/n创建正态分布模型：在所述数据仓库中提取所述运营历史数据，根据所述运营历史数据创建所述用户ID的正态分布模型；/n置信区间获取：提取所述正态分布模型得出所述用户ID的访问数据均值，通过所述访问数据均值及第一抽样区间得出所述用户ID的所述正态分布模型的置信区间；/n提取边界并过滤：判断所述用户ID的置信区间的第一宽度是否满足预定阈值，当所述置信区间的所述第一宽度大于所述预定阈值，则执行置信区间缩减策略，判断执行置信区间缩减策略次数，根据判断结果执行提取正态分布模型步骤或异常警告操作步骤；/n异常警告操作：发出警告指示，并禁止使用所述用户ID。/n

【技术特征摘要】
1.一种网站异常流量的监控方法，其特征在于，包括以下步骤：
建立数据仓库：按照运营日、用户ID获取访问数据，创建数据仓库，获取所述访问数据，将其对应的所述运营日及所述用户ID整合为运营历史数据并存储；
创建正态分布模型：在所述数据仓库中提取所述运营历史数据，根据所述运营历史数据创建所述用户ID的正态分布模型；
置信区间获取：提取所述正态分布模型得出所述用户ID的访问数据均值，通过所述访问数据均值及第一抽样区间得出所述用户ID的所述正态分布模型的置信区间；
提取边界并过滤：判断所述用户ID的置信区间的第一宽度是否满足预定阈值，当所述置信区间的所述第一宽度大于所述预定阈值，则执行置信区间缩减策略，判断执行置信区间缩减策略次数，根据判断结果执行提取正态分布模型步骤或异常警告操作步骤；
异常警告操作：发出警告指示，并禁止使用所述用户ID。


2.根据权利要求1所述的网站异常流量的监控方法，其特征在于：所述建立数据仓库的步骤进一步包括：
提取所述数据仓库内属于所述用户ID的第一字段；
使用图论算法，对比任意所述用户ID的所述第一字段，确定所述用户ID的所述第一字段之间是否存在边；
在所述数据仓库中提取属于所述边的第二字段。


3.根据权利要求2所述的网站异常流量的监控方法，其特征在于：所述根据所述运营历史数据创建所述用户ID的正态分布模型的步骤进一步包括：
将所述第一字段和所述第二字段根据所述用户ID的所述运营日执行过滤操作，得到所述用户ID的基准字段。


4.根据权利要求3所述的网站异常流量的监控方法，其特征在于：所述置信区间获取步骤进一步包括：
根据所述运营历史数据设定显著性水平；
计算所述基准字段的平均值和标准偏差；
根据所述用户ID的运营日设定第一抽样区间；
将所述显著性水平、平均值、标准偏差及所述第一抽样区间带入置信区间算法，得到所述用户ID的置信区间。


5.根据权利要求3所述的网站异常流量的监控方法，其特征在于：所述则执行置信区间缩减策略，判断执行置信区间缩减策略次数，根据判断结果执行提取正态分布模型步骤或异...

【专利技术属性】
技术研发人员：刘玉环，倪荣亚，
申请(专利权)人：苏州摩多多信息科技有限公司，
类型：发明
国别省市：江苏;32