【技术实现步骤摘要】
一种基于知识图谱的异常网络信息检测方法
[0001]本专利技术涉及网络通信
，特别涉及一种基于知识图谱的异常网络信息检测方法。
技术介绍
[0002]随着企业主营业务的不断发展，对信息系统的依赖程度越来越高，信息的集中式管控问题越来越突出。当前社会正在向“万物互联”的方向推进，传统IPv4地址数量紧缺带来的问题日益严重，于是出现了IPv6技术等下一代互联网技术。在发展过程中，新需求、新系统和新技术的不断使用，网络管理面临以下诸多问题，例如流量剧增、人员工作量加大，导致负担加重；其次，传统监控方式过于分散，不利于故障的准确定位，数据之间的关系复杂不利于快速找出问题关键，且被动式接受各种问题和故障，缺乏自主的应对策略。
[0003]对于已提出的异常检测方案，仍存在不少缺陷，在大多数实际的场景中，数据本身是没有标签的，也存在一些数据集有标签，但标签的可信度非常低，导致放入模型后效果很差，这就导致我们无法直接使用一些成熟的监督学习方法。在一些欺诈检测的场景中，多种诈骗数据都混在一起，很难区分不同类型的诈骗，对于时间维度...
【技术保护点】
【技术特征摘要】
1.一种基于知识图谱的异常网络信息检测方法，其特征在于，该方法步骤包括：利用SNMP协议连接网络目标交换机，通过不同的OID字段发起请求获取业务命令，周期性获取目标信息；确定与异常信息检测模型相对应的目标模型参数，分类别存储入库，与企业内部人员信息表进行交叉匹配，获得汇总数据集，进行数据清洗，处理获取信息的格式；运行基于正态分布的概率统计异常检测算法，将该检测算法部署到网络内，获取并计算异常特征，构建异常分类器进行分类；通过时间维度检测算法，拟合出一条时间序列曲线，从时间维度查看物理位置下IPv6地址的负载数量变化，检测其异常变化幅度和物理位置的稳定性；进行动态知识图谱的异常行为检测，构建网络模型，抽取实体，探讨实体之间的度量尺度和相互关系，构建动态知识图谱；对于异常信息进行图谱化展示和文本化信息输出。2.根据权利要求1所述的一种基于知识图谱的异常网络信息检测方法，其特征在于，所述步骤运行基于正态分布的概率统计异常检测算法，将该检测算法部署到网络内，获取并计算异常特征，构建异常分类器进行分类，具体包括：在正态分布的假设下，如果有一个新样本X，当X的正态分布值小于某个阈值时，认定样本是异常的；针对已获取的企业网络数据，以一个五元组作为一个数据，获得的数据集为包含m个数据的数据集，如公式(1)所示：X＝{x(1),x(2),...,x(m)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)依据上述数据集，选定训练集，通过公式(2)和(3)并依据所述训练集求得μ和σ2的值，以得到一个确定的函数模型；通过最大似然估计得到下面的结果：得到一个确定的函数模型；通过最大似然估计得到下面的结果：得到公式的各项参数，然后通过正态分布函数(4)对样本数据集进行异常检测判断，如公式(4)所示：p(x
(i)
；μ；σ2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)经过异常检验算法，得到汇总的异常登录数据，将异常数据分类存储入库。3.根据权利要求1所述的一种基于知识图谱的异常网络信息检测方法，其特征在于，所述通过时间维度检测算法，拟合出一条时间序列曲线，从时间维度查看物理位置下IPv6地址的负载数量变化，检测其异常变化幅度和物理位置的稳定性，具体包括：进行贝叶斯变换检测以求得时间拟合曲线，通过贝叶斯回归计算出一个预测分布，将不同对应的预测结果组合起来，形成最终的预测曲线，作为比对标准；计算出当前时间节点下的挂载IPv6地址数目，其中和T＝{t1,t2,...,t
n
}分别表示IPv6地址数量和对应的时间节点，是挂载在物理位置下IPv6地址的总数量，t
i
是对应数量的时间节点，t
i
＜t
j
(1≤i＜j≤n)。用I
n
表示第n个时间的窗口，公式如(5)所示：I
n
＝[t
n
‑1,t
n
‑1+ΔT]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
...
【专利技术属性】
技术研发人员：王文蔚，彭英，史进，胥林，宋建，田百仁，崔杰，郑云拓，
申请(专利权)人：中国石油化工股份有限公司胜利油田分公司物探研究院，
类型：发明
国别省市：
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。