一种云计算服务的异常用户行为处理方法及服务器技术

本发明专利技术提供一种云计算服务的异常用户行为处理方法及服务器，云计算安防服务器分别获取若干个异常用户标签捕捉窗口的若干个窗口权重评分和每两个异常用户标签捕捉窗口之间的若干个扰动权重评分，并基于若干个窗口权重评分和若干个扰动权重评分从若干个异常用户标签捕捉窗口中过滤掉存在误差和扰动的捕捉信息，然后确定出需进行操作行为持续化分析的目标捕捉窗口，这样一来，在确定操作行为分析指示时，能够保障持续化分析的精度和可信度，提高针对异常用户的行为分析和检测可靠性。提高针对异常用户的行为分析和检测可靠性。提高针对异常用户的行为分析和检测可靠性。

【技术实现步骤摘要】
一种云计算服务的异常用户行为处理方法及服务器


[0001]本专利技术涉及云计算
，尤其涉及一种云计算服务的异常用户行为处理方法及服务器。

技术介绍

[0002]云计算（cloud computing）是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。
[0003]当下，云计算的服务功能和服务类型不断增加，涉及到诸如区块链金融、虚拟现实活动、政企云业务、云游戏对战等。与此同时，针对云计算服务的安全防护处理必不可少。相关的云计算服务安全防护处理的其中一个重要步骤是对异常用户行为进行分析处理，而如何精准可靠地实现异常用户行为的持续性分析，减少不必要的干扰和误差，是现目前需要攻克的其中一个难点。

技术实现思路

[0004]本专利技术提供一种云计算服务的异常用户行为处理方法及服务器，为实现上述技术目的，本专利技术采用如下技术方案。
[0005]第一方面是一种云计算服务的异常用户行为处理方法，应用于云计算安防服务器，所述方法包括：通过目标云服务互动流式记录和所述目标云服务互动流式记录存在时序先后关系的在先云服务互动流式记录，确定若干个异常用户标签捕捉窗口和所述若干个异常用户标签捕捉窗口对应的若干个窗口权重评分；其中，所述若干个异常用户标签捕捉窗口中的各个异常用户标签捕捉窗口对应一个窗口权重评分；基于所述目标云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口中每两个异常用户标签捕捉窗口之间的扰动权重评分；基于所述若干个窗口权重评分和所述扰动权重评分，从所述若干个异常用户标签捕捉窗口中确定出目标异常用户标签捕捉窗口，并确定所述目标异常用户标签捕捉窗口中携带的第一目标异常用户标签，以对所述第一目标异常用户标签进行操作行为持续化分析。
[0006]在一些可能的实施例中，所述通过目标云服务互动流式记录和所述目标云服务互动流式记录存在时序先后关系的在先云服务互动流式记录，确定若干个异常用户标签捕捉窗口和所述若干个异常用户标签捕捉窗口对应的若干个窗口权重评分，包括：基于所述目标云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口和所述若干个异常用户标签捕捉窗口对应的若干个标签捕捉可信系数，所述若干个异常用户标签捕捉窗口中的各个异常用户标签捕捉窗口对应一个标签捕捉可信系数；基于所述目标云服务互动流式记录和所述在先云服务互动流式记录，确定所述若
干个异常用户标签捕捉窗口对应的若干个时序关联变量，所述各个异常用户标签捕捉窗口对应一个时序关联变量；基于所述若干个标签捕捉可信系数和所述若干个时序关联变量，确定所述若干个异常用户标签捕捉窗口对应的若干个窗口权重评分。
[0007]在一些可能的实施例中，所述基于所述目标云服务互动流式记录和所述在先云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口对应的若干个时序关联变量，包括：在所述在先云服务互动流式记录中，确定若干个在先异常用户标签捕捉窗口；确定第一异常用户标签捕捉窗口与所述若干个在先异常用户标签捕捉窗口之间的若干个相对分布特征值，所述第一异常用户标签捕捉窗口为所述若干个异常用户标签捕捉窗口中的其中一个异常用户标签捕捉窗口；将所述若干个相对分布特征值中的最大特征值确定为所述第一异常用户标签捕捉窗口对应的第一时序关联变量；确定若干个所述第一异常用户标签捕捉窗口对应的若干个第一时序关联变量，以确定出所述若干个异常用户标签捕捉窗口对应的所述若干个时序关联变量。
[0008]在一些可能的实施例中，所述基于所述目标云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口中每两个异常用户标签捕捉窗口之间的扰动权重评分，包括：在所述目标云服务互动流式记录中，确定每两个异常用户标签捕捉窗口之间的相对分布共性变量和记录内容共性变量；基于所述相对分布共性变量和所述记录内容共性变量，确定出所述每两个异常用户标签捕捉窗口之间的扰动权重评分。
[0009]在一些可能的实施例中，所述在所述目标云服务互动流式记录中，确定每两个异常用户标签捕捉窗口之间的相对分布共性变量，包括：分别获取第一异常用户标签捕捉窗口的信息捕捉单元和第二异常用户标签捕捉窗口的信息捕捉单元，所述第一异常用户标签捕捉窗口和所述第二异常用户标签捕捉窗口为所述每两个异常用户标签捕捉窗口；基于所述第一异常用户标签捕捉窗口的信息捕捉单元和所述第二异常用户标签捕捉窗口的信息捕捉单元，确定所述第一异常用户标签捕捉窗口和所述第二异常用户标签捕捉窗口之间的相对分布共性变量，以确定出所述每两个异常用户标签捕捉窗口之间的相对分布共性变量。
[0010]在一些可能的实施例中，所述基于所述若干个窗口权重评分和所述扰动权重评分，从所述若干个异常用户标签捕捉窗口中确定出目标异常用户标签捕捉窗口，包括：以所述若干个窗口权重评分作为捕捉扰动关系网的扰动特征成员的影响因子；将每两个异常用户标签捕捉窗口之间的扰动权重评分，作为所述每两个异常用户标签捕捉窗口对应的两个扰动特征成员之间的连接向量的影响因子，生成捕捉扰动关系网；在所述捕捉扰动关系网中确定不少于一个局部关系网，并基于所述不少于一个局部关系网携带的窗口权重评分和扰动权重评分，从所述不少于一个局部关系网中确定出第一局部关系网；
将所述第一局部关系网携带的异常用户标签捕捉窗口确定为所述目标异常用户标签捕捉窗口。
[0011]在一些可能的实施例中，所述基于所述不少于一个局部关系网携带的窗口权重评分和扰动权重评分，从所述不少于一个局部关系网中确定出第一局部关系网，包括：分别确定不少于一个局部关系网对应的不少于一组局部流式记录，所述不少于一个局部关系网中的各个局部关系网对应一组局部流式记录，所述一组局部流式记录中包括不少于一个局部流式记录；基于所述不少于一个局部流式记录携带的窗口权重评分和扰动权重评分，确定所述不少于一个局部关系网中各个局部关系网对应的不少于一个解析指数，所述不少于一个局部流式记录中的各个局部流式记录对应一个解析指数；从所述各个局部关系网对应的不少于一个解析指数确定出解析指数最大的目标解析指数，直到确定出所述不少于一个局部关系网对应的不少于一个目标解析指数；从所述不少于一个局部关系网中，确定所述不少于一个目标解析指数对应的不少于一个关系网特征分布；将所述不少于一个关系网特征分布拼接为所述第一局部关系网。
[0012]在一些可能的实施例中，所述确定所述目标异常用户标签捕捉窗口中携带的第一目标异常用户标签之后，所述方法还包括：基于所述目标云服务互动流式记录，确定所述第一目标异常用户标签对应的活动事件识别结果和噪声标签对应的噪声事件识别结果，所述噪声标签为与所述第一目标异常用户标签中的目标异常用户标签的相关度最高的用户标签；基于所述目标云服务互动流式记录之前的在先云服务互动流式记录集，确定所述第一目标异常用户标签对应的在先互动行为描述字段集和噪声标签对应的在先噪声行为描述字段集；通过和所述目标云服务互动流式记录存在时序先后关系的后一云服务互动流式记录，确定第二目标异本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云计算服务的异常用户行为处理方法，其特征在于，应用于云计算安防服务器，所述方法包括：通过目标云服务互动流式记录和所述目标云服务互动流式记录存在时序先后关系的在先云服务互动流式记录，确定若干个异常用户标签捕捉窗口和所述若干个异常用户标签捕捉窗口对应的若干个窗口权重评分；其中，所述若干个异常用户标签捕捉窗口中的各个异常用户标签捕捉窗口对应一个窗口权重评分；基于所述目标云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口中每两个异常用户标签捕捉窗口之间的扰动权重评分；基于所述若干个窗口权重评分和所述扰动权重评分，从所述若干个异常用户标签捕捉窗口中确定出目标异常用户标签捕捉窗口，并确定所述目标异常用户标签捕捉窗口中携带的第一目标异常用户标签，以对所述第一目标异常用户标签进行操作行为持续化分析。2.如权利要求1所述的方法，其特征在于，所述通过目标云服务互动流式记录和所述目标云服务互动流式记录存在时序先后关系的在先云服务互动流式记录，确定若干个异常用户标签捕捉窗口和所述若干个异常用户标签捕捉窗口对应的若干个窗口权重评分，包括：基于所述目标云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口和所述若干个异常用户标签捕捉窗口对应的若干个标签捕捉可信系数，所述若干个异常用户标签捕捉窗口中的各个异常用户标签捕捉窗口对应一个标签捕捉可信系数；基于所述目标云服务互动流式记录和所述在先云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口对应的若干个时序关联变量，所述各个异常用户标签捕捉窗口对应一个时序关联变量；基于所述若干个标签捕捉可信系数和所述若干个时序关联变量，确定所述若干个异常用户标签捕捉窗口对应的若干个窗口权重评分。3.如权利要求2所述的方法，其特征在于，所述基于所述目标云服务互动流式记录和所述在先云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口对应的若干个时序关联变量，包括：在所述在先云服务互动流式记录中，确定若干个在先异常用户标签捕捉窗口；确定第一异常用户标签捕捉窗口与所述若干个在先异常用户标签捕捉窗口之间的若干个相对分布特征值，所述第一异常用户标签捕捉窗口为所述若干个异常用户标签捕捉窗口中的其中一个异常用户标签捕捉窗口；将所述若干个相对分布特征值中的最大特征值确定为所述第一异常用户标签捕捉窗口对应的第一时序关联变量；确定若干个所述第一异常用户标签捕捉窗口对应的若干个第一时序关联变量，以确定出所述若干个异常用户标签捕捉窗口对应的所述若干个时序关联变量。4.如权利要求1所述的方法，其特征在于，所述基于所述目标云服务互动流式记录，确定所述若干个异常用户标签捕捉窗口中每两个异常用户标签捕捉窗口之间的扰动权重评分，包括：在所述目标云服务互动流式记录中，确定每两个异常用户标签捕捉窗口之间的相对分布共性变量和记录内容共性变量；基于所述相对分布共性变量和所述记录内容共性变量，确定出所述每两个异常用户标
签捕捉窗口之间的扰动权重评分。5.如权利要求4所述的方法，其特征在于，所述在所述目标云服务互动流式记录中，确定每两个异常用户标签捕捉窗口之间的相对分布共性变量，包括：分别获取第一异常用户标签捕捉窗口的信息捕捉单元和第二异常用户标签捕捉窗口的信息捕捉单元，所述第一异常用户标签捕捉窗口和所述第二异常用户标签捕捉窗口为所述每两个异常用户标签捕捉窗口；基于所述第一异常用户标签捕捉窗口的信息捕捉单元和所述第二异常用户标签捕捉窗口的信息捕捉单元，确定所述第一异常用户标签捕捉窗口和所述第二异常用户标签捕捉窗口之间的相对分布共性变量，以确定出所述每两个异常用户标签捕捉窗口之间的相对分布共性变量。6.如权利要求1所述的方法，其特征在于，所述基于所述若干个窗口权重评分和所述扰动权重评分，从所述若干个异常用户标签捕捉窗口中确定出目标异常用户标签...

【专利技术属性】
技术研发人员：孙哓伟，
申请(专利权)人：青岛安泰德科技有限公司，
类型：发明
国别省市：