网络系统异常检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种网络系统异常检测方法、装置、电子设备及存储介质，属于计算机网络技术领域，所述方法包括：抽取目标数量的目标算力节点，并确定各目标算力节点的关联算力节点；确定各目标算力节点数据流图的特征数据并得到所述异常值检测模型输出的各目标算力节点数据流图对应的异常指数，进而确定异常目标算力节点数据流图。本发明专利技术的网络系统异常检测方法，通过抽取一定数量的目标算力节点以及关联算力节点，能够降低对整个算力网络系统监测的工作量，通过构建以目标算力节点为中心的数据流图来进行算力和网络的异常分析，能够全面反映算力节点之间的连接关系，便于针对多个异常算力节点以及连接关系来进行全面的异常分析。算力节点以及连接关系来进行全面的异常分析。算力节点以及连接关系来进行全面的异常分析。

【技术实现步骤摘要】
网络系统异常检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机网络
，尤其涉及一种网络系统异常检测方法、装置、电子设备及存储介质。

技术介绍

[0002]算力网络通过具备感知、聚合、编排以及调度等能力的中枢系统，对底层的云与边缘节点、超算、智算和其他社会算力进行统一纳管和智能调度。基于零信任思想，中枢系统需要对底层网络算力节点进行实时认证、感知、监控和分析，以实现对底层网络算力节点和上层应用需求的高效、准确的匹配调度，同时，实时防范异常攻击等安全事件，并对异常事件进行快速的根因定位和处理等。
[0003]然而，由于算力网络底层纳管算力、存储、网络等资源众多，算力网络节点间的互联网络关系复杂，一方面，对算力网络底层所有算力节点间关系的建模所耗费的算力和存储资源巨大；另一方面，通过算力网络，除去南北向的应用调度资源关系外，还涉及更广泛的算力节点间的东西向互联。
[0004]相关技术中，依赖于已知、确定的资源信息，可以将任务下发到相应的算力网络节点，如果任务因算力节点变更导致运行出现异常，则将异常任务反馈到算力本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络系统异常检测方法，其特征在于，包括：从算力网络系统纳管的算力节点中抽取目标数量的目标算力节点，并确定各目标算力节点的关联算力节点；基于各目标算力节点以及各目标算力节点的关联算力节点，确定各目标算力节点在目标时间段内X个时刻的目标算力节点数据流图；X为大于1的正整数；基于各目标算力节点数据流图中各算力节点的算力信息和网络信息，确定各目标算力节点数据流图的特征数据；将各目标算力节点数据流图的特征数据输入至异常值检测模型，得到所述异常值检测模型输出的各目标算力节点数据流图对应的异常指数；基于各目标算力节点数据流图对应的异常指数，从各目标算力节点数据流图中确定异常目标算力节点数据流图。2.根据权利要求1所述的网络系统异常检测方法，其特征在于，所述基于各目标算力节点数据流图中各算力节点的算力信息和网络信息，确定各目标算力节点数据流图的特征数据，包括：基于各目标算力节点数据流图中各算力节点的算力信息，确定各目标算力节点数据流图的算力特征数据；基于各目标算力节点数据流图中各算力节点的网络信息，确定各目标算力节点数据流图的网络特征数据；将每个所述目标算力节点数据流图的算力特征数据和网络特征数据按照预设顺序拼接，构建各目标算力节点数据流图的一维特征向量；基于X个时刻的目标算力节点数据流图的一维特征向量，构建各目标算力节点数据流图的向量矩阵，并将各目标算力节点数据流图的向量矩阵作为各目标算力节点数据流图的特征数据。3.根据权利要求1所述的网络系统异常检测方法，其特征在于，所述算力信息包括算力节点的算力类型、各算力类型的算力节点数以及各算力节点的算力容量。4.根据权利要求1所述的网络系统异常检测方法，其特征在于，所述网络信息包括算力节点的网络类型、各网络类型的算力节点数以及各算力节点的网络带宽、网络抖动数据和网络时延数据。5.根据权利要求1所述的网络系统异常检测方法，其特征在于，所述从算力网络系统纳管的算力节点中抽取目标数量的目标算力节点，并确定各目标算力节点的关联算力节点，包括：采用有放回抽样方式从所述算力网络系统纳管的算力...

【专利技术属性】
技术研发人员：崔超，沈林江，
申请(专利权)人：浪潮通信信息系统有限公司，
类型：发明
国别省市：