一种网络流量异常检测方法、装置、设备及介质制造方法及图纸

本申请公开了一种网络流量异常检测方法、装置、设备及介质，涉及计算机技术领域，包括：获取待检测的网络流量数据，并利用指数平滑方法对网络流量数据进行计算加权平均计算以得到网络流量在下一时间点的预测值；基于预先设置的滑动时间窗口大小确定当前业务周期值，利用指数平滑法预测与当前业务周期值对应的业务周期因子；基于下一时间点的预测值、滑动时间窗口大小和业务周期因子对未来预设数量个周期后的网络流量进行预测，并对网络流量预测值与对应的网络流量观测值进行评价得到评分值；判断评分值是否超过预设评分阈值，若是则判定网络流量数据中存在异常网络流量数据，并输出异常网络流量数据。能够对周期性变换的网络进行异常检测。络进行异常检测。络进行异常检测。

【技术实现步骤摘要】
一种网络流量异常检测方法、装置、设备及介质


[0001]本专利技术涉及计算机
，特别涉及一种网络流量异常检测方法、装置、设备及介质。

技术介绍

[0002]指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种，简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。
[0003]据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等，基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络流量异常检测方法，其特征在于，包括：获取待检测的网络流量数据，并利用指数平滑方法对所述网络流量数据进行加权平均计算，以得到网络流量在下一时间点的预测值；基于预先设置的滑动时间窗口大小确定当前业务周期值，并利用指数平滑法预测与所述当前业务周期值对应的业务周期因子；基于下一时间点的预测值、所述滑动时间窗口大小和所述业务周期因子对未来预设数量个周期后的网络流量进行预测得到网络流量预测值，并对所述网络流量预测值与对应的网络流量观测值进行评价得到评分值；判断所述评分值是否超过预设评分阈值，若超过，则判定所述网络流量数据中存在异常网络流量数据，并输出所述异常网络流量数据。2.根据权利要求1所述的网络流量异常检测方法，其特征在于，所述获取待检测的网络流量数据，包括：获取不同场景类型下的待检测的网络流量数据；其中，所述场景类型包括网络会话波动场景、网络故障场景、服务器通信场景、服务器宕机场景和DDOS攻击场景中的任意一种或几种场景类型。3.根据权利要求2所述的网络流量异常检测方法，其特征在于，所述基于预先设置的滑动时间窗口大小确定当前业务周期值，包括：确定当前场景类型下的业务环境参数；基于预先设置的滑动时间窗口大小和所述业务环境参数确定出当前业务周期值。4.根据权利要求1所述的网络流量异常检测方法，其特征在于，所述利用指数平滑方法对所述网络流量数据进行加权平均计算，包括：利用指数平滑方法并基于第一指数系数对所述网络流量数据进行加权平均计算；相应的，所述利用指数平滑法预测与所述当前业务周期值对应的业务周期因子，包括：利用指数平滑法并基于第二指数系数预测与所述当前业务周期值对应的业务周期因子。5.根据权利要求4所述的网络流量异常检测方法，其特征在于，所述基于下一时间点的预测值、所述滑动时间窗口大小和所述业务周期因子对未来预设数量个周期后的网络流量进行预测得到网络流量预测值，包括：根据当前业务环境确定是否引入趋势因子；所述趋势因子中包括第三指数系数；若引入，则基于所述趋势因子、下一时间点的预测值、所述滑动时间窗口大小和所述业务周期因子对未来预设数量个周期后的网络流量进行预测得到网...

【专利技术属性】
技术研发人员：梁艾青，刘博，
申请(专利权)人：杭州安恒信息技术股份有限公司，
类型：发明
国别省市：