基于人工智能的智慧城市数据处理方法及系统技术方案

本发明专利技术公开了基于人工智能的智慧城市数据处理方法及系统，应用于K8s系统中的主节点，所述方法包括：向网络集群中的目标核心节点发出历史流量数据获取请求，以使目标核心节点返回对应的历史流量数据；针对历史流量数据，使用自身中部署的目标聚类模型进行异常流量识别；对异常流量进行溯源处理，并对异常流量进行量化评估得到量化评估结果。应用本发明专利技术实施例，可以降低主机负载。可以降低主机负载。可以降低主机负载。

【技术实现步骤摘要】
基于人工智能的智慧城市数据处理方法及系统


[0001]本专利技术涉及大数据
，更具体涉及基于人工智能的智慧城市数据处理方法及系统。

技术介绍

[0002]网络安全是智慧城市的重要一环，网络社会发展程度的不断提高，5G网络应用的日益普及产生了海量的数据。异常的网络流量信息会给数据中心网络流量成本核算、网络故障排查造成技术困难及重大的经济损失。针对智慧城市数据处理场景下技术人员对突发的异常网络流量造成的流量成本核算、流量异常分析等情况无法进行有效的处理和解决。此外，现有技术中完全依赖主机实现研判导致主机负载较大。

技术实现思路

[0003]本专利技术所要解决的技术问题在于提供了基于人工智能的智慧城市数据处理方法及系统，以降低研判主机的负载。
[0004]本专利技术是通过以下技术方案解决上述技术问题的：
[0005]本专利技术提供了基于人工智能的智慧城市数据处理方法，应用于K8s系统中的主节点，所述方法包括：
[0006]向网络集群中的目标核心节点发出历史流量数据获取请求，以使目标核心节点返回对应的历史流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的智慧城市数据处理方法，其特征在于，应用于K8s系统中的主节点，所述方法包括：向网络集群中的目标核心节点发出历史流量数据获取请求，以使目标核心节点返回对应的历史流量数据，其中，目标核心节点为智慧城市数据处理集群中，对历史流量数据进行预筛选后达到告警条件的核心节点；针对历史流量数据，使用自身中部署的目标聚类模型进行异常流量识别；对异常流量进行溯源处理，并对异常流量进行量化评估得到量化评估结果。2.根据权利要求1所述的基于人工智能的智慧城市数据处理方法，其特征在于，所述目标核心节点的确定过程包括：核心节点获取与自身连接的Pod节点数量，根据所述Pod节点数量，利用公式，计算出聚类模型的K值，使用所述K值初始化目标核心节点上部署的预识别模型，其中，K为目标核心节点上部署的预识别模型的K值；m为与自身连接的Pod节点数量；M为各个核心节点连接的Pod的数量的中位数；N各个核心节点的K值的平均值；目标核心节点利用部署于自身的预识别模型对历史流量数据进行预识别，得到异常流量数据占比；在异常流量数据占比超过设定阈值时，向主节点发送异常告警，以使主节点将自身作为目标核心节点。3.根据权利要求1所述的基于人工智能的智慧城市数据处理方法，其特征在于，所述目标聚类模型的训练过程包括：根据训练样本的特征维度，将每一个训练样本映射到虚拟高维空间中，得到每一个训练样本对应的虚拟点，其中，训练样本中包括正常流量数据和若干种异常类型的流量数据；根据流量数据的种类确定出K值，根据所述K值确定出K个集合；针对K个集合之外的每一个虚拟点，利用公式计算每一个虚拟点的类别计数，其中，L为虚拟点的类别计数值；为；为求和函数；η为计数函数，如果m
i
∈C
j
，则η(m
i
∈C
j
)＝1；否则η(m
i
∈C
j
)＝0；m
i
为第i个虚拟点；C
j
为K个集合中的第j个集合；根据类别计数将各个虚拟点分类到对应的集合中，然后将各个虚拟点对应的位置作为对应集合的边界，得到目标聚类模型。4.根据权利要求3所述的基于人工智能的智慧城市数据处理方法，其特征在于，所述根据所述K值确定出K个集合，包括：使用预设直径，在虚拟高维空间中生成若干个球体，并计算...

【专利技术属性】
技术研发人员：董玉芳，孔雪琴，
申请(专利权)人：董玉芳，
类型：发明
国别省市：