一种基于人工智能的海量数据安全监控方法及系统技术方案

本发明专利技术提供了一种基于人工智能的海量数据安全监控方法及系统，涉及信息技术领域，该方法包括：在多个进程启动时，注册至基于NACOS的注册中心；分析获取多个进程的多个异常系数，并输入心跳周期分析模型内，获得多个心跳间隔周期，基于多个心跳间隔周期，定期获取多个进程的心跳信息，判断多个进程是否异常，获得若干个异常进程，并进行警示；基于若干个异常进程的重要程度和使用频率大小，对若干个异常进程进行排序，通过注册中心，按照排序对若干个异常进程进行异常恢复操作。本申请实施例通过基于NACOS监控进程运行，并适应性地设置对进程进行监控的心跳间隔周期以及异常恢复操作的次序，达到了提升进程监控效率和准确性的技术效果。的技术效果。的技术效果。

【技术实现步骤摘要】
一种基于人工智能的海量数据安全监控方法及系统


[0001]本专利技术涉及信息
，具体涉及一种基于人工智能的海量数据安全监控方法及系统。

技术介绍

[0002]目前由于软件功能的丰富，导致计算机系统的运行进程增多、需要的运行资源增加。现有技术中现有Linux系统内进行进程监控一般通过服务进程开放基于HTTP协议的状态查询接口，系统通过监控脚本或定期轮询接口来获取进程的状态信息，达到进程的安全监控。
[0003]现有技术中，随着进程的增多，通过人工编写脚本或轮询接口进行进程监控的方法效率较低，且容易出错，出现进程异常而无法监控获知的情况，现有技术中存在着进程监控效率低、监控准确性较低，导致系统稳定性较差的技术问题。

技术实现思路

[0004]本申请提供了一种基于人工智能的海量数据安全监控方法及系统，用于针对解决现有技术中通过人工编写脚本或轮询接口进行进程监控的方法效率较低，且容易出错，出现进程异常而无法监控获知的情况，导致系统稳定性较差的技术问题。
[0005]鉴于上述问题，本申请提供了一种基于人工智能的海量数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的海量数据安全监控方法，其特征在于，所述方法包括：在待进行监控的多个进程启动时，将所述多个进程注册至注册中心，其中，所述注册中心基于NACOS构建；基于所述多个进程在历史时间内的监测数据，分析获取所述多个进程的多个异常系数；将所述多个异常系数输入心跳周期分析模型内，获得多个心跳间隔周期，基于所述多个心跳间隔周期，通过调用所述注册中心，定期获取所述多个进程的心跳信息；基于所述多个进程的心跳信息，判断所述多个进程是否异常，获得若干个异常进程，并进行警示；基于所述若干个异常进程的重要程度和使用频率大小，对所述若干个异常进程进行排序，通过所述注册中心，按照所述排序对若干个异常进程进行异常恢复操作。2.根据权利要求1所述的方法，其特征在于，在待进行监控的多个进程启动时，将所述多个进程注册至注册中心，包括：在所述多个进程启动时，采用HTTP协议，基于POST方式，通过调用NACOS的API接口，将所述多个进程的状态信息和基础运行信息注册至所述注册中心。3.根据权利要求1所述的方法，其特征在于，基于所述多个进程在历史时间内的监测数据，分析获取所述多个进程的多个异常系数，包括：基于所述多个进程在历史时间内的监测数据，获取所述多个进程在预设时间范围内的监测次数，获得监测次数集合；获取所述多个进程在所述预设时间范围内的异常次数，获得异常次数集合，结合所述监测次数集合，计算异常次数和监测次数的比值，获得所述多个异常系数。4.根据权利要求1所述的方法，其特征在于，将所述多个异常系数输入心跳周期分析模型内，获得多个心跳间隔周期，包括：获取多个样本异常系数；根据所述多个样本异常系数，评估并设置获得多个样本心跳间隔周期；采用所述多个样本异常系数和多个样本心跳间隔周期，构建所述心跳周期分析模型；将所述多个异常系数输入所述心跳周期分析模型，获得所述多个心跳间隔周期。5.根据权利要求4所述的方法，其特征在于，采用所述多个样本异常系数和多个样本心跳间隔周期，构建所述心跳周期分析模型，包括：采用所述多个样本异常系数，构建多层决策节点，每层决策节点对输入的异常系数进行划分决策，并输入上层决策节点；获取所述多层决策节点的多个划分结果；采用所述多个样本心跳间隔周期，作为多个决策结果，对所述多个划分结果进行标记，获得所述心跳周期分析模型。6.根据权利要求1所述的方法，其特征在于，基于所述若干个异常进程的重要程度和使用频率大小，对所述若干个异常进程进行排序，包括：获取所述若干个异常进程的多个重要性参数；获取所述若干个...

【专利技术属性】
技术研发人员：王培博，周建海，
申请(专利权)人：王培博，
类型：发明
国别省市：