一种信息处理方法、装置、设备和计算机可读存储介质制造方法及图纸

本申请实施例公开了一种信息处理方法，所述方法包括：获取待监测网络中的待监测设备的目标网络流量信息；其中，所述目标网络流量信息表征所述待监测设备的目标区域的流量信息；基于所述目标网络流量信息，确定与所述待监测网络的网络架构对应的网络状态序列；基于所述网络状态序列确定目标网络状态子序列，并确定所述目标网络状态子序列的目标评分；基于所述目标评分针对所述目标网络流量信息进行目标操作。本申请实施例还公开了一种信息处理装置、设备和计算机可读存储介质。设备和计算机可读存储介质。设备和计算机可读存储介质。

【技术实现步骤摘要】
一种信息处理方法、装置、设备和计算机可读存储介质


[0001]本申请涉及计算机
，尤其涉及一种信息处理方法、装置、设备和计算机可读存储介质。

技术介绍

[0002]目前，一般流量模式识别方案都是针对单个应用或单个设备(虚拟机、交换机、路由器、防火墙等)进行的画像，且只能针对网络中的部分设备进行分析，不能直接应用于分析网络整体状态。但是，相关技术中的方案在分析网络整体的关联性时资源开销较大，且应用场景比较局限。

技术实现思路

[0003]为解决上述技术问题，本申请实施例期望提供一种信息处理方法、装置、设备和计算机可读存储介质，解决了相关技术中进行流量模式识别时的资源开销较大，且应用场景局限的问题。
[0004]本申请的技术方案是这样实现的：
[0005]一种信息处理方法，所述方法包括：
[0006]获取待监测网络中的待监测设备的目标网络流量信息；其中，所述目标网络流量信息表征所述待监测设备的目标区域的流量信息；
[0007]基于所述目标网络流量信息，确定与所述待监测网络的网络架构对应的网络状态序列；
[0008]基于所述网络状态序列确定目标网络状态子序列，并确定所述目标网络状态子序列的目标评分；
[0009]基于所述目标评分针对所述目标网络流量信息进行目标操作。
[0010]上述方案中，所述基于所述目标网络流量信息，确定与所述待监测网络的网络架构对应的网络状态序列，包括：
[0011]确定所述待监测网络的网络结构；
[0012]基于所述待监测网络的每一时刻的目标网络流量信息，确定与所述待监测网络的网络结构对应的所述待监测网络的所述网络状态序列。
[0013]上述方案中，所述基于所述网络状态序列确定目标网络状态子序列，并确定所述目标网络状态子序列的目标评分，包括：
[0014]基于所述网络状态序列中的目标网络状态序列，采用目标提取算法对所述网络状态序列进行处理，确定所述目标网络状态子序列；其中，所述目标网络状态序列的长度为目标长度；
[0015]基于所述网络状态序列，确定所述目标网络状态子序列的目标评分。
[0016]上述方案中，所述基于所述网络状态序列中的目标网络状态序列，采用目标提取算法对所述网络状态序列进行处理，确定所述目标网络状态子序列，包括：
[0017]确定所述目标网络状态序列；
[0018]基于所述目标网络状态序列的长度n，依次对所述网络状态序列进行网络状态子序列的提取；
[0019]基于所述目标网络状态序列的长度n
‑
i，依次对所述网络状态序列进行网络状态子序列的提取，直到n
‑
i满足目标阈值，确定所述目标网络状态子序列；其中，n和i为正整数，且n大于i。
[0020]上述方案中，所述基于所述网络状态序列，确定所述目标网络状态子序列的目标评分，包括：
[0021]对所述网络状态序列进行降维处理；
[0022]采用目标聚类算法对进行降维处理后的所述网络状态序列进行聚类，得到每一类网络状态子序列的中心网络状态；
[0023]基于所述每一类网络状态子序列的中心网络状态，确定所述目标网络状态子序列的目标评分。
[0024]上述方案中，所述基于所述每一类网络状态子序列的中心网络状态，确定所述目标网络状态子序列的目标评分，包括：
[0025]基于所述每一类网络状态子序列的中心网络状态，确定每一所述目标网络状态子序列的评分；
[0026]基于所述每一目标网络状态子序列的评分和所述网络状态序列的长度，确定所述目标网络状态子序列的所述目标评分。
[0027]上述方案中，基于所述每一类网络状态子序列的中心网络状态，确定每一所述目标网络状态子序列的评分，包括：
[0028]针对所述每一目标网络状态子序列，确定每一所述目标网络状态子序列与所述每一类网络状态子序列的中心网络状态的匹配度；
[0029]基于所述匹配度确定所述每一所述目标网络状态子序列的评分。
[0030]上述方案中，所述采用目标聚类算法对进行了降维处理的所述网络状态序列进行聚类，得到每一类网络状态子序列的中心网络状态，包括：
[0031]采用拐点检测算法对所述进行了降低维度处理的网络状态序列进行分析，得到目标类别数目；其中，所述目标聚类算法包括所述拐点检测算法；
[0032]基于所述目标类别数目对所述进行了降维处理的网络状态序列进行聚类，得到所述每一类网络状态子序列的中心网络状态。
[0033]一种信息处理装置，所述装置包括：
[0034]获取单元，用于获取待监测网络中的待监测设备的目标网络流量信息；其中，所述目标网络流量信息表征所述待监测设备的目标区域的流量信息；
[0035]第一确定单元，用于基于所述目标网络流量信息，确定与所述待监测网络的网络架构对应的网络状态序列；
[0036]第二确定单元，用于基于所述网络状态序列确定目标网络状态子序列，并确定所述目标网络状态子序列的目标评分；
[0037]处理单元，用于基于所述目标评分针对所述目标网络流量信息进行目标操作。
[0038]一种信息处理设备，所述设备包括：处理器、存储器和通信总线；
[0039]所述通信总线用于实现所述处理器和所述存储器之间的通信连接；
[0040]所述处理器用于执行所述存储器中的信息处理程序，以实现上述的信息处理方法的步骤。
[0041]一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的信息处理方法的步骤。
[0042]本申请的实施例所提供的信息处理方法、装置、设备和计算机可读存储介质，可以获取待监测网络中的待监测设备的表征待监测设备的目标区域的流量信息的目标网络流量信息，目标网络流量信息，并基于目标网络流量信息确定与待监测网络的网络架构对应的网络状态序列，之后基于网络状态序列确定目标网络状态子序列，并确定目标网络状态子序列的目标评分，基于目标评分针对目标网络流量信息进行目标操作，如此，可以获取待监测网络中的任何待监测设备的网络流量信息，且能够个性化的确定与待监测网络的网络架构对应的网络状态序列，并确定网络状态序列中的网络状态子序列的评分，从而可以根据评分对确定的网络流量信息进行处理，而不是如相关技术中一样只能获取单个设备或单个应用的网络流量信息，从而解决了相关技术中进行流量模式识别时的资源开销较大，且应用场景局限的问题。
附图说明
[0043]图1为本申请实施例提供的一种信息处理方法的流程示意图；
[0044]图2为本申请实施例提供的另一种信息处理方法的流程示意图；
[0045]图3为本申请实施例提供的一种信息处理方法中待监测网络的架构示意图；
[0046]图4为本申请实施例提供的一种信息处理方法中确定提取目标网络状态子序列的示意图；
...

【技术保护点】

【技术特征摘要】
1.一种信息处理方法，其特征在于，所述方法包括：获取待监测网络中的待监测设备的目标网络流量信息；其中，所述目标网络流量信息表征所述待监测设备的目标区域的流量信息；基于所述目标网络流量信息，确定与所述待监测网络的网络架构对应的网络状态序列；基于所述网络状态序列确定目标网络状态子序列，并确定所述目标网络状态子序列的目标评分；基于所述目标评分针对所述目标网络流量信息进行目标操作。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标网络流量信息，确定与所述待监测网络的网络架构对应的网络状态序列，包括：确定所述待监测网络的网络结构；基于所述待监测网络的每一时刻的目标网络流量信息，确定与所述待监测网络的网络结构对应的所述待监测网络的所述网络状态序列。3.根据权利要求1所述的方法，其特征在于，所述基于所述网络状态序列确定目标网络状态子序列，并确定所述目标网络状态子序列的目标评分，包括：基于所述网络状态序列中的目标网络状态序列，采用目标提取算法对所述网络状态序列进行处理，确定所述目标网络状态子序列；其中，所述目标网络状态序列的长度为目标长度；基于所述网络状态序列，确定所述目标网络状态子序列的目标评分。4.根据权利要求3所述的方法，其特征在于，所述基于所述网络状态序列中的目标网络状态序列，采用目标提取算法对所述网络状态序列进行处理，确定所述目标网络状态子序列，包括：确定所述目标网络状态序列；基于所述目标网络状态序列的长度n，依次对所述网络状态序列进行网络状态子序列的提取；基于所述目标网络状态序列的长度n
‑
i，依次对所述网络状态序列进行网络状态子序列的提取，直到n
‑
i满足目标阈值，确定所述目标网络状态子序列；其中，n和i为正整数，且n大于i。5.根据权利要求3所述的方法，其特征在于，所述基于所述网络状态序列，确定所述目标网络状态子序列的目标评分，包括：对所述网络状态序列进行降维处理；采用目标聚类算法对进行了降维处理的所述网络状态序列进行聚类，得到每一类网络状态子序列的中心网络状态；基于所述每一类网络状态子序列的中心网络状态，确定所述目标网络状态子序列的目标评分。6.根据权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：陈晓帆，
申请(专利权)人：深信服科技股份有限公司，
类型：发明
国别省市：