一种监测方法、装置、设备及存储介质制造方法及图纸

本申请提供一种监测方法、装置、设备及存储介质。该方法包括：获取路由器的网络流量变化量、以及数据包信息；根据网络流量变化量、预先设置的增量阈值区间、以及与增量阈值区间对应的增量变化率，确定网络流量增量、以及网络流量增量变化率，网络流量增量为单位时间内的网络流量变化量；确定数据包信息中的目标数据包与所有数据包的占比；根据数据包信息中的目标数据包与所有数据包的占比、预先设置的占比阈值区间、以及占比阈值区间对应的初始发生率，确定目标发生率；根据网络流量增量变化率、以及目标发生率，得到路由器的网络流量攻击发生率。本申请的方法，提高了网络系统监测的准确性。确性。确性。

【技术实现步骤摘要】
一种监测方法、装置、设备及存储介质


[0001]本申请涉及通信技术，尤其涉及一种监测方法、装置、设备及存储介质。

技术介绍

[0002]分布式拒绝服务攻击(Distributed Denial of Service，DDoS)主要是利用分布式的客户端，产生数量庞大的攻击数据包，向目标发起大量看上去合法的请求，消耗或者占用大量资源，从而达到拒绝服务的目的。DDoS攻击已成为攻击者进行网络攻击的主要手段，近年来，攻击者利用僵尸网络作为攻击平台，发起更大规模的DDoS攻击，攻击流量分布更广、危害更大，给当前互联网和用户带来非常大的威胁。因此，通过对DDoS攻击的特征分析，研究攻击预测模型和方法，对防范DDoS攻击有十分重要的意义。
[0003]现有技术中，基于DDoS攻击检测的研究均利用有监督的机器学习算法进行模型训练，被动地进行定时的攻击监测。并且，现有的只是对单个区域进行监测，没有综合考虑整个监测网络的情况，监测的准确性受到限制，或者需要提前按照流量的协议类型分类，再分别进行监测判断，因此，其监测范围有一定的局限性，监测效率也受到限制。
[0004]因此，采用现有的方法存在无法对网络中的大规模流量攻击事件进行综合监测并提前预判情况。

技术实现思路

[0005]本申请提供一种监测方法、装置、设备及存储介质，用以解决对网络中的大规模流量攻击事件进行综合监测并提前预判的问题。
[0006]第一方面，本申请提供一种监测方法，包括：
[0007]获取路由器的网络流量变化量、以及数据包信息，网络流量变化量表征目标时间区间内网络流量的数值，数据包信息包括数据包，数据包包括目的地址、目的端口、以及协议类型；
[0008]根据网络流量变化量、预先设置的增量阈值区间、以及与增量阈值区间对应的增量变化率，确定网络流量增量、以及网络流量增量变化率，网络流量增量为单位时间内的网络流量变化量；
[0009]确定数据包信息中的目标数据包与所有数据包的占比，其中，目标数据包之间的目的地址、目的端口、以及协议类型均对应一致；
[0010]根据数据包信息中的目标数据包与所有数据包的占比、预先设置的占比阈值区间、以及占比阈值区间对应的初始发生率，确定目标发生率；
[0011]根据网络流量增量变化率、以及目标发生率，得到路由器的网络流量攻击发生率。
[0012]第二方面，本申请提供一种监测装置，包括：
[0013]获取模块，用于获取路由器的网络流量变化量、以及数据包信息，网络流量变化量表征目标时间区间内网络流量的数值，数据包信息包括数据包，数据包包括目的地址、目的端口、以及协议类型；
[0014]第一分析模块，用于根据网络流量变化量、预先设置的增量阈值区间、以及与增量阈值区间对应的增量变化率，确定网络流量增量、以及网络流量增量变化率，网络流量增量为单位时间内的网络流量变化量；
[0015]第二分析模块，用于确定数据包信息中的目标数据包与所有数据包的占比，其中，目标数据包之间的目的地址、目的端口、以及协议类型均对应一致；
[0016]第三分析模块，用于根据数据包信息中的目标数据包与所有数据包的占比、预先设置的占比阈值区间、以及占比阈值区间对应的初始发生率，确定目标发生率；
[0017]第四分析模块，用于根据网络流量增量变化率、以及目标发生率，得到路由器的网络流量攻击发生率。
[0018]第三方面，本申请提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以执行本申请的报文处理方法。
[0019]第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现本申请的报文处理方法。
[0020]本申请提供的监测方法、装置、设备及存储介质，通过获取在目标时间区间内路由器的网络流量变化量，得到单位时间内的网络流量变化量，进而得到网络流量增量变化率，同时，获取目的地址、目的端口、协议类型，确定目的地址、目的端口、以及协议类型均对应一致的目标数据包与所有数据包的占比，进而得到目标发生率，将网络流量变化量以及目的地址、目的端口、以及协议类型作为预测参数，提高了预测的准确性，同时，根据网络流量增量变化率和目标发生率，得到路由器的网络流量攻击发生率，实现了综合考虑整个网络系统的情况，扩大了监测范围，并且提前预测网络中的流量攻击的发生率，避免遭受更严重的网络攻击，提高了网络系统安全性。
附图说明
[0021]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0022]图1为本申请实施例提供的监测方法的场景示意图；
[0023]图2为本申请实施例提供的监测方法的流程示意图；
[0024]图3为本申请实施例提供的另一种监测方法的流程示意图；
[0025]图4为本申请实施例提供的监测装置的结构示意图；
[0026]图5为本申请实施例提供的电子设备的结构示意图。
[0027]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0028]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附
权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0029]现有技术中，目前的监测方法通过向每个第一监测设备发送监测指令，对对应监测区域内的区域设备进行监测，监测指令中携带所要监测的目标服务器的第一地址，再接收各第一监测设备发送的流量信息，若确认发往目标服务器的流量存在异常，则确认目标服务器被攻击，该方法只是对单个区域进行监测，没有综合考虑整个监测网络的情况，监测的准确性受到限制；或者，利用k
‑
means算法表示模型边界，通过拆分特征向量的方式为设备构建单独的识别监测模型组，并将模型组的相关参数返回设备端，然后设备通过数据流进行实时监测，将发现可疑数据提交给服务器进行分析，由服务器利用增加了阈值选择和判断的k近邻算法进行细粒度的攻击识别，该方法监测范围有一定的局限性，监测效率也受到限制。
[0030]为了解决上述问题，本申请实施例提供监测方法，该方法获取整个网络系统中核心路由器的网络流量变化量、以及数据包信息中的目的地址、目的端口、以及协议类型，作为网络流量攻击发生概率的考虑因素，从多个维度来预测网络流量攻击发生率，增加了预判的准确性；首先，将这些考虑因素作为输入特征，输入到模型中，对模型、增量阈值、增量变化率、占比阈值、目标发生率进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种监测方法，其特征在于，应用于网络系统，所述网络系统配置有路由器，所述方法包括：获取所述路由器的网络流量变化量、以及数据包信息，所述网络流量变化量表征目标时间区间内网络流量的数值，所述数据包信息包括数据包，所述数据包包括目的地址、目的端口、以及协议类型；根据所述网络流量变化量、预先设置的增量阈值区间、以及与所述增量阈值区间对应的增量变化率，确定网络流量增量、以及网络流量增量变化率，所述网络流量增量为单位时间内的所述网络流量变化量；确定所述数据包信息中的目标数据包与所有数据包的占比，其中，所述目标数据包之间的目的地址、目的端口、以及协议类型均对应一致；根据所述数据包信息中的目标数据包与所有数据包的占比、预先设置的占比阈值区间、以及所述占比阈值区间对应的初始发生率，确定目标发生率；根据所述网络流量增量变化率、以及目标发生率，得到所述路由器的网络流量攻击发生率。2.根据权利要求1所述的方法，其特征在于，在所述获取所述路由器的网络流量变化量、以及数据包信息之前，所述方法还包括：确定所述目标时间区间；获取所述目标时间区间内各个单位时间段的所述路由器的流量数据包；根据所述流量数据包，得到所述网络流量变化量、以及所述数据包信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述网络流量变化量、预先设置的增量阈值区间、以及与所述增量阈值区间对应的增量变化率，确定网络流量增量、以及网络流量增量变化率，包括：确定预先设置的增量阈值区间、以及与所述增量阈值区间对应的增量变化率；将所述网络流量增量与所述增量阈值区间进行比对，确定所述网络流量增量所处的目标增量阈值区间；根据所述网络流量增量所处的目标增量阈值区间、以及与所述增量阈值区间对应的增量变化率，确定所述网络流量增量变化率，其中，所述增量变化率为预先设置的在发生网络攻击行为时、所述网络流量增量变化的发生概率。4.根据权利要求1所述的方法，其特征在于，所述确定所述数据包信息中的目标数据包与所有数据包的占比，包括：将所述数据包之间的目的地址、目的端口、以及协议类型进行比对，确定所述目的地址、所述目的端口、以及所述协议类型均对应一致的数据包为所述目标数据包；确定所述数据包信息中的所述目标数据包的个数、以及所有数据包的个数；根据所述目标数据包的个数和所述所有数据包的个数的比值，得到所述占比。5.根据权利要求1所述的方法，其特征在于，所述根据所述数据包信息中的目标数据包与所有数据包的占比、预先设置的占比阈值区间、以及所述占比阈值区间对应的初始发生率，确定目标发生率，包括：确定预先设置的占比阈值区间、以及与所述占比阈值区间对应的初始发生率；将所述占比与所述占比阈值区间进行比对，确定所述占比所处的目标占比阈值区间；
根据所述占比所处的目标占比阈值区间、以及与所述占比阈值区间对应的初始发生率，确定所述目标发生率，其中，所述初始发生率为预先设置的在发生网络攻击行为时、所述数据包...

【专利技术属性】
技术研发人员：杨双仕，徐雷，贾宝军，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：