System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及网络流量监测,具体是一种基于多源数据的水利网流量监测系统。
技术介绍
1、随着“水利网”的提出,人们逐步认识到只有借助于信息技术、计算机技术、网络技术才能实现水利水电行业的管理现代化,达到知识经济时代发展的要求。“水利网”能够为水利水电行业构造一个统一的、立体的、开放式的信息系统,为水利水电部门的决策提供信息支持;
2、但是水利网平台由于成本的原因不可能保证充足的带宽和资源的冗余,随着互联网行业的快速发展,致使移动终端数量迅速增长,这就导致水利网平台的负荷逐渐增加以及信息泄露的情况越来越严重;当访问高峰期时,水利网平台的流量过大,会导致水利网平台网络性能不足,使用超过上限的负载会导致网络慢、流量浪费以及卡顿等情况的发生;同时网络攻击手段也变得更加隐蔽和高级,网络安全面临更加严峻的挑战,对网络安全监测提出了更高的要求;基于以上不足,本专利技术提出一种基于多源数据的水利网流量监测系统。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术提出一种基于多源数据的水利网流量监测系统。
2、为实现上述目的,根据本专利技术的第一方面的实施例提出一种基于多源数据的水利网流量监测系统,包括规则制定模块、异常分析模块、消耗监测模块、消耗分析模块和访问分配模块;
3、所述规则制定模块用于根据水利网中用户、业务、关键链路和互联网访问的具体环境制定流量抽样的标准,使流量采集模块按照流量比例方式、访问路径或时间方式对网络流量
4、所述流量采集模块用于按照抽样采集规则对流经水利网的网络流量数据进行采集,并将采集的网络流量数据传递给异常分析模块;所述网络流量数据是指电子设备访问水利网时实际运行所产生的流经水利网平台的数据;
5、所述异常分析模块用于提取网络流量数据的流量特征数据作为异常流量检测模型的输入数据,将流量特征数据输入异常流量检测模型中,得到检测结果;所述检测结果用于指示网络流量数据是否存在异常;
6、所述消耗监测模块用于每隔预设时长监测统计水利网平台的流量消耗数据;所述流量消耗数据是指水利网平台所传输的网络流量数据的大小;
7、所述消耗分析模块用于根据水利网平台的流量消耗数据分析得到访问高峰期与访问低谷期;
8、当水利网平台处于访问高峰期,则生成服务器节点扩容信号至监测中心,以提示管理员为水利网平台分配更多的服务器节点;
9、当水利网平台处于访问低谷期,则生成服务器节点借调信号至监测中心,以提示管理员将水利网平台的服务器节点借调一部分至其他平台;
10、当水利网平台处于访问高峰期,所述访问分配模块用于控制多个客户端中的目标客户端正常访问水利网平台,以实现对水利网平台的流量调度;所述目标客户端为访问价值指数fy大于预设价值阈值的客户端。
11、进一步地,所述消耗分析模块的具体分析步骤为:
12、s1:根据每隔预设时长监测到的流量消耗数据,从而确定多个时间子区间;将每个时间子区间表示为[ti,ti+1],i=1,…,n;ti+1-ti=预设时长;
13、s2:取x1个连续的时间子区间,并统计每个时间子区间内的流量消耗数据为lzm;m=1,…,x1;其中x1为预设值;统计对应时间子区间内水利网平台的服务器节点数量为ym;其中lzm与ym一一对应;
14、利用公式lfm=γ×(lzm×g1)/(ym×g2)计算得到水利网平台的流量负载系数lfm,其中g1、g2均为预设系数因子;γ为预设均衡系数;
15、s3:将流量负载系数lfm与预设负载阈值相比较;所述预设负载阈值包括f1、f2;f1、f2均为预设值,且f1<f2;
16、若不存在流量负载系数lfm<f1且至少有一个流量负载系数lfm≥f2时,则表明水利网平台流量负载重,将对应时间子区间标记为访问高峰期;
17、若不存在流量负载系数lfm≥f2且至少有一个流量负载系数lfm<f1时,则表明水利网平台流量负载轻,将对应时间子区间标记为访问低谷期;
18、s4:根据水利网平台在多个连续时间子区间的访问状态,从而确定多个时间区间,得到更新后的访问高峰期和访问低谷期;其中在同一时间区间内水利网平台的访问状态相同,且不同时间区间内的访问状态一定是不同的;所述访问状态包括访问高峰期和访问低谷期。
19、进一步地,所述访问分配模块的具体工作步骤包括:
20、获取正在访问水利网平台的多个客户端,所述客户端携带有访问权限级别信息;将访问权限级别信息标记为fw1;
21、采集连续预设天数内每个客户端的访问规律,计算得到客户端的访问系数cy;所述访问规律包括访问时段以及每个访问时段的流量消耗数据;
22、将访问权限级别信息、访问系数进行归一化处理并取其数值,利用公式fy=fw1×g5+cy×g6计算得到所述客户端的访问价值指数fy,其中g5、g6均为预设系数因子。
23、进一步地,其中,访问系数cy的具体计算方法为:
24、统计所述客户端的访问次数为c1,将每个访问时段的流量消耗数据进行累加得到流量总消耗cz1;以所述客户端其中一个访问开始时刻作为中心,将访问开始时刻时间差在预设值内的其他客户端标记为联动客户端;
25、将联动客户端的数量标记为l1;若l1大于预设数量阈值,则将此次访问标记为联动访问;统计联动访问的次数占比为zb;
26、利用公式cy=f×zb×(c1×g3+cz1×g4)计算得到客户端的访问系数cy,其中g3、g4均为预设系数因子;f为预设补偿系数。
27、进一步地,所述访问分配模块还用于向目标客户端以外的客户端返回“403拒绝提供服务”的显示;其中,403表示资源不可用,禁止访问。
28、进一步地,所述异常流量检测模型基于attention机制的bi-lstm模型建立,并使用训练数据集训练得到;所述训练数据集包括正常流量数据样本和异常流量数据样本。
29、进一步地,其中,根据输入变量的个数指定长短期记忆神经网络bi-lstm输入节点的个数,设定适合的隐藏层节点个数,以及代表网络流量数据异常的输出节点个数。
30、与现有技术相比,本专利技术的有益效果是:
31、1、本专利技术中规则制定模块用于根据水利网中用户、业务、关键链路和互联网访问的具体环境制定流量抽样的标准,使流量采集模块按照流量比例方式、访问路径或时间方式对网络流量数据进行抽样采集;所述异常分析模块用于提取网络流量数据的流量特征数据作为异常流量检测模型的输入数据;将流量特征数据输入异常流量检测模型中,得到检测结果;所述异常流量检测模型基于attention机制的bi-lstm模型建立,并使用训练数据集训练得到;本专利技术针对水利网中用户、业务、关键链路和互联网访问等多个维度的网络流量数据进行分析,对访问路径与网络流量数据进行精细化管本文档来自技高网...
【技术保护点】
1.一种基于多源数据的水利网流量监测系统,其特征在于,包括规则制定模块、异常分析模块、消耗监测模块、消耗分析模块和访问分配模块;
2.根据权利要求1所述的一种基于多源数据的水利网流量监测系统,其特征在于,所述消耗分析模块的具体分析步骤为:
3.根据权利要求1所述的一种基于多源数据的水利网流量监测系统,其特征在于,所述访问分配模块的具体工作步骤包括:
4.根据权利要求2所述的一种基于多源数据的水利网流量监测系统,其特征在于,其中,访问系数CY的具体计算方法为:
5.根据权利要求1所述的一种基于多源数据的水利网流量监测系统,其特征在于,所述访问分配模块还用于向目标客户端以外的客户端返回“403拒绝提供服务”的显示;其中,403表示资源不可用,禁止访问。
6.根据权利要求1所述的一种基于多源数据的水利网流量监测系统,其特征在于,所述异常流量检测模型基于Attention机制的Bi-LSTM模型建立,并使用训练数据集训练得到;所述训练数据集包括正常流量数据样本和异常流量数据样本。
7.根据权利要求6所述的一种基于多源
...【技术特征摘要】
1.一种基于多源数据的水利网流量监测系统,其特征在于,包括规则制定模块、异常分析模块、消耗监测模块、消耗分析模块和访问分配模块;
2.根据权利要求1所述的一种基于多源数据的水利网流量监测系统,其特征在于,所述消耗分析模块的具体分析步骤为:
3.根据权利要求1所述的一种基于多源数据的水利网流量监测系统,其特征在于,所述访问分配模块的具体工作步骤包括:
4.根据权利要求2所述的一种基于多源数据的水利网流量监测系统,其特征在于,其中,访问系数cy的具体计算方法为:
5.根据权利要求1所述的一种基于多源数据的水利网流量监测系统,其特征在于,所...
【专利技术属性】
技术研发人员:张加雪,刘建龙,马剑波,彭昕,赵峰,
申请(专利权)人:江苏省秦淮河水利工程管理处,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。