一种网络异常监控方法和装置制造方法及图纸

本申请提供了一种网络异常监控方法和装置，该方法包括：获取待分析时间段内业务服务平台中的服务器上报的多个网络数据对象，每个网络数据对象包括：客户端访问该服务器的网络时延以及网络时延的生成时刻；基于网络时延的生成时刻的密度分布，对该多个网络数据对象进行聚类，得到多个聚类簇；依据多个聚类簇中网络时延的分布，从多个聚类簇中，确定出网络时延异常的异常聚类簇；基于异常聚类簇中包含的网络时延的生成时刻以及异常聚类簇中包含的网络数据对象所关联的网络登录信息，进行网络异常分析。本申请的方案可以有利于及时发现并定位出客户端访问业务服务平台过程中所出现的网络访问异常，从而提高业务服务平台的网络质量。

【技术实现步骤摘要】

本申请涉及数据处理
，特别涉及一种网络异常监控方法和装置。
技术介绍
随着网络技术的发展，通过一套业务服务平台可以为全球不同地区的用户提供某些业务的服务。如，基于同一套游戏服务器体系可以实现不同国家和地区的游戏玩家提供游戏业务，使得全球不同国家和地区的游戏玩家之间可以进行游戏竞技。然而由于不同国家以及运营商所提供的网络状况的差异较大，使得全球不同地区的用户的网络质量差异性较大，这样，如果某个地区的某个或某些用户出现网络访问异常，很难及时发现并定位网络访问异常，从而影响到业务服务平台的网络质量，进而影响到用户对业务服务平台的正常访问。因此，如何及时发现并定位用户访问业务服务平台的过程中所出现的网络访问异常是本领域技术人员迫切需要解决的技术问题。
技术实现思路
本申请提供了一种网络异常监控方法和装置，以及时发现并定位出客户端访问业务服务平台过程中所出现的网络访问异常，从而有利于提高业务服务平台的网络质量。为了解决上述问题，一方面，本申请提供了一种网络异常监控方法，包括：获取待分析时间段内业务服务平台中的服务器上报的网络数据对象集合，所述网络数据对象集合中包括多个网络数据对象，每个所述网络数据对象包括：客户端访问所述服务器的网络时延以及所述网络时延的生成时刻；基于所述网络时延的生成时刻的密度分布，对所述网络数据对象集合中的网络数据对象进行聚类，得到多个聚类簇，每个聚类簇中包含多个网络数据对象；依据所述多个聚类簇中所述网络时延的分布，从所述多个聚类簇中确定出网络时延异常的异常聚类簇；基于所述异常聚类簇中包含的所述网络时延的生成时刻以及所述异常聚类簇中包含的所述网络数据对象所关联的网络登录信息，进行网络异常分析。另一方面，本申请实施例还提供了一种网络异常监控装置，包括：数据获取单元，用于获取待分析时间段内业务服务平台中的服务器上报的网络数据对象集合，所述网络数据对象集合中包括多个网络数据对象，每个所述网络数据对象包括：客户端访问所述服务器的网络时延以及所述网络时延的生成时刻；数据聚类单元，用于基于所述网络时延的生成时刻的密度分布，对所述网络数据对象集合中的网络数据对象进行聚类，得到多个聚类簇，每个聚类簇中包含多个网络数据对象；异常簇确定单元，用于依据所述多个聚类簇中所述网络时延的分布，从所述多个聚类簇中确定出网络时延异常的异常聚类簇；异常分析单元，用于基于所述异常聚类簇中包含的所述网络时延的生成时刻以及所述异常聚类簇中包含的所述网络数据对象所关联的网络登录信息，进行网络异常分析。由以上可知，在需要监控网络异常时，可以获取待分析时间段内业务服务平台中的服务器上报的网络数据对象集合，然后依据该网络数据对象集合中每个网络数据对象包括的网络时延的生成时刻的分布密度，对该网络数据对象集合中的多个网络数据对象进行聚类，基于聚类出的多个聚类簇中网络时延的分布，确定出存在网络时延异常的异常聚类簇，这样，基于异常聚类簇内包含的网络时延的生成时刻以及该异常聚类簇中各个网络数据对象所关联的网络登录信息，可以进行网络异常分析，从而可以及时监控出该待分析时间内出现的网络异常以及网络异常的发生时刻，并有利于有针对性的分析异常原因，进而有利于提高业务服务平台可靠性。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1示出了本申请一种网络异常监控方法一个实施例的示意图；图2示出了在待分析时间段内各个网络时延的分布示意图；图3示出了本申请一种业务服务平台一个实施例的组成结构示意图；图4示出了利用DBSCAN算法进行聚类的流程示意图；图5示出了本申请一种网络异常监控方法又一个实施例的流程交互示意图；图6示出了在提供全球同服游戏的业务服务平台的应用场景中，本申请的网络异常监控方法又一个实施例的流程交互示意图；图7示出了本申请一种网络异常监控装置一个实施例的结构示意图；图8示出了本申请一种终端一个实施例的硬件架构示意图。具体实施方式本专利技术实施例描述的业务场景是为了更加清楚的说明本专利技术实施例的技术方案，并不构成对于本专利技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着网络架构的演变和新业务场景的出现，本专利技术实施例提供的技术方案对于类似的技术问题，同样适用。本申请的网络异常监控方法适用于对客户端访问业务服务平台的网络时延情况进行监控分析的场景中。该异常监控方法可以应用于服务器，该服务器也可以是业务服务平台中单独设置的用于进行数据分析的服务器，也可以是业务服务平台中原有用于向客户端提供业务服务的服务器。本申请的网络异常监控方法通过对客户端访问业务服务平台的网络时延等数据的分析，可以及时准确的定位出业务服务平台中存在网络时延异常的时刻以及出现网络时延异常的客户端访问业务服务平台的网络登录信息，从而可以基于网络登录信息分析该网络时延异常的时刻的网络异常原因，有利于及时发现网络异常并得到针对性的分析异常原因，进而有利于提高业务服务平台可靠性。本申请的业务服务平台可以有多种可能。如，在一种可能的情况下，该业务服务平台可以为游戏业务服务平台，客户端通过访问该游戏业务服务平台可以获取游戏数据并运行相应的游戏业务，而通过本申请的网络异常监控方法可以分析游戏业务运行过程中，出现的网络访问异常的时刻点和玩家等信息，还可以及时发现网络异常波动，从而有利于及时解决网络异常问题，进而可以有利于提高游戏体验。下面结合附图进行详细介绍。参见图1，其示出了本申请一种网络异常监控方法一个实施例的流程示意图，本实施例的方法可以应用于服务器或者其他数据分析设备中。本实施例的方法可以包括：101，获取待分析时间段内业务服务平台中的服务器上报的网络数据对象集合。该网络数据对象中包括多个网络数据对象。其中，每个网络数据对象包括：客户端访问服务器的网络时延以及网络时延的生成时刻。其中，网络时延也可以称为网络延时，是指从客户端向服务器发送数据包的时刻开始，至该客户端接收到服务器针对该数据包返回的响应之间的时长。业务服务平台中的服务器可以获取客户端访问服务器的网络时延，如，服务器请求客户端上报该客户端对应的网络时延；又如，客户端可以实时或者每隔预设时长向服务器上报一次该网络时延。其中，客户端确定该客户端访问服务器的网络时延的方式可以有多种，如，客户端可以采用因特网包探测程序(PING，Packet Internet Groper)测试来确定客户端访问该服务器的访问时延，当然，还可以有其他确定网络时延的方式，在此不加限制。其中，网络时延的生成时刻可以为客户端上报该网络时延的时刻，或者是服务器接收到客户端上报该网络时延的时刻。如，客户端上报该网络时延的同时，客户端可以将上报该网络时延的时刻发送给服务器，以使得服务器确定出网络时延的生成时刻。又如，客户端可以仅仅上报该网络时延，而服务器接收到客户端上报的网络时延时，会自动记录该网络时延的上报时刻，并将该上报时刻确定为网络时延的生成时刻。可以理解的是，为了区分出上报各个网络数据对象的客户端、用户账号、IP地址以及该IP地址所归属的运营商以及国本文档来自技高网...

【技术保护点】
一种网络异常监控方法，其特征在于，包括：获取待分析时间段内业务服务平台中的服务器上报的网络数据对象集合，所述网络数据对象集合中包括多个网络数据对象，每个所述网络数据对象包括：客户端访问所述服务器的网络时延以及所述网络时延的生成时刻；基于所述网络时延的生成时刻的密度分布，对所述网络数据对象集合中的网络数据对象进行聚类，得到多个聚类簇，每个聚类簇中包含多个网络数据对象；依据所述多个聚类簇中所述网络时延的分布，从所述多个聚类簇中确定出网络时延异常的异常聚类簇；基于所述异常聚类簇中包含的所述网络时延的生成时刻以及所述异常聚类簇中包含的所述网络数据对象所关联的网络登录信息，进行网络异常分析。

【技术特征摘要】
1.一种网络异常监控方法，其特征在于，包括：获取待分析时间段内业务服务平台中的服务器上报的网络数据对象集合，所述网络数据对象集合中包括多个网络数据对象，每个所述网络数据对象包括：客户端访问所述服务器的网络时延以及所述网络时延的生成时刻；基于所述网络时延的生成时刻的密度分布，对所述网络数据对象集合中的网络数据对象进行聚类，得到多个聚类簇，每个聚类簇中包含多个网络数据对象；依据所述多个聚类簇中所述网络时延的分布，从所述多个聚类簇中确定出网络时延异常的异常聚类簇；基于所述异常聚类簇中包含的所述网络时延的生成时刻以及所述异常聚类簇中包含的所述网络数据对象所关联的网络登录信息，进行网络异常分析。2.根据权利要求1所述的网络异常监控方法，其特征在于，所述基于所述网络时延的生成时刻的密度分布，对所述网络数据对象集合中的网络数据对象进行聚类，得到多个聚类簇，包括：获取当前设定的时间半径区间以及密度阈值；基于所述多个网络数据对象对应的多个所述网络时延的生成时刻的密度分布，以及当前设定的所述时间半径区间以及密度阈值，采用具有噪声的基于密度的聚类DBSCAN算法对所述多个网络数据对象进行聚类，得到多个聚类簇。3.根据权利要求2所述的网络异常监控方法，其特征在于，在得到所述多个聚类簇之后，还包括：分别确定每个聚类簇中包含的网络时延的最大值以及最小值；基于聚类簇中包含的网络时延的最大值以及最小值之间的差距，从所述多个聚类簇中确定出至少一个感兴趣的聚类簇；获取当前调整后的时间半径区间以及密度阈值；对于任意一个感兴趣的聚类簇，基于所述感兴趣的聚类簇中的多个网络数据对象所对应的多个网络时延的生成时刻的密度分布，以及当前调整后的时间半径以及密度阈值，采用所述DBSCAN算法对所述感兴趣的聚类簇内包含的多个网络数据对象进行聚类，得到所述感兴趣的聚类簇所对应的多个聚类簇；所述依据所述多个聚类簇中所述网络时延的分布，从所述多个聚类簇中确定出网络时延异常的异常聚类簇，包括：依据所述感兴趣的聚类簇所对应的多个聚类簇中所述网络时延的分布，从所述感兴趣的聚类簇所对应的多个聚类簇中，确定出网络时延异常的异常聚类簇。4.根据权利要求1至3任一项所述的网络异常监控方法，其特征在于，在所述确定出网络时延异常的异常聚类簇之前，还包括：获取当前设定的网络时延的目标区间；所述确定出网络时延异常的异常聚类簇，包括：确定出设定比例超出预设值的异常聚类簇，所述设定比例为聚类簇中不属于所述目标区间的网络时延的数量与所述聚类簇中包含的网络时延的总个数的比值。5.根据权利要求1所述的网络异常监控方法，其特征在于，所述网络登录信息，包括以下一种或多种：IP地址、用户账号、运营商和国家信息。6.根据权利要求1或5所述的网络异常监控方法，其特征在于，所述获取待分析时间段内业务服务平台中的服务器上报的网络数据对象集合，包括：获取待分析时间段内的业务服务器平台中的服务器上报的日志集合，所述日志集合中包括多份日志数据；从所述日志数据中获取所述网...

【专利技术属性】
技术研发人员：周瑞卿，张丹，王浩宇，梁赛婷，吴检，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44