流量检测方法技术

本申请涉及一种流量检测方法

【技术实现步骤摘要】
流量检测方法、装置、通信设备、存储介质和芯片


[0001]本申请涉及通信领域
，特别是涉及一种流量检测方法
、
装置
、
通信设备
、
存储介质
、
芯片和计算机程序产品
。

技术介绍

[0002]随着通信领域技术的发展，出现了网络流量检测技术，网络流量检测能够识别网络流量中的正常网络流量和异常网络流量
。
然而，由于互联网设备和网络流量日渐增多，需部署更大的流量检测系统，导致部署成本较高
。
[0003]现有技术中，考虑到互联网设备数量众多，具有不可忽视的算力，因此，可以考虑在互联网设备中部署检测模型，与服务器部署的大型流量检测系统形成分布式流量检测，以降低网络流量检测的成本
。
[0004]然而，互联网设备相比专用于流量检测的服务器，会运行更多应用，设备性能会根据用户使用而变化，现有的流量检测方法，在互联网设备的性能较差时，进行流量检测可能会导致互联网设备出现卡顿，进而导致流量检测效果较差
。

技术实现思路

[0005]本申请实施例提供一种流量检测方法
、
装置
、
通信设备
、
存储介质
、
芯片和计算机程序产品，能够通过互联网设备进行流量检测，并且不会影响用户使用互联网设备的体验
。
[0006]一种流量检测方法，所述方法包括：
[0007]获取所述网络设备在当前时刻的设备性能；
[0008]根据所述网络设备在当前时刻的设备性能，对待检测数据流进行特征提取，得到所述待检测数据流的目标流量特征；
[0009]将所述目标流量特征输入流量检测模型，得到针对所述待检测数据流的检测结果
。
[0010]在其中一个实施例中，所述根据所述网络设备在当前时刻的设备性能，对待检测数据流进行特征提取，得到所述待检测数据流的目标流量特征，包括：
[0011]根据所述网络设备的设备性能，确定数据包取值参数和比特位取值参数；
[0012]根据所述数据包取值参数和所述比特位取值参数，确定待检测数据流的目标流量特征
。
[0013]在其中一个实施例中，所述根据所述网络设备的设备性能，确定数据包取值参数和比特位取值参数，包括：
[0014]在所述网络设备的设备性能高于设备性能阈值时，确定所述网络设备的设备性能相对于所述设备性能阈值的性能差；
[0015]根据所述性能差和数据包取值参数范围，确定数据包取值参数；
[0016]根据所述性能差和比特位取值参数范围，确定比特位取值参数
。
[0017]在其中一个实施例中，所述根据所述网络设备的设备性能，确定数据包取值参数
和比特位取值参数，包括：
[0018]获取所述网络设备在前一时刻的设备性能，及所述前一时刻的设备性能对应的历史数据包取值参数和历史比特位取值参数；
[0019]确定所述当前时刻的网络设备的设备性能相对于所述前一时刻的所述网络设备的设备性能的占比；
[0020]根据所述占比和所述历史数据包取值参数，确定所述当前时刻的所述网络设备的设备性能对应的数据包取值参数；
[0021]根据所述占比和所述历史比特位取值参数，确定所述当前时刻的所述网络设备的设备性能对应的比特位取值参数
。
[0022]在其中一个实施例中，所述根据所述数据包取值参数和所述比特位取值参数，确定待检测数据流的目标流量特征，包括：
[0023]获取待检测数据流中的所述数据包取值参数个数据包；
[0024]针对每一所述数据包，在所述数据包的数据部分中提取目标部位的目标字段，所述目标字段中包含所述比特位取值参数个比特；
[0025]确定各所述目标字段的字段信息熵；
[0026]根据所述数据包的数据部分长度
、
所述数据包取值参数
、
所述比特位取值参数和各所述目标字段的字段信息熵，确定所述待检测数据流的目标流量特征
。
[0027]在其中一个实施例中，所述根据所述数据包的数据部分长度
、
所述数据包取值参数
、
所述比特位取值参数和各所述目标字段的字段信息熵，确定所述待检测数据流的目标流量特征，包括：
[0028]根据所述数据包的数据部分的长度和各所述目标字段的字段信息熵，构建第一特征序列；
[0029]根据所述数据包取值参数和所述第一特征序列，构建第二特征序列；
[0030]基于所述数据包取值参数确定数据包取值率，基于所述比特位取值参数确定比特位取值率；
[0031]根据所述第二特征序列
、
所述数据包取值率和所述比特位取值率，构建所述待检测数据流的目标流量特征
。
[0032]在其中一个实施例中，所述方法还包括：
[0033]基于数据包取值参数范围和比特位取值参数范围，确定多个取值组，所述取值组包括一个数据包取值参数和一个比特位取值参数；
[0034]获取多个样本数据流；
[0035]针对每一所述样本数据流，根据各所述取值组中的数据包取值参数和比特位取值参数，确定各所述取值组对应的多个样本流量特征，
[0036]基于各所述样本流量特征，构建训练数据集；
[0037]将所述训练数据集输入初始流量检测模型，进行模型训练，得到流量检测模型
。
[0038]一种流量检测装置，所述装置包括：
[0039]第一获取模块，用于获取网络设备在当前时刻的设备性能；
[0040]提取模块，用于根据所述网络设备在当前时刻的设备性能，对待检测数据流进行特征提取，得到所述待检测数据流的目标流量特征；
[0041]检测模块，用于将所述目标流量特征输入流量检测模型，得到针对所述待检测数据流的检测结果
。
[0042]在其中一个实施例中，所述提取模块具体用于：
[0043]根据所述网络设备的设备性能，确定数据包取值参数和比特位取值参数；
[0044]根据所述数据包取值参数和所述比特位取值参数，确定待检测数据流的目标流量特征
。
[0045]在其中一个实施例中，所述提取模块具体用于：
[0046]在所述网络设备的设备性能高于设备性能阈值时，确定所述网络设备的设备性能相对于所述设备性能阈值的性能差；
[0047]根据所述性能差和数据包取值参数范围，确定数据包取值参数；
[0048]根据所述性能差和比特位取值参数范围，确定比特位取值参数
。
[0049]在其中一个实施例中，所述提取模块具体用于：
[0050]获取所述网络设备在前一时刻的设备性能，及所述前一时刻的设备性能对应的历史数据包取值参数和历史比特位取值参数；
[0051]确定所述当前时刻的网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种流量检测方法，其特征在于，应用于网络设备，所述方法包括：获取所述网络设备在当前时刻的设备性能；根据所述网络设备在当前时刻的设备性能，对待检测数据流进行特征提取，得到所述待检测数据流的目标流量特征；将所述目标流量特征输入流量检测模型，得到针对所述待检测数据流的检测结果
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述网络设备在当前时刻的设备性能，对待检测数据流进行特征提取，得到所述待检测数据流的目标流量特征，包括：根据所述网络设备的设备性能，确定数据包取值参数和比特位取值参数；根据所述数据包取值参数和所述比特位取值参数，确定待检测数据流的目标流量特征
。3.
根据权利要求2所述的方法，其特征在于，所述根据所述网络设备的设备性能，确定数据包取值参数和比特位取值参数，包括：在所述网络设备的设备性能高于设备性能阈值时，确定所述网络设备的设备性能相对于所述设备性能阈值的性能差；根据所述性能差和数据包取值参数范围，确定数据包取值参数；根据所述性能差和比特位取值参数范围，确定比特位取值参数
。4.
根据权利要求2所述的方法，其特征在于，所述根据所述网络设备的设备性能，确定数据包取值参数和比特位取值参数，包括：获取所述网络设备在前一时刻的设备性能，及所述前一时刻的设备性能对应的历史数据包取值参数和历史比特位取值参数；确定所述当前时刻的网络设备的设备性能相对于所述前一时刻的所述网络设备的设备性能的占比；根据所述占比和所述历史数据包取值参数，确定所述当前时刻的所述网络设备的设备性能对应的数据包取值参数；根据所述占比和所述历史比特位取值参数，确定所述当前时刻的所述网络设备的设备性能对应的比特位取值参数
。5.
根据权利要求2至4任意一项所述的方法，其特征在于，所述根据所述数据包取值参数和所述比特位取值参数，确定待检测数据流的目标流量特征，包括：获取待检测数据流中的所述数据包取值参数个数据包；针对每一所述数据包，在所述数据包的数据部分中提取目标部位的目标字段，所述目标字段中包含所述比特位取值参数个比特；确定各所述目标字段的字段信息熵；根据所述数据包的数据部分长度
、
所述数据包取值参数
、
所述比特位取值参数和各所述目标字段的字段信息熵，确定所述待检测数据流的目标流量特征
。6.

【专利技术属性】
技术研发人员：陈方杰，白景鹏，高唯瀚，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：