[发明专利]协议处理中的异常检测

说明书

用于构建无循环多播树的系统、方法和计算机可读存储介质。方法包括：收集数据采样点以形成第一数据集合，数据采样点中的每个数据采样点表示网络特征变量，每个网络特征变量与相应的网络特征相关联；计算每个网络特征的网络特征变量的标准差和平均值；对网络特征变量执行归一化以获得归一化的网络特征变量；使用每个网络特征的标准差和平均值来计算每个归一化的网络特征变量的概率值(p值)；并且至少基于每个归一化的网络特征变量的p值来确定是否存在关于每个网络特征的异常。

技术领域

本公开涉及网络中的异常检测方法，并且更具体地，涉及利用概率统计模型检测网络协议处理中的异常的方法。

背景技术

在运行大量交换机的数据中心或大型网络中，通常难以检测特定交换机是否正在不规律地运行。例如，可能难以检测交换机是否在协议实现方面遇到问题、或者交换机是否由于对系统的攻击而显示出发生故障的迹象。通常情况下，对这些问题的检测不能被正确执行，并且到一定时候，如果问题未得以解决，则交换机可能会关闭或者导致网络其它部分的进一步中断，最终导致主要网络中断。

附图说明

在附图中示出了当前优选的实施例，应当理解本公开不限于所示的布置和设施，其中：

图1示出了根据本公开的一些方面的示例性网络设备；

图2示出了利用本公开的原理的网络结构的示例性架构的示意性框图；

图3示出了本公开的示例性方法实施例；

图4a示出了相关变量的二维图形表示；

图4b示出了使用PCA后的图4a的表示的一维图形表示；并且

图5示出了本公开的替代方法实施例。

具体实施方式

下面详细讨论本公开的各种实施例。尽管讨论了具体实现方式，但是应当理解这仅仅是为了说明的目的。相关领域的技术人员将认识到，可以在不脱离本公开的精神和范围的情况下使用其它组件和配置。

概述

在本公开的一个方面，提供了一种方法，其中方法包括：收集数据采样点以形成第一数据集合，每个数据采样点表示网络特征变量，每个网络特征变量与相应的网络特征相关联；计算每个网络特征的网络特征变量的标准差和平均值；对网络特征变量执行归一化以获得归一化的网络特征变量；使用每个网络特征的标准差和平均值来计算每个归一化的网络特征变量的概率值(p值)；并且至少基于每个归一化网络特征变量的p值来确定是否存在关于每个网络特征的异常。

另一方面提供了一种系统，其中系统包括处理器，以及其中存储有指令的计算机可读存储介质，当所述指令由处理器执行时使得处理器执行一系列操作。这些操作包括：收集数据采样点以形成第一数据集合，每个数据采样点表示网络特征变量，每个网络特征变量与相应的网络特征相关联；计算每个网络特征的网络特征变量的标准差和平均值；对网络特征变量执行归一化以获得归一化的网络特征变量；使用每个网络特征的标准差和平均值来计算每个归一化的网络特征变量的概率值(p值)；并且至少基于每个归一化网络特征变量的p值来确定是否存在关于每个网络特征的异常。

又另一方面提供了一种其中存储有指令的非暂态计算机可读存储介质，当所述指令由处理器执行时使处理器执行一系列操作。操作包括：收集数据采样点以形成第一数据集合，每个数据采样点表示网络特征变量，每个网络特征变量与相应的网络特征相关联；计算每个网络特征的网络特征变量的标准差和平均值；使用每个网络特征的标准差和平均值来计算每个归一化的网络特征变量的概率值(p值)；并且至少基于每个归一化网络特征变量的p值来确定是否存在关于每个网络特征的异常。

详细说明