[发明专利]一种网络流量基线自学习自适应方法

权利要求书

1.一种网络流量基线自学习自适应方法，其特征在于，所述方法包括：

(1)采集并存储网络流量数据；

(2)计算网络流量基线值；

(3)确定动态基线临界值；

(4)更新基线值和临界值；

所述步骤(3)中，

(3-1)由网络流量基线值计算采样数据的标准方差σ，如下式(2)所示：

其中，x_i是t时刻流量采集数据值，i＝1，2，3，...，n；

(3-2)选择标准方差系数p，由下式(3)计算基线边界值：

其中，ω_上：动态基线上临界值；ω_下：动态基线下临界值；p_上基线和p_下基线：分别为基线的上临界值方差系统和下临界值方差系数；

所述标准方差系数P按下式计算：

其中，x_max：历史流量数据最大峰值；x_min：历史流量数据最小谷值。

2.如权利要求1所述的自学习自适应方法，其特征在于，所述步骤(1)中SNMP管理者用GET方法通过SNMP代理者每5分钟采集一次路由器管理对象信息库MIB的信息；

所述SNMP管理者定时从MIB中读取设备接口组每秒接收字节数ifInIctets和每秒发送字节数ifOutOctets。

3.如权利要求1所述的自学习自适应方法，其特征在于，将采集的原始数据转化为流量速率存储在数据库中，并记录数据的标识字段ID、数据源路由器IP地址RouterIP、路由器端口号Port、路由器端口的出流量速率OutTraffic、路由器端口的入流量速率InTraffic和流量数据采集时刻Time。

4.如权利要求1所述的自学习自适应方法，其特征在于，所述步骤(2)中，提取历史数据中每天相同时刻的流量信息数据，用下式(1)计算网络流量基线值：

其中，x_n是t时刻流量采集数据值，n是采集数据个数。

5.如权利要求1所述的自学习自适应方法，其特征在于，所述步骤(4)包括：

(4-1)根据新采集的数据y_new对流量进行判断：

若ω_上≥y_new≥ω_下，则y_new为正常流量；若y_new＞ω_上或y_new＜ω_下，则y_new为异常流量；

(4-2)y_new为正常流量，按下式(4)和(5)分别更新基线值μ_new和标准方差σ_new：

其中，x_i是t时刻流量采集数据值，i＝1，2，3，...，n；

(4-3)按下式(6)更新基线的上临界值ω_上new和下临界值ω_下new：

其中，P_{上基线-新}和P_{下基线-新}用更新的基线值μ_new和标准方差σ_new、更新的峰值x_max和谷值x_min计算。