[发明专利]一种网络行为的预测方法

说明书

技术领域

本发明属于网络行为分析技术领域，更具体地，涉及一种网络行为的预测方法。

背景技术

随着互联网技术的发展与普及，越来越多的人通过互联网进行传统事务的办理，特别是“互联网+”的持续深入与推进，加速了互联网与社会生活的融合，使得人类的行为模式产生了巨大的变化。然而，随着人们参与互联网的深度增长，随之而来的网络安全形势却愈发严峻。深入研究网络行为的普遍规律，掌握网络行为背后的动力学机制，能为网络异常行为检测提供理论依据，进而对维护保障网络安全产生重要作用。

现有对网络行为的建模，是从网络行为的时间间隔层面出发。大量研究表明，网络行为的时间间隔具有偏离Poisson的异质特性，表现为行为的时间间隔序列服从幂律分布。针对网络行为的这一特性，基于任务优先级的排队模型被提出，此类模型将行为看成一个个的任务，试图按任务的优先级以排队的形式对行为进行描述，重现行为的异质性。然而很多网络行为如网页浏览、网络游戏等属于兴趣驱动类型，基于任务优先级的排队模型显然无法有效的刻画。

随着网络行为中的记忆特性被不断验证，不同于任务排队模型类别的记忆效应模型纷纷被提出，此类模型从行为的记忆特性出发，认为人们会根据历史行为频率的高低来改变当前行为发生的概率。此外，与之类似的基于兴趣的模型也被提出，这类模型认为兴趣的变化会影响行为的发生。模型假设人的兴趣随时间不断变化，行为的频率依赖于兴趣的变化，同时也反向影响兴趣。然而即便是最感兴趣的事情也会受到人的生理节律以及外界环境等因素的影响。只考虑兴趣的模型无法有效刻画表现出周期波动性的网络行为。一种周期性级联过程模型被提出，该模型考虑到电子邮件行为受昼夜交替的影响从而表现出周期波动特性，用级联的泊松过程刻画行为，试图解释行为异质特性的本源。但是，也有不少的实证研究显示，当从网络行为数据中剔除掉来自周期节律的影响后，行为的异质性依然存在。这也就说明，试图把行为的异质性仅归结于人自身生理节律是有缺陷的。

更重要的是，网络行为的时间间隔是否服从幂律分布存在很多争议。越来越多的实证研究发现，对数正态分布、Weibull分布、Gamma分布，甚至分段分布能更好的描述网络行为。因此，亟需从时间间隔以外的角度对网络行为潜在的动力学机制以及建模方法进行研究。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种网络行为的预测方法，由此解决现有从网络行为的时间间隔层面出发的网络行为的分析方式存在的对网络行为描述不准确的技术问题。

为实现上述目的，本发明提供了一种网络行为的预测方法，包括：

(1)对采集的网络行为数据进行预处理，得到以单位时间内行为的频次为波动数据的目标网络行为数据；

(2)由目标网络行为数据的均值和标准差对目标网络行为数据进行规范化，并对规范化后的数据按周进行折叠处理得到M*N的折叠矩阵，对折叠矩阵中的突跳进行检测，其中，M表示一周内的单位时间的数量，N表示采集的数据总周数；

(3)根据目标网络行为数据中表现出的周期规律性、随机波动性以及突跳特性，建立网络行为的时变随机微分方程模型，并对模型中的时变参数和定参数进行估计得到目标模型；

(4)由目标模型对用户的下一周的网络行为轨迹进行预测。

优选地，步骤(2)具体包括：

(2.1)由对第j周数据Y_ij,i∈[1,M],j∈[1,N]进行规范化，其中μ_j表示第j周数据序列的均值，σ_j表示j周数据序列的标准差；

(2.2)若全年一共采集了N周数据序列，则长度为N*M，则对采集的每周数据进行规范化后得到规范化后的数据序列X_t,t∈[1,M×N]，然后按周折叠数据，构造成M*N的折叠矩阵X_ij,i∈[1,M],j∈[1,N]，对l,l∈L_i，若则被认为是突跳，其中，L_i＝{l_j＝X_ij,j∈[1,N]}表示对周内每一时刻i,i∈[1,M]，均存在一条长度为N的时间序列，是时间序列L_i的均值，是时间序列L_i的标准差，ξ为预设值。

优选地，步骤(3)具体包括：

(3.1)根据目标网络行为数据中表现出的周期规律性、随机波动性以及突跳特性，建立网络行为的时变随机微分方程模型：