[发明专利]一种桌面云虚拟网络行为分类方法

权利要求书

1.一种桌面云虚拟网络行为分类方法，其特征在于：所述的方法包括如下步骤：

(1)获取一段时间范围内桌面云虚拟机网络端口上虚拟机目的出口网络特征信息；

(2)根据出口网络特征信息建立网络特征向量集合；

(3)对网络特征向量集合采取聚类分析，最终聚类后分析不同类别的网络数据特征；

所述的聚类分析是将网络特征向量导入到数据分析平台，采用聚类算法；将聚类分成2类，并定义最小阈值和最大阈值；首先观察每个类别下端口特征记录数量，如果特征记录数量小于最小阈值将不再执行，将该类别下的端口特征记录作为一类；该类别可作为特别观察项；如果另外类别的端口数量大于该最小阈值且超过最大阈值，则可以再进行聚类分析，依次进行，直到类别中端口数量小于最大阈值。

2.根据权利要求1所述的方法，其特征在于，所述的出口网络特征信息包括IP地址、流量大小；并进行持久化存储。

3.根据权利要求1所述的方法，其特征在于，所述的一段时间是自定义的时间段；可以是一小时，一天；在该时间段内的目的IP地址下的流量大小进行累加处理。

4.根据权利要求2所述的方法，其特征在于，所述的一段时间是自定义的时间段；可以是一小时，一天；在该时间段内的目的IP地址下的流量大小进行累加处理。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述的特征向量为矩阵特征向量，向量特征为目的IP地址，特征的值为流量大小。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述的聚类分析中，利用Spark平台；获取类别下的特征向量中相同的特征项，特征项描述了目的IP地址信息，再利用外部信息识别出该IP地址所代表的所在区域以及提供的服务信息，从而发现潜在的使用虚拟机用户的相同兴趣点。

7.根据权利要求5所述的方法，其特征在于，所述的聚类分析中，利用Spark平台；获取类别下的特征向量中相同的特征项，特征项描述了目的IP地址信息，再利用外部信息识别出该IP地址所代表的所在区域以及提供的服务信息，从而发现潜在的使用虚拟机用户的相同兴趣点。