[发明专利]网络异常数据检测方法、装置、计算机设备及存储介质

权利要求书

1.一种网络异常数据检测方法，其特征在于，所述方法包括：

接收客户端发送的访问请求数据；

读取所述访问请求数据中的用户会话标识；

当所述用户会话标识中包括请求会话标识时，将所述用户会话标识中的用户指纹标识与接收的上一访问请求数据中的用户指纹标识进行比较；

当所述用户会话标识中的所述用户指纹标识与上一访问请求数据中的用户指纹标识一致时，获取当前会话的会话时长；

当所述会话时长未超过预设会话时长阈值时，查找访问请求数据中用户会话标识对应的历史访问请求数据；

获取所述访问请求数据的报文头字符串；

根据预设步长对所述报文头字符串进行分词处理得到分词集合；

根据所述历史访问请求数据和所述分词集合得到分词权重矩阵；

将所述分词权重矩阵输入异常数据检测模型得到数据异常概率；

根据所述数据异常概率判断所述报文头字符串中是否存在异常数据。

2.根据权利要求1所述的方法，其特征在于，所述接收客户端发送的访问请求数据的步骤之后，还包括：

当所述用户会话标识中的所述用户指纹标识与上一访问请求数据中的用户指纹标识不一致时，则生成新的请求会话标识，并在向所述客户端返回与所述访问请求数据对应的响应数据时，将所述新的请求会话标识发送至所述客户端。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述会话时长超过预设会话时长阈值时，则生成新的请求会话标识，在向所述客户端返回与所述访问请求数据对应的响应数据时，将所述新的请求会话标识发送至所述客户端。

4.根据权利要求1所述的方法，其特征在于，所述根据所述历史访问请求数据和所述分词集合得到分词权重矩阵的步骤，包括：

计算所述分词集合中各分词在所述报文头字符串中的词频；

计算所述分词集合中各分词在所述历史访问请求数据中的逆向文件频率；

根据计算得到的各分词的词频和逆向文件频率计算得到各分词的词权重；

根据各分词的词权重生成所述分词集合的分词权重矩阵。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取访问请求数据样本集以及所述访问请求数据样本集中各访问请求数据样本的期望值；

计算各访问请求数据样本的分词权重矩阵；

将各访问请求数据样本的期望值和分词权重矩阵输入初始异常数据检测模型进行训练并得到最优回归系数矩阵；

根据所述最优回归系数矩阵修正所述初始异常数据检测模型得到异常数据检测模型。

6.一种网络异常数据检测装置，其特征在于，所述装置包括：

请求接收模块，用于接收客户端发送的访问请求数据；

标识读取模块，用于读取所述访问请求数据中的用户会话标识；

标识比较模块，用于当所述用户会话标识中包括请求会话标识时，将所述用户会话标识中的用户指纹标识与接收的上一访问请求数据中的用户指纹标识进行比较；

时长获取模块，用于当所述用户会话标识中的所述用户指纹标识与上一访问请求数据中的用户指纹标识一致时，获取当前会话的会话时长；

历史数据查找模块，用于当所述会话时长未超过预设会话时长阈值时，查找访问请求数据中用户会话标识对应的历史访问请求数据；

字符串获取模块，用于获取所述访问请求数据的报文头字符串；

分词模块，用于根据预设步长对所述报文头字符串进行分词处理得到分词集合；

权重获得模块，用于根据所述历史访问请求数据和所述分词集合得到分词权重矩阵；

概率获得模块，用于将所述分词权重矩阵输入异常数据检测模型得到数据异常概率；

异常判断模块，用于根据所述数据异常概率判断所述报文头字符串中是否存在异常数据。