[发明专利]特征提取方法及装置

权利要求书

1.一种特征提取方法，其特征在于，所述方法应用于网络设备，所述方法包括：

获取目标时刻的样本流量集，所述样本流量集为：在所述目标时刻之前的连续预设数量个时刻所对应的网络流量值的集合，所述连续预设数量个时刻两两时间间隔相同；

根据所述样本流量集中每一网络流量值的大小确定每一像素点的像素值，生成与所述样本流量集对应的网络流量图像；

从所述网络流量图像中，提取表征所述网络流量图像中各像素点的像素值分布特征，所述像素值分布特征用于表示所述目标时刻的样本流量集的特征，包括：对所述网络流量图像分别依次以行为单位进行特征提取、以列为单位进行特征提取。

2.根据权利要求1所述的方法，其特征在于，所述根据所述样本流量集中每一网络流量值的大小确定每一像素点的像素值，生成与所述样本流量集对应的网络流量图像，包括：

按照下述关系式，将所述样本流量集中每一网络流量值转换为二维数组中的一个元素；

A_ij＝Xt_m

i＝(t₁-t_m)/T

j＝(t₁-t_m)％T

T＝N*Δt

其中，A_ij表示所述二维数组中第i行第j列的元素，t_m表示所述预设数量个时刻中位于所述目标时刻之前的第m个时刻，t₁表示所述预设数量个时刻中位于所述目标时刻之前的第一个时刻，Xt_m表示t_m时刻的网络流量值，T表示预设的时间周期，N为大于1的正整数，Δt表示所述预设数量个时刻中相邻两时刻之间的时间间隔；

对所述二维数组中各个元素的取值进行调整处理，得到调整后的二维数组，所述调整后的二维数组中各个元素的取值满足像素值的取值范围；

将所述调整后的二维数组中各个元素的取值作为像素点的像素值，得到所述网络流量图像。

3.根据权利要求1所述的方法，其特征在于，所述网络设备为分布式计算架构中的一个工作节点；其中，所述分布式架构中每一工作节点用于提取不同时刻所对应的网络流量的特征；

所述获取目标时刻的样本流量集，包括：

从所述分布式计算架构的其他工作节点存储的网络流量值中，拉取目标时刻的样本流量集包括的网络流量值。

4.根据权利要求3所述的方法，其特征在于，所述获取目标时刻的样本流量集之前，所述方法还包括：

接收所述分布式计算架构中管理节点发送的网络流量读取任务；

根据所述网络流量读取任务，从用于存储网络流量值的数据存储架构中，读取网络流量值以及统计所述网络流量值对应的第一时刻；

根据所述第一时刻，确定所述网络流量值的时间因子，所述时间因子为晚于所述第一时刻且与所述第一时刻之间的时间间隔小于第一时长的时刻；

所述从所述分布式计算架构的其他工作节点存储的网络流量值中，拉取目标时刻的样本流量集包括的网络流量值，包括：

从所述分布式计算架构的其他工作节点存储的网络流量值中，获取时间因子包括目标时刻的网络流量值。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述从所述网络流量图像中，提取表征所述网络流量图像中各像素点的像素值分布特征，包括：

逐级对所述网络流量图像的每一像素行进行小波分解，并对分解结果中每一像素列进行小波分解，直至分解结果满足预设的分解策略；

基于分解结果进行图像重构，得到包含小波系数的变换结果；

将所述变换结果中的小波系数确定为所述网络流量图像中各像素点的像素值分布特征。