[发明专利]一种以聚类法进行边界数据分析的方法及其系统

说明书

本发明公开一种以聚类法进行边界数据分析的方法及其系统，在边界数据交换行为产生的各类日志数据中预设关键变量和阈值，再用聚类算法将数据进行分类，得出聚类分析结果，再将新的边界数据交换行为产生的数据进行聚类分析，得出结果与所建表单比对，以发现离群点并作标识和统计，在超出阈值后进行告警。其系统包括数据采集模块、变量分析存储模块、聚类分析模块、聚类分析结果存储模块、聚类分析结果对比模块、离群点标识模块、离群点标识次数统计模块和告警模块。本发明能综合边界数据交换平台业务运行状况，及时发现异常高危数据交换行为，保障边界数据交换业务的稳定正常运行，以实现对交换业务进行科学合理的管理和控制。

技术领域

本发明涉及计算机技术及数据处理技术领域，尤其涉及一种以聚类法进行边界数据分析的方法及其系统。

背景技术

公安信息通信网边界接入平台是公安信息通信网开展边界接入业务，与公安信息通信网进行授权访问和数据交换操作的基础平台，提供各类接入业务与公安信息通信网进行数据交换和授权访问的网络通道，为了实现接入业务的安全监控与审计，确保公安信息通信网的安全，需要设计一种边界数据分析的方法。而目前现有技术并没有针对公安信息通信网边界接入平台进行边界分析的方法。

而且，目前各类边界链路承载的业务不尽相同，用于承载边界平台的设备在品牌和功能上也不尽相同，各类设备产生的日志(含设备状态日志、链路状态日志、业务状态日志等)均是按照各厂商自行设计的标准和格式。虽然现阶段已有技术进行了数据格式及数据字段的合并转换，但仅是各类设备的状态日志、链路状态日志、业务状态日志等实现格式和字段的统一，各设备的数据依然是分散的，单个设备的数据无法完整呈现整个边界数据交换平台的状况，依然缺乏统一的监测与预警，难以及时发现数据传输的异常和设备、链路的故障。

公安机关所有需要通过公安信息通信网向外提供信息服务和接收外部信息的业务。按接入对象主要分为三大类：社会企事业单位接入业务，党/政/军机关接入业务，公安机关驻地外接入业务。现在常见的边界数据交换行为的分析，多基于各个厂商设备自带的日志记录进行分析。即使部署了综合日志分析系统，也只是将各个设备的日志全部收集过来进行分析，只能了解到各个设备的运行状况，无法呈现边界数据交换平台业务运行状况，当网络延时过大导致业务传输异常、传输的数据格式及内容异常时，无法及时发现及预警。

为实时掌握边界接入平台所有链路运行情况，便于边界平台的运维，从业务和链路两个角度，急需一种方法用于分析不同边界数据交换行为产生的日志数据，分析相似的业务和链路分布情况。

发明内容

为解决上述问题，本发明提供一种以聚类法进行边界数据分析的方法及其系统，以便于更好地了解数据交换行为习惯，当业务传输异常、传输的数据格式及内容异常时，能及时发现及预警。

本发明通过下列技术方案实现：一种以聚类法进行边界数据分析的方法，经过下列各步骤：

步骤1：采集边界数据交换过程中产生的各类日志数据，获得标准数据合集；

步骤2：结合实际应用，从上述日志数据中确定关键变量，从标准数据合集中提取相对应的关键变量数据；根据先验经验和交叉验证，预设关键变量和阈值K，并选择K个点作为初始质心；初始质心需要分散选择，并提取相对应的数据及产生该数据的时间；

步骤3：将关键变量数据代入以下列式(1)的K-means算法进行聚类分析，计算出关键变量x与每个质心μ_i的欧式距离E，其中，i＝1～k：

式中，x为关键变量，C_i为簇划分后的簇代号，即C₁，C₂，C₃…C_k；