[发明专利]一种异常流量管理方法、电子设备及存储介质

说明书

本发明实施例提供一种异常流量管理方法、电子设备及存储介质，该异常流量管理方法包括：通过已训练的目标预测模型对多个第一源网际互连协议IP地址的目标特征参数进行预测，若所述第一源IP地址的类型为异常流量IP地址，基于所述第一源IP地址得到第一黑名单信息；其中，所述目标特征参数包括所述第一源IP地址的至少一个不同维度特征参数，所述目标预测模型与历史源IP地址的目标特征参数具有关联关系；确定接收到第一客户端设备发送的第一网页请求信息，若所述且第二源IP地址属于所述第一黑名单信息，执行限制操作以降低对所述第一网页请求信息的响应灵敏度；其中，所述第一网页请求信息包括第二源IP地址。

技术领域

本发明涉及但不限于网络安全领域，尤其涉及一种异常流量管理方法、电子设备及存储介质。

背景技术

目前，随着web应用技术的快速发展，网络环境中存在大量智能化、自动化获取web页面信息的网络爬虫及恶意攻击行为。在电商行业存在着各种类型的营销活动，不少黑灰色产业采用前述例如网络爬虫等方式获取电商的营销活动信息进行“薅羊毛”，或者采用恶意行为攻击电商的营销活动。这些高并发和大流量的网络行为、以及“薅羊毛”现象已严重影响了电商的正常营销效果，导致业务系统的资源开销较大，给予业务系统造成较大影响。

近年来，应用于web领域的异常行为识别方法可概括为如下几种类型：

(1)基于浏览器指纹的追踪识别方法；

(2)以访问控制实现流量合法性效验的方法；

(3)基于数据分析的异常流量识别方法；

但上述解决方法在真实生产环境应用过程存在一定的不足：浏览器指纹和访问加密方式需将部分内容暴露在页面中，容易被破解；已有的统计分析方法、流量特征提取不完善，对于高级黑灰产流量难以达到较高识别率，易造成误判。这些导致上述方法并不能有效彻底解决前述问题。因此，亟需一种可靠的解决方案来准确、快速识别web流量中的网络爬虫及恶意攻击等行为，从而削弱其对电商业务的影响。

发明内容

本发明实施例提供一种异常流量管理方法、电子设备及存储介质，以解决目前不能很好地降低web页面信息的网络爬虫及恶意攻击行为对电商业务的影响的问题。

本发明实施例的技术方案是这样实现的：

第一方面，一种异常流量管理方法，所述方法包括：

通过已训练的目标预测模型对多个第一源网际互连协议IP地址的目标特征参数进行预测，若所述第一源IP地址的类型为异常流量IP地址，基于所述第一源IP地址得到第一黑名单信息；其中，所述目标特征参数包括所述第一源IP地址的至少一个不同维度特征参数，所述目标预测模型与历史源IP地址的目标特征参数具有关联关系；

接收到第一客户端设备发送的第一网页请求信息，若所述且第二源IP地址属于所述第一黑名单信息，执行限制操作以降低对所述第一网页请求信息的响应灵敏度；其中，所述第一网页请求信息包括第二源IP地址。

可选的，所述通过目标预测模型对多个第一源网际互连协议IP地址的目标特征参数进行预测，得到第一黑名单信息，包括：

获取所述多个第一源IP地址在目标时间颗粒度内对应的第二网页请求信息，得到n组所述第二网页请求信息；其中，n为大于1的整数；

基于n组所述第二网页请求信息，确定n组所述第一源IP地址的目标特征参数；

通过所述目标预测模型对n组所述目标特征参数进行预测，得到n个所述第一源IP地址对应的目标类型；其中，所述目标类型包括异常流量IP地址类型和正常流量IP地址类型；

从n个所述第一源IP地址对应的目标类型中，获取类型属于异常流量IP地址类型的第一源IP地址，得到所述第一黑名单信息。