[发明专利]一种网络运维操作的可信判断方法、系统和电子设备

权利要求书

1.一种网络运维操作的可信判断方法，其特征在于，包括：

S1、对预设网络运维操作的数据进行特征提取，得到目标运维特征向量；

S2、将所述目标运维特征向量输入训练好的运维类型分类器，得到所述预设网络运维操作的类别，当所述预设网络运维操作的类别为常规巡检时，则确定所述预设网络运维操作是可信的，否则，判断所述预设网络运维操作的数据中的每个子数据是否符合每个子数据对应的预设标准，得到多个判断结果，根据多个判断结果确定所述预设网络运维操作是否可信；

子数据为运维时间、网络协议、运维对象、运维操作链、产生的数据流量类型或数据流量大小；

还包括：

对多个历史网络运维操作的数据分别进行特征提取，得到多个运维数据特征向量；

对多个运维数据特征向量进行聚类，得到常规巡检簇与非常规巡检簇，其中，所述常规巡检簇的运维数据特征向量均对应预设常规巡检，所述非常规巡检簇中的运维数据特征向量均对应预设非常规巡检；

基于所述常规巡检簇和所述非常规巡检簇，训练得到运维类型分类器；

还包括：

获取所述常规巡检簇中每个运维数据特征向量的运维操作链所对应的特征向量，得到常规巡检运维操作链数据集；

使用FP-GROWTH算法对所述常规巡检运维操作链数据集进行挖掘，得到多个操作频繁项；

则，判断所述预设网络运维操作的数据中的运维操作链是否符合对应的预设标准，包括：

判断从目标运维特征向量中获取的所述预设网络运维操作的数据中的运维操作链所对应的特征向量是否为操作频繁项。

2.根据权利要求1所述的一种网络运维操作的可信判断方法，其特征在于，还包括：

获取所述常规巡检簇中每个运维数据特征向量的数据流量大小所对应的特征向量，得到常规巡检数据流量大小数据集；

对所述常规巡检数据流量大小数据集进行核密度估计，获取常规巡检数据流量大小的概率密度函数；

则，判断所述预设网络运维操作的数据中的数据流量大小是否符合对应的预设标准，包括：

将从目标运维特征向量中获取的所述预设网络运维操作的数据中的数据流量大小所对应的特征向量输入概率密度函数，得到目标概率值，判断所述目标概率值是否大于预设概率值阈值。

3.一种网络运维操作的可信判断系统，其特征在于，包括提取模块和确定模块；

所述提取模块用于对预设网络运维操作的数据进行特征提取，得到目标运维特征向量；

所述确定模块用于：将所述目标运维特征向量输入训练好的运维类型分类器，得到所述预设网络运维操作的类别，当所述预设网络运维操作的类别为常规巡检时，则确定所述预设网络运维操作是可信的，否则，判断所述预设网络运维操作的数据中的每个子数据是否符合每个子数据对应的预设标准，得到多个判断结果，根据多个判断结果确定所述预设网络运维操作是否可信；

子数据为运维时间、网络协议、运维对象、运维操作链、产生的数据流量类型或数据流量大小；

还包括建模模块，所述建模模块用于：

对多个历史网络运维操作的数据分别进行特征提取，得到多个运维数据特征向量；

对多个运维数据特征向量进行聚类，得到常规巡检簇与非常规巡检簇，其中，所述常规巡检簇的运维数据特征向量均对应预设常规巡检，所述非常规巡检簇中的运维数据特征向量均对应预设非常规巡检；

基于所述常规巡检簇和所述非常规巡检簇，训练得到运维类型分类器；

还包括获取挖掘模块，所述获取挖掘模块用于：

获取所述常规巡检簇中每个运维数据特征向量的运维操作链所对应的特征向量，得到常规巡检运维操作链数据集；

使用FP-GROWTH算法对所述常规巡检运维操作链数据集进行挖掘，得到多个操作频繁项；

所述确定模块具体用于：判断从目标运维特征向量中获取的所述预设网络运维操作的数据中的运维操作链所对应的特征向量是否为操作频繁项。

4.一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1或2所述的一种网络运维操作的可信判断方法的步骤。