[发明专利]应用数据的流量监控方法、装置、计算机设备及介质

说明书

本发明公开了一种应用数据的流量监控方法、装置、计算机设备及存储介质，所述方法包括：基于IP数据流信息输出协议IPFIX，实时采集每个应用在预设周期的流量数据，作为基础性能数据，对基础性能数据进行解析，得到应用对应的节点服务器的负载信息，作为当前负载信息，针对每个应用，获取应用对应的历史负载信息，并将历史负载信息和当前负载信息，输入到强化学习模型中进行峰值预测，得到预测峰值，判断预测峰值是否超过预设预警阈值，若预测峰值超过预设预警峰值，则执行预设的流量管控措施，采用本发明数据流量响应的安全性以及预警的及时性。

技术领域

本发明涉及数据处理领域，尤其涉及一种应用数据的流量监控方法、装置、计算机设备及介质。

背景技术

随着计算机技术的快速发展，通过互联网来进行学习、工作、购物、信息查询和业务办理越来越便捷，一些大企业的互联网事务越来越多，为应对日益增长的用户访问需求，需要互联网企业采用集群的方式进行数据访问的响应，但集群涉及较多的节点服务器，每个节点服务器分管不同的应用业务，而由于应用业务的差异性，集群不同应用的流量管控方式无法统一标准，在应用的数据流量出现安全隐患时，如何及时发现并处理，成了一个亟待解决的难题。

发明内容

本发明实施例提供一种应用数据的流量监控方法、装置、计算机设备和存储介质，以提高应用数据的流量监控的安全性。

为了解决上述技术问题，本申请实施例提供一种应用数据的流量监控方法，包括：

基于IP数据流信息输出协议IPFIX，实时采集每个应用在预设周期的流量数据，作为基础性能数据；

对所述基础性能数据进行解析，得到应用对应的节点服务器的负载信息，作为当前负载信息；

针对每个应用，获取所述应用对应的历史负载信息，并将所述历史负载信息和所述当前负载信息，输入到强化学习模型中进行峰值预测，得到预测峰值；

判断所述预测峰值是否超过预设预警阈值，若所述预测峰值超过预设预警峰值，则执行预设的流量管控措施。

可选地，所述基础性能数据包括IP地址、访问端口、网络协议、吞吐量、访问时长、网络延时、网络抖动和2至7层协议中的一种或多种。

可选地，所述将所述历史负载信息和所述当前负载信息，强化学习模型中进行峰值预测，得到预测峰值包括：

将所述历史负载信息输入到所述强化学习模型中的预测单元中进行预测，得到第一负载峰值预测值，其中，所述预测单元为神经网络模型；

获取所述历史负载信息对应的真实峰值，作为第二负载峰值；

将所述第一负载峰值和所述第二负载峰值输入到所述强化学习模型中，基于所述强化学习模型的损失函数，计算得到所述第一负载峰值和所述第二负载峰值的差值，并将所述差值作为所述奖励函数；

基于梯度上升方法和所述奖励函数，更新所述强化学习模型；

将所述当前负载信息和所述奖励函数输入到更新后的所述强化学习模型中进行决策，得到决策结果，将所述决策结果中的峰值作为所述预测峰值。

可选地，若所述预测峰值超过预设预警峰值，则执行预设的流量管控措施包括：

若所述预测峰值超过预设预警峰值处于第一预警范围，则发送预警信息；

若所述预测峰值超过预设预警峰值处于第二预警范围，则执行相应的应急预警措施，并对数据流量的访问进行限制处理。

可选地，在所述判断所述预测峰值是否超过预设预警阈值，若所述预测峰值超过预设预警峰值，则执行预设的流量管控措施之后，所述应用数据的流量监控方法还包括：