[发明专利]基于往返时延的时间序列的网络异常检测方法及相关装置

权利要求书

1.一种基于往返时延的时间序列的网络异常检测方法，包括：

对目标网络进行路由追踪，得到所述目标网络中的多个链路的第一往返时延的时间序列；所述第一往返时延的时间序列中包含多个第一往返时延；

根据所述第一往返时延的时间序列的相似度和所述链路之间的连接关系，对所述链路进行聚类，得到链路集合；

利用贝叶斯信息准则，确定所述链路集合对应的统计模型；

对于目标链路，基于所述目标链路属于的所述链路集合对应的所述统计模型，得到所述目标链路的所述第一往返时延的第一概率分布序列；所述目标链路为所述目标网络中的任一所述链路；所述第一概率分布序列中不包含重复的所述第一往返时延；

获取所述目标链路的第二往返时延的时间序列，并根据所述第一往返时延在所述第二往返时延的时间序列中分布的概率，得到所述目标链路的所述第一往返时延的第二概率分布序列；所述第二往返时延的时间序列中包含多个第二往返时延；所述第二概率分布序列中不包含重复的所述第一往返时延；

根据所述第一概率分布序列和所述第二概率分布序列的大偏差概率，得到网络异常检测结果，具体包括：计算所述第一概率分布序列和所述第二概率分布序列的相对熵，根据所述相对熵，计算所述第一概率分布序列和所述第二概率分布序列的所述大偏差概率；响应于确定所述大偏差概率低于大偏差概率阈值，确定所述目标网络存在网络异常。

2.根据权利要求1所述的方法，其中，所述对目标网络进行路由追踪，得到所述目标网络中的多个链路的第一往返时延的时间序列，包括：

对所述目标网络进行路由追踪，得到所述目标网络中的所述链路在不同时刻的所述第一往返时延；

对于任一所述链路，在相同的时间间隔下，提取所述链路的所述第一往返时延，生成所述链路的所述第一往返时延的时间序列。

3.根据权利要求1所述的方法，其中，所述根据所述第一往返时延的时间序列的相似度和所述链路之间的连接关系，对所述链路进行聚类，得到链路集合，包括：

步骤1：将任一所述链路作为种子链路，并提取与所述种子链路相连的所有所述链路，加入初始链路集合；

步骤2：计算所述种子链路的所述第一往返时延的时间序列和所述初始链路集合中的每条所述链路的所述第一往返时延的时间序列的相似度，提取所述相似度大于等于相似度阈值的所述链路，将所述种子链路和所述相似度大于等于相似度阈值的所述链路加入备选链路集合；

步骤3：将所述备选链路集合中已经作为所述种子链路的所述链路过滤掉，对于所述备选链路集合中的剩余所述链路执行步骤1和步骤2，直到不存在所述相似度大于等于相似度阈值的所述链路，将所述备选链路集合作为所述链路集合；

步骤4：获取所述目标网络中的所有所述链路，将所有所述链路中的所述链路集合中的所述链路过滤掉，得到剩余链路；对所述剩余链路执行步骤1、步骤2和步骤3，直到将所述目标网络中的所有所述链路聚类为多个所述链路集合。

4.根据权利要求1所述的方法，其中，所述利用贝叶斯信息准则，确定所述链路集合对应的统计模型，包括：

对于目标链路集合，分别利用不同类别的备选统计模型进行建模，并计算不同类别的所述备选统计模型的贝叶斯信息值；所述目标链路集合为任一所述链路集合；

将所述贝叶斯信息值最低的所述备选统计模型作为所述链路集合对应的所述统计模型。

5.根据权利要求4所述的方法，其中，所述备选统计模型，包括：

正态模型、对数正态模型、GEV模型和Burr Type XII模型。

6.根据权利要求1所述的方法，其中，所述对于目标链路，基于所述目标链路属于的所述链路集合对应的所述统计模型，得到所述目标链路的所述第一往返时延的第一概率分布序列，包括：

对于所述目标链路的所述第一往返时延的时间序列中的所述第一往返时延，按照大小顺序进行排序，得到按照大小顺序排序的所述第一往返时延的序列；其中，按照大小顺序排序的所述第一往返时延的序列中不包含重复的所述第一往返时延；

对于按照大小顺序排序的所述第一往返时延的序列，基于所述目标链路属于的所述链路集合对应的所述统计模型，得到所述目标链路的所述第一往返时延的所述第一概率分布序列。