[发明专利]网站访问异常的检测方法及装置

说明书

本发明公开了一种网站访问异常的检测方法及装置。其中，该方法包括：获取网站在预设时间段的访问样本；基于访问样本确定预设时间段内各个统计时间段的访问总量；确定多个访问总量中的访问总量极值和各个访问总量极值对应的统计时间段；根据各个访问总量极值确定网站在对应的统计时间段内是否发生访问异常。本发明解决了现有技术中网站访问异常检测不准确的技术问题，实现了准确检测网站是否发生访问异常的技术效果。

技术领域

本发明涉及互联网领域，具体而言，涉及一种网站访问异常的检测方法及装置。

背景技术

访问量是网站运营及维护中的一个重要信息，通过访问量可以直接对网站的运营状态进行调控、或判断网站是否发生访问异常。

目前，通过访问量判断网站是否发生访问异常的方法主要有ARIMA(Autoregressive Integrated Moving Average Model，自回归积分滑动平均模型)和Holt-winters(霍尔特-温特斯预测模型)。这两种方法主要是对网站每天的访问量进行预测，再通过统计分析的方法对预测值和实际值进行分析判断，确定是否发生网站访问异常。

采用上述方法，在某个时间段内，即使网站访问量的实际值接近预测值，在该时间段内访问量的具体变化情况却是不得而知的。由于访问量的变化也会导致访问异常，而采用现有技术中的方法无法通过访问量的变化准确判断网站是否发生访问异常。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种网站访问异常的检测方法及装置，以至少解决现有技术中网站访问异常检测不准确的技术问题。

根据本发明实施例的一个方面，提供了一种网站访问异常的检测方法，该检测方法包括：获取网站在预设时间段的访问样本；基于上述访问样本确定上述预设时间段内各个统计时间段的访问总量；确定多个上述访问总量中的访问总量极值和各个上述访问总量极值对应的统计时间段；根据各个上述访问总量极值确定上述网站在对应的上述统计时间段内是否发生访问异常。

进一步地，确定多个上述访问总量中的访问总量极值和各个上述访问总量极值对应的统计时间段包括：根据多个上述访问总量生成统计图，其中，上述统计图中标示的访问总量按照时间顺序排列；确定上述统计图中的各个上述访问总量极值；读取上述统计图中上述各个上述访问总量极值分别对应的上述统计时间段。

进一步地，确定上述统计图中的各个上述访问总量极值包括：判断上述统计图中是否存在访问总量比相邻两个统计时间段的访问总量大或小的统计时间段；若存在，则判断出上述访问总量比相邻两个统计时间段的访问总量大或小的统计时间段对应的访问总量为上述访问总量极值。

进一步地，根据各个上述访问总量极值确定上述网站在对应的上述统计时间段内是否发生访问异常包括：加载预设单分类检测程序对上述访问总量极值和上述访问总量极值对应的上述统计时间段进行分类检测，得到检测结果；若上述检测结果指示上述统计时间段对应的上述访问总量异常，则确定上述网站在上述统计时间段发生上述访问异常；若上述检测结果指示上述统计时间段对应的上述访问总量正常，则确定上述网站在上述统计时间段未发生上述访问异常。

进一步地，上述加载预设单分类检测程序对上述访问总量极值和对应的上述统计时间段进行分类检测，得到检测结果包括：对上述访问总量极值进行归一化处理，得到访问总量参数；通过上述预设单分类检测程序对上述访问总量参数和上述访问总量参数对应的上述统计时间段进行分类检测，得到上述检测结果。

进一步地，根据各个上述访问总量极值确定上述网站在对应的上述统计时间段内是否发生访问异常包括：若上述访问总量极值与上述统计时间段对应的预设访问量之差大于预设阈值，则确定上述网站在上述统计时间段发生上述访问异常；若上述访问总量极值与上述统计时间段对应的预设访问量之差不大于预设阈值，则确定上述网站在上述统计时间段未发生上述访问异常。