[发明专利]一种视频监控网络的异常检测方法及系统在审

专利信息
申请号: 201810282175.4 申请日: 2018-04-02
公开(公告)号: CN108737367A 公开(公告)日: 2018-11-02
发明(设计)人: 孙利民;牛月晗;李志;黄文军;朱红松 申请(专利权)人: 中国科学院信息工程研究所
主分类号: H04L29/06 分类号: H04L29/06;H04L12/851;H04N7/18
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;李相雨
地址: 100093 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频监控网络 非视频 异常检测 视频流数据 视频流特征 检测结果 网络异常 流数据 预设 服务器 解析 传输层协议 应用层协议 报警消息 系统执行 预先建立 准确检测 发送 检测
【权利要求书】:

1.一种视频监控网络的异常检测方法,其特征在于,包括:

解析传输层协议,以获取视频监控网络的视频流数据流量;以及解析应用层协议,以获取视频监控网络的非视频流数据流量;

分别提取所述视频流数据流量的视频流特征,以及所述非视频流数据流量的非视频流特征;

根据预先建立的第一预设模型和第二预设模型,分别检测所述视频流特征和所述非视频流特征;

将检测结果发送至服务器,以使所述服务器根据所述检测结果,生成网络异常状态的报警消息。

2.根据权利要求1所述的方法,其特征在于,所述视频流特征包括多种协议的端口数量、流量、包率、流量占比和包量占比。

3.根据权利要求1所述的方法,其特征在于,所述非视频流特征包括数据包发送的时间戳、源IP地址、目的IP地址、源端口、目的端口、协议名称、负载长度、负载内容,其中,所述负载内容包括http请求url、ftp、telnet的交互口令;所述负载长度是所述负载内容所占用的存储空间。

4.根据权利要求1所述的方法,其特征在于,所述第一预设模型是通过多元高斯分布方法所建立的。

5.根据权利要求1所述的方法,其特征在于,所述第二预设模型是通过mini-Kmeans的机器学习方法所建立的。

6.一种视频监控网络的异常检测方法,其特征在于,包括:

接收终端发送的检测结果;所述检测结果是终端根据预先建立的第一预设模型和第二预设模型,分别检测视频流特征和非视频流特征获取到的;

根据所述检测结果,生成网络异常状态的报警消息。

7.根据权利要求6所述的方法,其特征在于,所述根据所述检测结果,生成网络异常状态的报警消息,包括:

若所述第二预设模型输出的检测结果异常,且所述第一预设模型输出的检测结果正常,生成网络异常状态的一级报警消息;

若所述第一预设模型输出的检测结果异常,且所述第二预设模型输出的检测结果正常,生成网络异常状态的二级报警消息;

若所述第一预设模型输出的检测结果异常,且所述第二预设模型输出的检测结果也异常,生成网络异常状态的三级报警消息。

8.一种视频监控网络的异常检测终端,其特征在于,包括:

获取单元,用于解析传输层协议,以获取视频监控网络的视频流数据流量;以及解析应用层协议,以获取视频监控网络的非视频流数据流量;

提取单元,用于分别提取所述视频流数据流量的视频流特征,以及所述非视频流数据流量的非视频流特征;

检测单元,用于根据预先建立的第一预设模型和第二预设模型,分别检测所述视频流特征和所述非视频流特征;

发送单元,用于将检测结果发送至服务器,以使所述服务器根据所述检测结果,生成网络异常状态的报警消息。

9.一种视频监控网络的异常检测服务器,其特征在于,包括:

接收模块,用于接收终端发送的检测结果;所述检测结果是终端根据预先建立的第一预设模型和第二预设模型,分别检测视频流特征和非视频流特征获取到的;

生成模块,用于根据所述检测结果,生成网络异常状态的报警消息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所,未经中国科学院信息工程研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810282175.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top