[发明专利]异常信息的监测方法及装置

权利要求书

1.一种异常信息的监测方法，包括：

获取用于训练人工神经网络ANN分类器的训练样本；其中，所述ANN分类器用于对节点关联事件进行监测，所述节点关联事件指多个节点之间的关联关系；

利用所述训练样本训练所述ANN分类器，所述ANN分类器包括所述节点关联事件在各个时间是否发生的信息；

利用所述ANN分类器对所述节点关联事件在指定时间上是否发生进行预测，得到预测结果；

根据所述预测结果对所述节点关联事件进行监测；

所述获取用于训练人工神经网络ANN分类器的训练样本，包括：

获取预设时间段内的所述节点关联事件；

确定所述节点关联事件的发生时间；

确定所述节点关联事件及所述发生时间为所述训练样本。

2.根据权利要求1所述的方法，在确定所述节点关联事件的发生时间之前，还包括：

利用指定的自动编码器，将所述节点关联事件预处理为指定格式的信息；其中，所述指定格式能够被所述ANN分类器所识别。

3.根据权利要求2所述的方法，所述指定格式包括向量集；

相应的，所述利用指定的自动编码器，将所述节点关联事件预处理为指定格式的信息，包括：

根据所述节点关联事件中各节点的关联关系，将所述节点关联事件转化为有序字符串；所述有序字符串包括所述各节点的节点标识信息、属性信息、边信息中的至少一项；

利用指定的自动编码器对所述有序字符串进行压缩处理，得到所述节点关联事件对应的向量集。

4.根据权利要求3所述的方法，所述根据所述预测结果对所述节点关联事件进行监测，包括：

若所述预测结果与监测结果不一致，则确定所述节点关联事件发生异常。

5.根据权利要求4所述的方法，在确定所述节点关联事件发生异常之后，还包括：

确定所述节点关联事件发生异常的异常信息，所述异常信息包括异常次数、异常频率、异常比率中的至少一项；

若所述异常信息满足以下至少一项，则发出报警信息：所述异常次数大于第一预设阈值、所述异常频率大于第二预设阈值、所述异常比率大于第三预设阈值。

6.根据权利要求1所述的方法，所述节点关联事件为系统调用。

7.一种异常信息的监测装置，包括：

获取模块，用于获取用于训练人工神经网络ANN分类器的训练样本；其中，所述ANN分类器用于对节点关联事件进行监测，所述节点关联事件指多个节点之间的关联关系；

训练模块，用于利用所述训练样本训练所述ANN分类器，所述ANN分类器包括所述节点关联事件在各个时间是否发生的信息；

预测模块，用于利用所述ANN分类器对所述节点关联事件在指定时间上是否发生进行预测，得到预测结果；

监测模块，用于根据所述预测结果对所述节点关联事件进行监测；

其中，所述获取模块包括：

获取单元，用于获取预设时间段内的所述节点关联事件；

第一确定单元，用于确定所述节点关联事件的发生时间；

第二确定单元，用于确定所述节点关联事件及所述发生时间为所述训练样本。

8.根据权利要求7所述的装置，还包括：

处理模块，用于在确定所述节点关联事件的发生时间之前，利用指定的自动编码器，将所述节点关联事件预处理为指定格式的信息；其中，所述指定格式能够被所述ANN分类器所识别。

9.根据权利要求8所述的装置，所述指定格式包括向量集；

相应的，所述处理模块包括：

转化单元，用于根据所述节点关联事件中各节点的关联关系，将所述节点关联事件转化为有序字符串；所述有序字符串包括所述各节点的节点标识信息、属性信息、边信息中的至少一项；

压缩单元，用于利用指定的自动编码器对所述有序字符串进行压缩处理，得到所述节点关联事件对应的向量集。