[发明专利]一种网络链路的异常检测方法及装置

权利要求书

1.一种网络链路的异常检测方法，其特征在于，包括：

获取网络链路在第一时段的第一数据序列；

获取历史数据中所述网络链路在N个第二时段的第二数据序列；所述第二时段是历史周期中与所述第一时段相对应的时段，所述第二时段的时长大于所述第一时段的时长；N大于1；每个第二时段的第二数据序列为正常数据序列；

根据所述第一数据序列和N个第二数据序列，确定所述第一数据序列和所述N个第二数据序列之间的差异度；

根据所述差异度，确定所述网络链路是否异常；

所述根据所述第一数据序列和N个第二数据序列，确定所述第一数据序列和所述N个第二数据序列之间的差异度，包括：根据所述第一数据序列和所述N个第二数据序列，确定第一相似度集合和第二相似度集合；所述第一相似度集合指示所述第一数据序列与所述N个第二数据序列之间的相似度；所述第二相似度集合指示所述N个第二数据序列之间的相似度；确定所述第一相似度集合和所述第二相似度集合之间的差异度。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一数据序列和所述N个第二数据序列，确定第一相似度集合和第二相似度集合，包括：

基于动态时间归整算法确定所述第一数据序列与每个第二数据序列的第一相似度，并将确定出的N个第一相似度组成所述第一相似度集合；

基于动态时间归整算法确定每两个第二数据序列之间的第二相似度，并将确定出的N(N-1)/2个第二相似度组成所述第二相似度集合；

所述确定所述第一相似度集合和所述第二相似度集合之间的差异度，包括：

从所述第二相似度集合中随机确定出N个第二相似度；

基于相对熵算法确定所述N个第一相似度的分布情况和所述N个第二相似度的分布情况之间的差异度。

3.如权利要求1所述的方法，其特征在于，所述第一数据序列为M个维度中的任一个维度对应的数据序列；M大于1；

所述根据所述差异度，确定所述网络链路是否异常，包括：

针对每个维度，根据所述维度对应的差异度，确定所述维度对应的第一数据序列是否为异常数据序列；

统计异常数据序列的维度总数，并在所述异常数据序列的维度总数与M的比值大于第二阈值之后，确定所述网络链路异常。

4.一种网络链路的异常检测装置，其特征在于，包括：

获取单元和处理单元；

所述获取单元，用于获取网络链路在第一时段的第一数据序列；

所述获取单元，还用于获取历史数据中所述网络链路在N个第二时段的第二数据序列；所述第二时段是历史周期中与所述第一时段相对应的时段，所述第二时段的时长大于所述第一时段的时长；N大于1；每个第二时段的第二数据序列为正常数据序列；

所述处理单元，用于根据所述第一数据序列和N个第二数据序列，确定所述第一数据序列和所述N个第二数据序列之间的差异度；根据所述差异度，确定所述网络链路是否异常；

所述处理单元具体用于：根据所述第一数据序列和所述N个第二数据序列，确定第一相似度集合和第二相似度集合；所述第一相似度集合指示所述第一数据序列与所述N个第二数据序列之间的相似度；所述第二相似度集合指示所述N个第二数据序列之间的相似度；确定所述第一相似度集合和所述第二相似度集合之间的差异度。

5.如权利要求4所述的装置，其特征在于，所述处理单元具体用于：

基于动态时间归整算法确定所述第一数据序列与每个第二数据序列的第一相似度，并将确定出的N个第一相似度组成所述第一相似度集合；

基于动态时间归整算法确定每两个第二数据序列之间的第二相似度，并将确定出的N(N-1)/2个第二相似度组成所述第二相似度集合；

所述确定所述第一相似度集合和所述第二相似度集合之间的差异度，包括：

从所述第二相似度集合中随机确定出N个第二相似度；

基于相对熵算法确定所述N个第一相似度的分布情况和所述N个第二相似度的分布情况之间的差异度。