[发明专利]异常数据的识别方法、装置、计算设备以及介质

权利要求书

1.一种异常数据的识别方法，包括：

获取目标数据，其中，所述目标数据包括第一设备与第二设备进行数据交互时所产生的数据；

处理所述目标数据，得到所述目标数据中的多个初始周期信息；

确定所述多个初始周期信息中每个初始周期信息的权重，得到与所述多个初始周期信息一一对应的多个权重；

确定所述多个权重中是否包括满足预设条件的至少一个权重；

响应于确定所述多个权重中包括满足预设条件的至少一个权重，确定所述目标数据中包括目标周期信息，其中，与所述至少一个权重对应的至少一个初始周期信息为所述目标周期信息，所述目标周期信息用于表征所述第一设备与所述第二设备进行周期性的异常数据交互；以及

响应于确定所述目标数据中包括目标周期信息，确定所述第一设备与所述第二设备之间的数据交互为异常交互。

2.根据权利要求1所述的方法，还包括：

响应于确定所述第一设备与所述第二设备之间的数据交互为异常交互，分别确定所述第一设备的地址数据和所述第二设备的地址数据；

获取待识别数据，所述待识别数据包括多个设备进行数据交互时所产生的数据，所述多个设备至少包括所述第一设备和所述第二设备；以及

基于所述第一设备的地址数据和所述第二设备的地址数据，确定所述待识别数据中的异常数据，其中，所述异常数据包括所述待识别数据中关于所述第一设备与所述第二设备之间的交互数据。

3.根据权利要求1所述的方法，其中，所述目标数据包括时域数据；

其中，所述处理所述目标数据，得到所述目标数据中的多个初始周期信息包括：

利用傅里叶变换算法处理所述目标数据，得到频域数据；以及

基于所述频域数据确定所述目标数据中的所述多个初始周期信息。

4.根据权利要求1所述的方法，其中，所述确定所述多个初始周期信息中每个初始周期信息的权重包括：

确定与所述多个初始周期信息对应的多个周期曲线；

分别确定所述目标数据与所述多个周期曲线的匹配程度，其中，所述目标数据包括多个离散数据，所述匹配程度表征所述多个离散数据与所述周期曲线之间的距离；以及

基于所述匹配程度，确定所述多个初始周期信息中每个初始周期信息的权重。

5.根据权利要求2~4中任意一项所述的方法，其中，所述处理所述目标数据，得到所述目标数据中的多个初始周期信息包括：

确定所述目标数据中的时间信息，其中，所述时间信息包括所述第一设备与所述第二设备进行数据交互时产生所述目标数据的时间范围；

基于所述时间信息确定时间粒度；

基于所述时间粒度，对所述目标数据进行压缩处理；以及

基于压缩处理后的目标数据，得到所述多个初始周期信息。

6.根据权利要求2所述的方法，其中，所述第一设备和所述第二设备作为一组设备，所述地址数据包括多组设备的地址数据；

其中，基于所述地址数据，确定所述待识别数据中的异常数据包括：

分别处理所述多组设备的地址数据，得到与所述多组设备的地址数据对应的多组特征值；

处理所述多组特征值，得到目标特征值；

处理所述待识别数据中的多个待识别地址数据，得到多个待识别特征值；

利用所述目标特征值对所述多个待识别特征值进行过滤处理，得到与所述目标特征值相匹配的至少一个待识别特征值；以及

确定所述待识别数据中与所述至少一个待识别特征值对应的数据作为所述异常数据。

7.根据权利要求1所述的方法，还包括：

获取初始数据；

获取白名单数据，其中，所述白名单数据中包括多个安全设备的地址数据；以及

基于所述白名单数据过滤所述初始数据，得到所述目标数据，使得所述目标数据不包括所述多个安全设备的交互数据。