[发明专利]异常流量检测的方法和装置、电子设备和存储介质

权利要求书

1.一种异常流量检测的方法，其特征在于，所述方法包括：

获取目标对象在预设时长的每预设时间段内所对应产生的流量，生成时序流量数据；

将所述时序流量数据转换为图像数据，并对所述图像数据按照预设格式生成目标图像；

将所述目标图像进行预处理得到目标数据；

将所述目标数据输入第一模型内，得到检测的分类结果，其中，所述分类结果用于指示所述目标数据属于异常数据的概率或正常数据的概率；

根据所述分类结果和所述目标图像的标签信息优化所述第一模型获得目标模型，利用所述目标模型对待检测的流量数据进行异常流量的检测，其中，所述标签信息用于指示所述目标图像属于异常数据的概率或正常数据的概率。

2.根据权利要求1所述的方法，其特征在于，所述时序流量数据包括多个时间点以及每个所述时间点对应的变量值，所述变量值的数量为多个，所述多个时间点组成所述预设时长，所述将所述时序流量数据转换为图像数据，并对所述图像数据按照预设格式生成目标图像包括：

根据所述时序流量数据，生成曲线变化图像，其中，所述曲线变化图像由多个时间点和多个变量值生成的；

根据所述时序流量数据和所述预设时间段，生成热图图像，其中，所述热图图像用于表征所述变量值在所述预设时长内间隔所述预设时间段所对应的图像；

将所述曲线变化图像和所述热图图像，生成满足所述预设格式的所述目标图像。

3.根据权利要求1或2所述的方法，其特征在于，在所述根据所述分类结果和所述目标图像的标签信息优化所述第一模型获得目标模型之前，所述方法还包括：

获取到所述目标图像对应的时间点的历史正常频率和历史异常频率；

根据所述历史正常频率和所述历史异常频率，生成在所述预设时长范围内的所述目标图像的所述标签信息。

4.根据权利要求1或2所述的方法，其特征在于，所述预处理用于将所述目标图像转换为第一模型可识别的数据，所述将所述目标图像进行预处理得到目标数据包括：

对所述目标图像进行图像像素点数值的转换；

对转换后的图像像素点数值进行归一化处理，得到所述目标数据。

5.根据权利要求1所述的方法，其特征在于，所述根据所述分类结果和所述目标图像的标签信息优化所述第一模型获得目标模型还包括：

利用目标算法和评估指标评估调整模型参数之后的第一模型；

在确定调整模型参数之后的第一模型的性能满足所述评估指标的情况下，得到所述目标模型。

6.根据权利要求2所述的方法，其特征在于，所述根据所述时序流量数据，生成曲线变化图像包括：

将所述时序流量数据中的所述多个时间点作为横坐标，将所述时序流量数据中的所述多个变量值作为纵坐标，生成所述曲线变化图像。

7.根据权利要求2或6所述的方法，其特征在于，所述根据所述时序流量数据和所述预设时间段，生成热图图像包括：

将所述时序流量数据中的所述多个时间点作为横坐标，将所述预设时长包含的多个预设时间段为纵坐标，以所述变量值发生的统计量为单元，生成所述热图图像。

8.一种异常流量检测的装置，其特征在于，所述装置包括：

第一生成单元，用于获取目标对象在预设时长的每预设时间段内所对应产生的流量，生成时序流量数据；

转换单元，用于将所述时序流量数据转换为图像数据，并对所述图像数据按照预设格式生成目标图像；

处理单元，用于将所述目标图像进行预处理得到目标数据；

得到单元，用于将所述目标数据输入第一模型内，得到检测的分类结果，其中，所述分类结果用于指示所述目标数据属于异常数据的概率或正常数据的概率；

优化单元，用于根据所述分类结果和所述目标图像的标签信息优化所述第一模型获得目标模型，利用所述目标模型对待检测的流量数据进行异常流量的检测，其中，所述标签信息用于指示所述目标图像属于异常数据的概率或正常数据的概率。