[发明专利]基于网络流量大数据的异常行为检测方法、系统和介质

说明书

本申请实施例提供了基于网络流量大数据的异常行为检测方法、系统和介质。涉及大数据和网络技术领域。该方法包括：识别用户属性信息并结合特征信息生成网络访问流量监测图谱并提取特征数据，采集网络环境动态数据并处理获得行为评测数据，再与根据用户属性信息和网络环境动态数据处理获得的标准规范数据进行偏离度聚合计算获得访问行为异常指数，后结合检测阈值进行阈值对比检测网络流量访问行为信息状况；从而通过获取监测图谱提取特征数据并结合网络环境动态数据处理获得评测数据，并与标准规范数据进行偏离度聚合获得访问行为异常指数并对比评估访问行为信息状况，实现通过大数据处理技术对网络访问的信息进行检测评估。

技术领域

本申请涉及大数据和网络技术领域，具体而言，涉及一种基于网络流量大数据的异常行为检测方法、系统和介质。

背景技术

随着移动互联网的普及，网络和人们生活息息相关，而与网络的密切接触均产生流量，网络流量大数据的安全应用，特别是不同用户通过网络访问流量互通行为而产生的大量数据信息的安全性，以及在网络访问时的用户行为风险预测以及网络环境安全检测，对这些信息和行为的掌握变得愈发复杂和重要。

而目前针对网络行为的风险管控手段是根据数据监测、漏洞风险监测以及环境动向监测的软件层面，而缺少能根据用户属性特点与网络环境动态以及用户访问行为、流量交互信息进行动态检测和处理的手段，也缺乏对各类信息大数据进行有效联系处理以及精准评估的手段，导致对用户网络访问和流量相关行为的监测判断能力不足，难以实现根据用户动向和网络环境动态信息进行综合风险检测评估的技术。

针对上述问题，目前亟待有效的技术解决方案。

发明内容

本申请实施例的目的在于提供一种基于网络流量大数据的异常行为检测方法、系统和介质，可以通过获取网络访问流量监测图谱提取访问流量特征数据并结合网络环境动态数据进行处理获得网络访问行为评测数据，再与用户网络访问标准规范数据进行偏离度计算并聚合获得访问行为异常指数，后进行阈值对比监测网络访问行为信息状况，实现通过大数据处理技术对网络访问行为进行检测评估。

第一方面，本申请实施例还提供了基于网络流量大数据的异常行为检测方法，包括以下步骤：

采集预设时间段内的网络访问流量轨迹特征信息，所述网络访问流量轨迹特征信息包括流量日志信息、访问事件信息、访问领域内容信息以及访问主体用户信息；

根据所述访问主体用户信息提取主体用户特征信息，并对访问主体用户进行属性识别，获得访问主体用户属性信息；

根据所述流量日志信息、访问事件信息、访问领域内容信息结合所述访问主体用户属性信息生成网络访问流量监测图谱；

根据所述网络访问流量监测图谱提取各访问主体用户在各子时段的访问流量特征数据，所述访问流量特征数据包括流量地域时间点数据、访问流量领域数据、访问流量应用数据和访问流量层级数据；

采集所述各子时段的网络环境动态数据，并结合所述访问主体用户在对应子时段的所述访问流量特征数据进行处理，获得各子时段的网络访问行为评测数据；

根据所述访问主体用户属性信息结合所述网络环境动态数据以及访问领域内容信息在预设的网络行为管理数据库中进行处理，获得所述访问主体用户在对应子时段的用户网络访问标准规范数据；

根据所述网络访问行为评测数据与对应子时段的所述用户网络访问标准规范数据进行偏离度计算处理，获得所述子时段的网络访问行为偏离系数，并对所述预设时间段内的网络访问行为偏离系数进行访问轨迹聚合，获得所述访问主体用户在预设时间段的访问行为异常指数；

根据所述访问行为异常指数与预设的网络行为稳态检测阈值进行阈值对比，检测所述访问主体用户的网络流量访问行为信息状况。