[发明专利]基于多级模式预测的软件系统行为异常检测方法

摘要

本发明提供了一种基于多级模式预测的软件系统行为异常检测方法，通过构建多级行为预测模型，包括窗口状态转移概率模型和行为模式转移概率模型，对系统监控指标的变化模式进行概率建模，并根据将小概率事件判别为系统行为异常的原则进行异常检测。本发明进行异常检测的方法是利用预测模型进行状态转移概率的预测，并与实际的系统状态进行比较，从而确定当前系统是否处于小概率的系统状态当中，即行为异常模式中。本发明可以应用于实时性要求高的场合，同时算法模型更新也可以随着数据采集实时进行，进一步提高算法对于窗口化行为异常检测问题的适用度。

主权项

1.一种基于多级模式预测的软件系统行为异常检测方法，其特征在于，包括如下步骤：步骤1：对检测窗口内的系统行为模式进行建模，从而构建对应窗口内的系统行为模型；步骤2：对系统行为模型中的系统行为模式之间的转移规律进行建模，得到行为模式转移概率模型；步骤3：构建窗口状态转移概率模型，并根据行为模式转移概率模型增加新的窗口状态转移概率模型；步骤4：当有新的监控数据时，移动窗口并获得新的窗口状态，并利用行为模式转移概率模型从窗口状态转移概率模型中找到预测模型，根据预测模型判断当前窗口状态是否属于异常状态；若符合预测模型的预测，则说明该预测模型有效，根据新的窗口状态来更新窗口状态转移概率模型；若预测模型的预测与实际的窗口状态之间的差值大于设定的阈值T，则判定是窗口状态出现异常情况还是出现新的行为模式；当异常情况只出现一次，表示系统行为出现异常；当连续出现异常情况时，表示出现新的窗口状态转移规律，需构建新的窗口状态转移概率模型；步骤5：窗口状态转移概率模型完成检测和更新后，行为模式转移概率模型通过检测预测模型预测的准确性以及是否发生窗口状态转移概率模型的新建进行自身的更新。