CN101753341A - 电脑网络的监控方法 - Google Patents

Abstract

本发明公开了一种电脑网络的监控方法，其包括以下步骤：在电脑网络中选定用户；通过服务器收集用户个人上网行为数据；对聊天行为数据、URL行为数据、IP行为数据、邮件行为数据和流量行为数据进行分析，分别得出相应的指数；根据分析得到的相应指数，计算个人上网行为数据的指数；根据计算结果，生成用户报告，并对用户进行排名。本发明的监控方法能够实时、灵活地统计显示个人上网活跃度指数以及聊天活跃度指数、聊天时间等，并对此进行分析，提供给管理者以客观真实的数据。

Description

电脑网络的监控方法

技术领域

本发明涉及一种电脑网络的监控方法，特别是涉及一种电脑网络中上网行为和聊天行为的监控方法。

背景技术

随着电脑网络规模的不断扩大和用户的增多，网络监控在网络运行和维护中显得非常重要，当前的上网行为监控方法都是通过内网数据的监控以及特定的算法，对用户各项应用服务(包括网页、邮件、聊天等)的时间、数量、频率及交互对象等统计量进行计算和分析。

但是，上述方法不能实时地展现个人上网活跃度指数、个人聊天活跃度指数、个人聊天时间精确报告等，且展现方式效果不好，给网络管理者正确的判断和确定个人上网行为带来困难，存在一定的局限性。

发明内容

本发明要解决的技术问题是为了克服现有技术中不能实时地展现个人上网活跃度指数等的缺陷，提供一种电脑网络的监控方法，该方法能实时地展示个人上网活跃度指数以及聊天活跃度指数。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种电脑网络的监控方法，其包括以下步骤：S1、在电脑网络中选定用户；S2、通过服务器收集用户个人上网行为数据，该个人上网行为数据包括聊天行为数据、URL行为数据、IP行为数据、邮件行为数据和流量行为数据；S3、对聊天行为数据、URL行为数据、IP行为数据、邮件行为数据和流量行为数据进行分析，分别得出相应的指数；S4、根据分析得到的相应指数，计算个人上网行为数据的指数；S5、根据计算结果，生成用户报告，并对用户进行排名。

较佳地，所述步骤3中的聊天行为数据分析是分析聊天密度和聊天内容平均长度后得出聊天时间指数。

较佳地，所述聊天密度是指平均每单位时间的聊天次数，所述聊天内容平均长度是指聊天每句话的字节长度。

较佳地，所述聊天时间指数满足以下公式：

$T_{\mathrm{CT}}=\underset{x=1}{\overset{n}{\mathrm{\Σ}}}{K}_x{f}_x\left(a_x\right)+M_x$

其中，T_CT表示聊天时间指数，x表示每一个区间段，a表示某区间段的聊天次数，fx(x)表示每个区间段所用的转换函数，K表示每个区间段的系数，M表示调整值，K和M为正数，其中fx(x)这个转换函数满足以下公式：

fx(x)＝Px(AxRx+BxSx)

其中Rx表示聊天接收次数，Ax为系数，Sx表示聊天发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

较佳地，所述URL行为数据是指用户访问网站的行为数据，其包含两个数据：第一个数据是用户所访问的网站总数，第二个数据是用户所访问的URL总数。

较佳地，所述步骤3中的URL行为数据分析是分析用户所访问的网站总数和用户所访问的URL总数这两个数据得出URL访问指数。

较佳地，所述URL访问指数满足以下公式：

T_URL＝Af₁(X₁)+Bf₂(X₂)

其中，T_URL表示URL访问指数，X1表示用户访问的网站总数，X2表示用户访问的URL总数，A和B为调整系数且均为正数，f1(X1)和f2(X2)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示URL访问接收次数，Ax为系数，Sx表示URL访问发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

较佳地，所述IP行为数据是指用户访问IP的行为数据，包括用户访问的IP数量和用户访问的应用数量。

较佳地，所述步骤3中的IP行为数据分析是分析用户访问的IP数量和用户访问的应用数量得出IP访问指数。

较佳地，所述IP访问指数满足以下公式：

T_IP＝Af₁(X₃)+Bf₂(X₄)

其中，T_IP表示IP访问指数，X3表示用户访问的IP数量，X4表示用户访问的应用数量，A和B为调整系数且均为正数，f1(X3)和f2(X4)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示IP访问接收次数，Ax为系数，Sx表示IP访问发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

较佳地，所述邮件行为数据是指用户使用电子邮件的行为数据，包括用户发送的电子邮件数量和用户接收的电子邮件数量。

较佳地，所述步骤3中的邮件行为数据分析是分析用户发送的电子邮件数量和用户接收的电子邮件数量得出邮件行为指数。

较佳地，所述邮件行为指数满足以下公式：

T_EMAIL＝Af₁(X₅)+Bf₂(X₆)

其中，T_EMAIL表示邮件行为指数，X5表示用户发送的电子邮件数量，X6表示用户接收的电子邮件数量，A和B为调整系数且均为正数，f1(X5)和f2(X6)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示电子邮件接收次数，Ax为系数，Sx表示电子邮件发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

较佳地，所述流量行为数据是指统计用户的网络流量的行为数据，包括用户上传流量和用户下载流量。

较佳地，所述步骤3中的流量行为数据分析是分析用户上传流量和用户下载流量得出流量行为指数。

较佳地，所述流量行为指数满足以下公式：

T_FLOW＝Af₁(X₇)+Bf₂(X₈)

其中T_FLOW表示流量行为指数，X7表示用户上传的流量，X8表示用户下载的流量，A和B为调整系数且均为正数，f1(X7)和f2(X8)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示流量接收次数，Ax为系数，Sx表示流量发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

较佳地，所述个人上网行为数据的指数包括：个人上网行为指数和聊天活跃度指数。

较佳地，所述个人上网行为指数由聊天时间指数T_CT、URL访问指数T_URL、IP访问指数T_IP、邮件行为指数和流量行为指数T_FLOW根据以下公式算出：

其中T为个人上网行为指数，K1-K5为加权系数，Km通常情况为统计的所采用的单位时间，为向上取整的符号，b为阶段取值。

较佳地，所述聊天活跃度指数是在单位时间内，基于用户聊天时间而计算出来的对于用户聊天行为的一个量化分析，该聊天活跃度指数通过以下公式算出：

其中C为聊天活跃度指数，T_CT为统计时间内的聊天时间指数，A为调整系数，

为向上取整的符号，B为阶段取值。

本发明的积极进步效果在于：本发明的监控方法能够实时、灵活地统计显示个人上网活跃度指数以及聊天活跃度指数、聊天时间，并对此进行分析，提供给管理者以客观真实的数据，可以为企事业单位建立一套规范、安全、有序的内网行为管理体系。

附图说明

图1为本发明监控方法的流程图。

具体实施方式

下面结合附图给出本发明较佳实施例，以详细说明本发明的技术方案。

如图1所示，本发明监控方法包括以下步骤：

步骤101、在电脑网络中选定用户；

步骤102、通过服务器收集用户个人上网行为数据；

步骤103、对个人上网行为数据进行分析，即对聊天行为数据、URL行为数据、IP行为数据、邮件行为数据和流量行为数据进行分析，分别得出相应的指数--聊天时间指数、URL访问指数、IP访问指数、邮件行为指数和流量行为指数；

步骤104、根据分析得到的相应指数，计算个人上网行为数据的指数；

步骤105、根据计算结果，生成用户报告，并对用户进行排名。

在步骤102中的个人上网行为数据包括：聊天行为数据、URL(统一资源定位符，Uniform/Universal Resource Locator，也可称为网页地址，)行为数据、IP(Internet Protocol，网际协议)行为数据、邮件行为数据和流量行为数据。

在步骤103中，主要是对上述步骤2中的五个数据进行分析，其中聊天行为数据分析是分析聊天密度和聊天内容平均长度后得出聊天时间指数T_CT，聊天行为是指使用QQ、MSN、SKYPE、GTALK以及其他聊天工具进行网络聊天的行为，聊天密度是指平均每单位时间的聊天次数，例如在1小时内聊天100次，和在半小时内聊天100次，密度有所差别，这个可以根据实际情况设定修正值，因为密集的聊天和疏散的聊天对于不同的对象情况可能意义不同。聊天内容平均长度是指聊天每句话的字节长度，一般而言，越长的平均长度占用越多的聊天时间。聊天行为数据分析是利用聊天发送次数、聊天接收次数、时间段等参数，通过公式计算最后得出科学的聊天时间指数T_CT，该聊天时间指数T_CT通过以下公式(1)算得：

$T_{\mathrm{CT}}=\underset{x=1}{\overset{n}{\mathrm{\Σ}}}{K}_x{f}_x\left(a_x\right)+M_x$ ...................................(1)

其中T_CT表示聊天时间指数，x表示每一个区间段，a表示某区间段的聊天次数，fx(x)表示每个区间段所用的转换函数，K表示每个区间段的系数，M表示调整值，K和M为正数，其中fx(x)这个转换函数满足公式(2)：

fx(x)＝Px(AxRx+BxSx)....................................(2)

其中Rx表示聊天接收次数，Ax为系数，Sx表示聊天发送次数，Bx为系数，Ax和Bx为正数。Px表示修正值，主要参考聊天密度和聊天内容平均长度。

URL行为数据是指用户访问网站的行为数据，其包含两个数据，第一个数据是用户所访问的网站总数，第二个数据是用户所访问的URL总数。URL行为数据分析是根据这两个数据生成URL访问指数T_URL，由此还能分析出用户平均每个网站所访问的URL数以及用户访问量最多的前10个网站。该URL访问指数T_URL通过以下公式(3)算得：

T_URL＝Af₁(X₁)+Bf₂(X₂)..................................(3)

其中，T_URL表示URL访问指数，X1表示用户访问的网站总数，X2表示用户访问的URL总数，A和B为调整系数且均为正数，A取值可以为3，B取值可以为0.5。f1(X1)和f2(X2)代表上述fx(x)转换函数，此时的Rx表示URL访问接收次数，Sx表示URL访问发送次数。

IP行为数据是指用户访问IP的行为数据，包括用户访问的IP数量和用户访问的应用(端口)数量。IP行为数据分析是分析用户访问的IP数量和用户访问的应用(端口)数量得出IP访问指数T_IP，由此又可推出用户平均每个IP所访问的次数、用户访问量最多的前10个IP、用户平均每个应用所访问的次数、用户访问量最多的前10个应用等数据。该IP访问指数T_IP通过以下公式(4)算得：

T_IP＝Af₁(X₃)+Bf₂(X₄)...................................(4)

其中，T_IP表示IP访问指数，X3表示用户访问的IP数量，X4表示用户访问的应用数量，A和B为调整系数且均为正数，f1(X3)和f2(X4)代表上述fx(x)转换函数，此时的Rx表示IP访问接收次数，Sx表示IP访问发送次数。

邮件行为数据是指用户使用电子邮件的行为数据，包括用户发送的电子邮件数量和用户接收的电子邮件数量，邮件行为数据分析是根据上述两项数据可得出邮件行为指数。该EMAIL访问指数通过以下公式(5)算得：

T_EMAIL＝Af₁(X₅)+Bf₂(X₆).................................(5)

其中，T_EMAIL表示邮件行为指数，X5表示用户发送的电子邮件数量，X6表示用户接收的电子邮件数量，A和B为调整系数且均为正数，f1(X5)和f2(X6)代表上述fx(x)转换函数，此时的Rx表示电子邮件接收次数，Sx表示电子邮件发送次数。

流量行为数据是指统计用户的网络流量的行为数据，包括用户上传流量和用户下载流量。流量行为数据分析根据上述两项数据可得出流量行为指数T_FLOW。该流量行为指数T_FLOW通过以下公式(6)算得：

T_FLOW＝Af₁(X₇)+Bf₂(X₈)....................................(6)

其中T_FLOW表示流量行为指数，X7表示用户上传的流量，X8表示用户下载的流量，A和B为调整系数且均为正数，f1(X7)和f2(X8)代表上述fx(x)转换函数，此时的Rx表示流量接收次数，Sx表示流量发送次数。

在步骤104中，个人上网行为数据的指数包括：个人上网行为指数和聊天活跃度指数。

其中，个人上网行为指数T由上述几项指数T_CT、T_URL、T_IP、T_EMAIL和T_FLOW加权平均而出，具体通过以下公式(7)算出：

...................(7)

其中K1-K5为加权系数，Km通常情况为统计的所采用的单位时间，也可以根据实际需要调整。

为向上取整的符号，b为阶段取值，除以b并取整的目的是，以b为阶段，一个阶段范围内的上网指数计算值视为相同的活跃度，因为活跃度以阶段区分，更便于符合前面提到的目的，即按阶段划分的量化。之所以向上取整而不是通常的向下取整，是因为不能把较低的数量值和0等同起来。而m指的是所选定的单位工作时间，例如8小时工作时间，各项上网指数为100，视为等同于在16小时工作时间内，各项上网指数为200的活跃度。开方的作用是，将数值差距较大的聊天时间，在不改变多少次序的情况下，将差距数值弱化，而突出多少的概念，举个例子，假设A用户聊天时间参数10，另一用户B为100，没有必要将B的活跃度10倍于A，而代之以计算之后的数量级差值，假设计算后A为2，B为5，则可以简明的显示给用户，B的活跃度等级较A高3个档次，突出的是等级区分的概念。

聊天活跃度指数是在一定的单位时间内，基于用户聊天时间而计算出来的对于用户聊天行为的一个量化分析，是用户聊天的“多和少”的一个直观的反应，并便于一定的阶段划分来对用户进行统计和进行相互的比较。该聊天活跃度指数的公式(8)为：

......................................(8)

其中C为聊天活跃度指数，T_CT为上述公式(1)提到的聊天时间指数，A为调整系数，

为向上取整的符号，B为阶段取值，除以B并取整的目的是，以B为阶段，一个阶段内的聊天时间计算值视为相同的活跃度，因为活跃度以阶段区分，更便于符合前面提到的目的，即按阶段划分的量化。之所以向上取整而不是通常的向下取整，是因为不能把较低的数量值和0等同起来。而m指的是所选定的单位工作时间。例如8小时工作时间，聊天时间参数为100，视为等同于在16小时工作时间内，聊天时间参数为200的活跃度。乘以A并开方的作用是，将数值差距较大的聊天时间，在不改变多少次序的情况下，将差距数值弱化，而突出多少的概念，举个例子，假设A用户聊天时间参数10，另一用户B为100，没有必要将B的活跃度10倍于A，而代之以计算之后的数量级差值，假设计算后A为2，B为5，则可以简明的显示给用户，B的活跃度等级较A高3个档次，突出的是等级区分的概念。

综上所述，本发明的监控方法能够实时、灵活地统计显示个人上网活跃度指数以及聊天活跃度指数、聊天时间等，并对此进行分析，提供给管理者以客观真实的数据，可以为企事业单位建立一套规范、安全、有序的内网行为管理体系。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改。因此，本发明的保护范围由所附权利要求书限定。

Claims (19)

1.一种电脑网络的监控方法，其特征在于，其包括以下步骤：

S1、在电脑网络中选定用户；

S2、通过服务器收集用户个人上网行为数据，该个人上网行为数据包括聊天行为数据、URL行为数据、IP行为数据、邮件行为数据和流量行为数据；

S3、对聊天行为数据、URL行为数据、IP行为数据、邮件行为数据和流量行为数据进行分析，分别得出相应的指数；

S4、根据分析得到的相应指数，计算个人上网行为数据的指数；

S5、根据计算结果，生成用户报告，并对用户进行排名。

2.如权利要求1所述的电脑网络的监控方法，其特征在于，所述步骤3中的聊天行为数据分析是分析聊天密度和聊天内容平均长度后得出聊天时间指数。

3.如权利要求2所述的电脑网络的监控方法，其特征在于，所述聊天密度是指平均每单位时间的聊天次数，所述聊天内容平均长度是指聊天每句话的字节长度。

4.如权利要求2所述的电脑网络的监控方法，其特征在于，所述聊天时间指数满足以下公式：

$T_{\mathrm{CT}}=\underset{x=1}{\overset{n}{\mathrm{\Σ}}}{K}_x{f}_x\left(a_x\right)+\mathrm{Mx}$

其中，T_CT表示聊天时间指数，x表示每一个区间段，a表示某区间段的聊天次数，fx(x)表示每个区间段所用的转换函数，K表示每个区间段的系数，M表示调整值，K和M为正数，其中fx(x)这个转换函数满足以下公式：

fx(x)＝Px(AxRx+BxSx)

其中Rx表示聊天接收次数，Ax为系数，Sx表示聊天发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

5.如权利要求1所述的电脑网络的监控方法，其特征在于，所述URL行为数据是指用户访问网站的行为数据，其包含两个数据：第一个数据是用户所访问的网站总数，第二个数据是用户所访问的URL总数。

6.如权利要求5所述的电脑网络的监控方法，其特征在于，所述步骤3中的URL行为数据分析是分析用户所访问的网站总数和用户所访问的URL总数这两个数据得出URL访问指数。

7.如权利要求6所述的电脑网络的监控方法，其特征在于，所述URL访问指数满足以下公式：

T_URL＝Af₁(X₁)+Bf₂(X₂)

其中，T_URL表示URL访问指数，X1表示用户访问的网站总数，X2表示用户访问的URL总数，A和B为调整系数且均为正数，f1(X1)和f2(X2)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示URL访问接收次数，Ax为系数，Sx表示URL访问发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

8.如权利要求1所述的电脑网络的监控方法，其特征在于，所述IP行为数据是指用户访问IP的行为数据，包括用户访问的IP数量和用户访问的应用数量。

9.如权利要求8所述的电脑网络的监控方法，其特征在于，所述步骤3中的IP行为数据分析是分析用户访问的IP数量和用户访问的应用数量得出IP访问指数。

10.如权利要求9所述的电脑网络的监控方法，其特征在于，所述IP访问指数满足以下公式：

T_IP＝Af₁(X₃)+Bf₂(X₄)

其中，T_IP表示IP访问指数，X3表示用户访问的IP数量，X4表示用户访问的应用数量，A和B为调整系数且均为正数，f1(X3)和f2(X4)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示IP访问接收次数，Ax为系数，Sx表示IP访问发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

11.如权利要求1所述的电脑网络的监控方法，其特征在于，所述邮件行为数据是指用户使用电子邮件的行为数据，包括用户发送的电子邮件数量和用户接收的电子邮件数量。

12.如权利要求11所述的电脑网络的监控方法，其特征在于，所述步骤3中的邮件行为数据分析是分析用户发送的电子邮件数量和用户接收的电子邮件数量得出邮件行为指数。

13.如权利要求12所述的电脑网络的监控方法，其特征在于，所述邮件行为指数满足以下公式：

T_EMAIL＝Af₁(X₅)+Bf₂(X₆)

其中，T_EMAIL表示邮件行为指数，X5表示用户发送的电子邮件数量，X6表示用户接收的电子邮件数量，A和B为调整系数且均为正数，f1(X5)和f2(X6)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示电子邮件接收次数，Ax为系数，Sx表示电子邮件发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

14.如权利要求1所述的电脑网络的监控方法，其特征在于，所述流量行为数据是指统计用户的网络流量的行为数据，包括用户上传流量和用户下载流量。

15.如权利要求14所述的电脑网络的监控方法，其特征在于，所述步骤3中的流量行为数据分析是分析用户上传流量和用户下载流量得出流量行为指数。

16.如权利要求15所述的电脑网络的监控方法，其特征在于，所述流量行为指数满足以下公式：

T_FLOW＝Af₁(X₇)+Bf₂(X₈)

其中T_FLOW表示流量行为指数，X7表示用户上传的流量，X8表示用户下载的流量，A和B为调整系数且均为正数，f1(X7)和f2(X8)代表fx(x)转换函数，即fx(x)＝Px(AxRx+BxSx)，

其中Rx表示流量接收次数，Ax为系数，Sx表示流量发送次数，Bx为系数，Ax和Bx为正数，Px表示修正值。

17.如权利要求1所述的电脑网络的监控方法，其特征在于，所述个人上网行为数据的指数包括：个人上网行为指数和聊天活跃度指数。

18.如权利要求17所述的电脑网络的监控方法，其特征在于，所述个人上网行为指数由聊天时间指数T_CT、URL访问指数T_URL、IP访问指数T_IP、邮件行为指数T_EMAIL和流量行为指数T_FLOW根据以下公式算出：

其中T为个人上网行为指数，K1-K5为加权系数，Km通常情况为统计的所采用的单位时间，

为向上取整的符号，b为阶段取值。

19.如权利要求17所述的电脑网络的监控方法，其特征在于，所述聊天活跃度指数是在单位时间内，基于用户聊天时间而计算出来的对于用户聊天行为的一个量化分析，该聊天活跃度指数通过以下公式算出：

其中C为聊天活跃度指数，T_CT为统计时间内的聊天时间指数，A为调整系数，

为向上取整的符号，B为阶段取值。

Images