CN115242513B - 广域网链路流量异常告警方法、装置、设备和介质 - Google Patents
广域网链路流量异常告警方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN115242513B CN115242513B CN202210874616.6A CN202210874616A CN115242513B CN 115242513 B CN115242513 B CN 115242513B CN 202210874616 A CN202210874616 A CN 202210874616A CN 115242513 B CN115242513 B CN 115242513B
- Authority
- CN
- China
- Prior art keywords
- baseline
- dynamic
- flow
- time
- link
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012549 training Methods 0.000 claims abstract description 63
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 230000003068 static effect Effects 0.000 claims description 58
- 230000002159 abnormal effect Effects 0.000 claims description 37
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 10
- 238000005070 sampling Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000000737 periodic effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 101150053844 APP1 gene Proteins 0.000 description 2
- 101100189105 Homo sapiens PABPC4 gene Proteins 0.000 description 2
- 102100039424 Polyadenylate-binding protein 4 Human genes 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 244000304217 Brassica oleracea var. gongylodes Species 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供了一种广域网链路流量异常告警方法,可以应用于网络安全技术领域。该广域网链路流量异常告警方法包括:获取实时链路流量;获取第一动态基线,第一动态基线是广域网链路的动态基线,第一动态基线包括第一动态上基线和第一动态下基线,其中,第一动态上基线和第一动态下基线是基于历史链路流量训练得到的;基于第一动态上基线和第一动态下基线,对实时链路流量进行监控;以及在实时链路流量位于第一动态上基线和第一动态下基线限定的范围之外的情况下,执行第一异常告警,第一异常告警用以提示广域网链路发生流量异常。本公开还提供了一种广域网链路流量异常告警装置、设备、存储介质和程序产品。
Description
技术领域
本公开涉及网络安全技术领域,具体的涉及一种广域网链路流量异常告警方法、装置、设备、介质和程序产品。
背景技术
目前,广域网链路主要通过静态阈值(或称静态基线)的方法进行流量监控。而仅仅通过静态阈值监控异常,会造成异常告警不准确,尤其对于银行业复杂的广域网链路而言,会进一步加大误报警率。
发明内容
鉴于上述问题,本公开提供了提高流量异常报警准确性的广域网链路流量异常告警方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种广域网链路流量异常告警方法,包括:获取实时链路流量;获取第一动态基线,所述第一动态基线是广域网链路的动态基线,所述第一动态基线包括第一动态上基线和第一动态下基线,其中,所述第一动态上基线和所述第一动态下基线是基于历史链路流量训练得到的;基于所述第一动态上基线和所述第一动态下基线,对所述实时链路流量进行监控;以及在所述实时链路流量位于所述第一动态上基线和所述第一动态下基线限定的范围之外的情况下,执行第一异常告警,所述第一异常告警用以提示广域网链路发生流量异常。
根据本公开的实施例,其中,还包括:基于预设的第一静态基线和第一动态基线,对所述实时链路流量进行监控,其中,所述预设的第一静态基线包括第一静态上基线和第一静态下基线;以及在所述实时链路流量位于所述第一动态下基线、第一动态上基线、第一静态上基线以及所述第一静态下基线所限定的范围之外的情况下,执行第二异常告警,所述第二异常告警用以提示广域网链路发生流量异常。
根据本公开的实施例,其中,所述第一动态基线的训练方法包括:获取历史链路流量;对所述历史链路流量进行预处理,得到历史链路时序流量;以及基于所述历史链路时序流量,通过预设的第一动态基线训练模型进行训练,得到所述第一动态上基线和所述第一动态下基线。
根据本公开的实施例,其中,所述对所述历史链路流量进行预处理,得到历史链路时序流量,包括:提取所述历史链路流量中的采集时间、所述采集时间对应的收包流量以及所述采集时间对应的发包流量;基于所述采集时间和所述收包流量确定第一历史链路时序流量;以及基于所述采集时间和所述发包流量确定第二历史链路时序流量。
根据本公开的实施例,其中,在所述执行第一异常告警后,或者,在执行所述第二异常告警后,所述方法还包括:获取实时应用流量;获取第二动态基线,所述第二动态基线是应用的动态基线,所述第二动态基线包括第二动态上基线和第二动态下基线,其中,所述第二动态上基线和所述第二动态下基线是基于历史应用流量训练得到的;基于所述第二动态上基线和所述第二动态下基线,对所述实时应用流量进行监控;以及在所述实时应用流量位于所述第二动态上基线和所述第二动态下基线所限定范围之外的情况下,执行第三异常告警,所述第三异常告警用以提示应用发生流量异常。
根据本公开的实施例,其中,所述获取实时应用流量包括:获取预设时间段内的实时应用流量,所述预设时间段是基于执行所述第一异常告警的时刻确定的。
根据本公开的实施例,其中,所述获取第二动态基线包括:提取所述实时应用流量中的网络地址信息;基于所述网络地址信息匹配应用;以及基于所述应用获取对应的所述第二动态基线。
根据本公开的实施例,其中,所述第二动态基线的训练方法包括:获取所述历史应用流量;对所述历史应用流量进行预处理,得到历史应用时序流量;以及基于所述历史应用时序流量,通过预设的第二动态基线训练模型进行训练,得到所述第二动态上基线和所述第二动态下基线。
根据本公开的实施例,其中,所述对所述历史应用流量进行预处理,得到历史应用时序流量,包括:提取所述历史应用流量中的采集时间和所述采集时间对应的发包流量;以及基于所述采集时间和所述发包流量记为所述历史应用时序流量。
本公开的第二个方面,提供了一种广域网链路异常告警装置,包括:实时链路流量获取模块,用于获取实时链路流量;第一动态基线获取模块,用于获取第一动态基线,所述第一动态基线是广域网链路的动态基线,所述第一动态基线包括第一动态上基线和第一动态下基线,其中,所述第一动态上基线和所述第一动态下基线是基于历史链路流量训练得到的;第一动态监控模块,用于基于所述第一动态上基线和所述第一动态下基线,对所述实时链路流量进行监控;以及第一异常告警模块,用于在所述实时链路流量位于所述第一动态上基线和所述第一动态下基线限定的范围之外的情况下,执行第一异常告警,所述第一异常告警用以提示广域网链路发生流量异常。
根据本公开的实施例,其中,所述装置还包括:第二动态监控模块,用于基于预设的第一静态基线和第一动态基线,对所述实时链路流量进行监控,其中,所述预设的第一静态基线包括第一静态上基线和第一静态下基线;以及第二异常告警模块,用于在所述实时链路流量位于所述第一动态下基线、第一动态上基线、第一静态上基线以及所述第一静态下基线所限定的范围之外的情况下,执行第二异常告警,所述第二异常告警用以提示广域网链路发生流量异常。
根据本公开的实施例,其中,所述装置还包括:第一基线训练模块,用于获取历史链路流量;对所述历史链路流量进行预处理,得到历史链路时序流量;以及基于所述历史链路时序流量,通过预设的第一动态基线训练模型进行训练,得到所述第一动态上基线和所述第一动态下基线。
根据本公开的实施例,其中,所述第一基线训练模块,还用于提取所述历史链路流量中的采集时间、所述采集时间对应的收包流量以及所述采集时间对应的发包流量;基于所述采集时间和所述收包流量确定第一历史链路时序流量;以及基于所述采集时间和所述发包流量确定第二历史链路时序流量。
根据本公开的实施例,其中,所述装置还包括:实时应用流量获取模块,用于获取实时应用流量;第二动态基线获取模块,用于获取第二动态基线,所述第二动态基线是应用的动态基线,所述第二动态基线包括第二动态上基线和第二动态下基线,其中,所述第二动态上基线和所述第二动态下基线是基于历史应用流量训练得到的;第二动态监控模块,用于基于所述第二动态上基线和所述第二动态下基线,对所述实时应用流量进行监控;以及第三异常告警模块,用于在所述实时应用流量位于所述第二动态上基线和所述第二动态下基线所限定范围之外的情况下,执行第三异常告警,所述第三异常告警用以提示应用发生流量异常。
根据本公开的实施例,其中,所述实时应用获取流量模块,用于获取预设时间段内的实时应用流量,所述预设时间段是基于执行所述第一异常告警的时刻确定的。
根据本公开的实施例,其中,所述第二动态基线获取模块,用于提取所述实时应用流量中的网络地址信息;基于所述网络地址信息匹配应用;以及基于所述应用获取对应的所述第二动态基线。
根据本公开的实施例,其中,所述装置还包括:第二基线训练模块,用于获取所述历史应用流量;对所述历史应用流量进行预处理,得到历史应用时序流量;以及基于所述历史应用时序流量,通过预设的第二动态基线训练模型进行训练,得到所述第二动态上基线和所述第二动态下基线。
根据本公开的实施例,其中,所述第二基线训练模块,还用于提取所述历史应用流量中的采集时间和所述采集时间对应的发包流量;以及基于所述采集时间和所述发包流量记为所述历史应用时序流量。
本公开的第三个方面,提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述广域网链路异常告警方法。
本公开的第四个方面,还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述广域网链路异常告警方法。
本公开的第五个方面,还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述广域网链路异常告警方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的广域网链路流量异常告警方法的应用场景图。
图2示意性示出了根据本公开实施例的一种广域网链路流量异常告警方法的流程图。
图3示意性示出了根据本公开实施例的另一种广域网链路流量异常告警方法的流程图。
图4示意性示出了根据本公开实施例的第一动态基线的训练方法的流程图。
图5示意性示出了根据本公开实施例的一种广域网链路中应用流量异常告警方法的流程图。
图6示意性示出了根据本公开实施例的第二动态基线的训练方法的流程图。
图7A示意性示出了根据本公开实施例的一种广域网链路流量异常点的示意图。
图7B示意性示出了根据本公开实施例的另一种广域网链路流量异常点的示意图。
图7C示意性示出了根据本公开实施例的一种广域网链路流量中应用异常点的示意图。
图8示意性示出了根据本公开实施例的广域网链路流量异常告警装置的结构框图。
图9示意性示出了根据本公开实施例的适于实现广域网链路流量异常告警方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
对本公开实施例中涉及的关键技术术语进行一一说明:
prophet:是一个开源的时间序列预测框架,适用于各种具有潜在特殊特征的预测问题包括广泛的业务时间序列问题。通常情况下,prophet的预测过程是根据预测问题建立时间序列模型,对历史数据进行仿真,评估模型的效果,根据出现的问题,进一步进行调整和建模,最终反馈整个预测结果。
netflow:是一款Cisco发布的一款用于分析网络数据包信息的工具包,可根据不同的需求定制方案。
简单网络管理协议:(Simple Network Management Protocol,简称为SNMP),该协议支持实现例如监视网络状态、修改网络设备配置以及接收网络时间警告等操作。
静态基线:通过人为设置的基准线,该基准线为判断是否发生异常的基准线,需要说明的是,静态是相较于动态的表述,静态基线并非在任何时间仅保持某一数值,静态基线的数值在不同时间可以是取不同的数值。
动态基线:通过历史数据预测得到的基准线,该基准线可以是为判断是否发生异常的基准线,需要说明的是,动态是相较于静态的表述,动态基线通过历史数据训练得到,同时,由于历史数据的取样周期和取样时刻等的不一致,所述动态基线也可以是实时变化的。
本公开的实施例提供了一种广域网链路流量异常告警方法,包括:获取实时链路流量;获取第一动态基线,所述第一动态基线是广域网链路的动态基线,所述第一动态基线包括第一动态上基线和第一动态下基线,其中,所述第一动态上基线和所述第一动态下基线是基于历史链路流量训练得到的;基于所述第一动态上基线和所述第一动态下基线,对所述实时链路流量进行监控;以及在所述实时链路流量位于所述第一动态上基线和所述第一动态下基线限定的范围之外的情况下,执行第一异常告警,所述第一异常告警用以提示广域网链路发生流量异常。
在本公开的实施例中,与传统的静态基线判定异常的方法相比,通过预先训练的第一动态基线,实现了按照历史特征及规律实现监控对象的精细化监控,从而提升了对广域网链路上流量监控的精准度。同时,通过第一动态上阈值和第一动态下阈值结合进行监控告警,使得异常告警不仅仅涉及流量过高的情况,还会涉及流量过低时的情况,拓展了本公开实施例的应用场景。
图1示意性示出了根据本公开实施例的广域网链路流量异常告警方法的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括终端101、102、103、网络104以及服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的广域网链路流量异常告警方法一般可以由服务器105执行。相应地,本公开实施例所提供的广域网链路流量异常告警装置一般可以设置于服务器105中。本公开实施例所提供的广域网链路流量异常告警方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的广域网链路流量异常告警装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图7C对公开实施例的广域网链路流量异常告警方法进行详细描述。
图2示意性示出了根据本公开实施例的一种广域网链路流量异常告警方法的流程图。
图7A示意性示出了根据本公开实施例的一种广域网链路流量异常点的示意图。
如图2所示,该实施例的广域网链路流量异常告警包括操作S210~操作S240,该广域网链路流量异常告警方法可以服务器105执行。
在操作S210中,获取实时链路流量。
具体的,可通过部署科来探针、netflow协议以及SNMP协议中任一项方式,采集网络设备端口的流量,以获取广域网链路流量。
在操作S220中,获取第一动态基线,所述第一动态基线是广域网链路的动态基线,所述第一动态基线包括第一动态上基线和第一动态下基线,其中,所述第一动态上基线和所述第一动态下基线是基于历史链路流量训练得到的。
在操作S230中,基于所述第一动态上基线和所述第一动态下基线,对所述实时链路流量进行监控。
根据本公开的实施例,其中,所述第一动态基线的训练方式包括周期性训练和非周期性训练。
其中,对于周期性训练,是基于不同业务场景确定的。例如,在银行领域的业务中,链路流量是以一周为一个周期进行变化的,现有6月20日0时0分-6月27日0时0分一周的历史链路流量的数据。Prophet根据这一个周的历史链路流量进行训练,预测到下一周期的基线(下一周期6月27日0时0分-7月4日0时0分),动态基线即为prophet模型计算出来的上、下界。进而,当6月30日15时09分采集到了实时链路流量,于是用该实时链路流量的值和上面生成的第一动态基线中相应的时间比较,如果在上、下界内,则为正常;否则为异常。
其中,对于非周期性训练,即首先可以像上述周期性训练时,先获取上一周的历史链路流量,训练得到本周一的第一动态基线以完成本周一的流量监控;在监控本周二的流量前,再进一步获取本周一的历史链路流量,进一步训练得到本周二的第二动态基线以完成本周二的流量监控。也就是说,非周期性训练相较于周期性训练,所述第一动态基线是更加贴近实时的。在此不再赘述。
可以理解的是,所述第一动态基线是上下两条拟合的曲线,通过这两条曲线形成封闭的正常的区间,在该区间的上限/下限一旦被实时链路流量突破,则可认为此时广域网链路的流量处于异常。
在操作S240中,在所述实时链路流量位于所述第一动态上基线和所述第一动态下基线限定的范围之外的情况下,执行第一异常告警,所述第一异常告警用以提示广域网链路发生流量异常。
需要说明的是,在广域网链路中,由于广域网链路自身特性,导致其干扰因素较多,因此流量较为容易波动,过于频繁的采样会导致误告警增多。因此,对于广域网链路中流量的采样频率一般无需为设置较高的采样频率值,在本公开的实施例中,可以是设置成为1分钟一次的采样频率来获取实时链路流量,这样,适当的采样频率能够兼顾运维需求以及告警需求。
如图7A所示,图中的实线部分为实时链路流量,图中的阴影部分为由第一动态基线的第一动态上基线和第一动态下基线构成。一般情况下,图中的实线部分未超过其中的阴影部分。如图中圆圈所标记的点,该广域链路的流量在3月18日20时27分出现了流量突增的情况。该点的实时链路流量在大于第一动态上基线的情况下,触发了第一异常告警。
需要说明的是,在图7A中,第一动态下基线在某些时刻可能为0,也可能为1K或10K,其要求精度较高,主要用于监控广域网链路中的一些控制报文的流量。
在本公开的实施例中,与传统的静态基线判定异常的方法相比,通过预先训练的第一动态基线,实现了按照历史特征及规律实现监控对象的精细化监控,从而提升了对广域网链路上流量监控的精准度。同时,通过第一动态上阈值和第一动态下阈值结合进行监控告警,使得异常告警不仅仅涉及流量过高的情况,还会涉及流量过低时的情况,拓展了本公开实施例的应用场景。
可以理解的是,单独按照第一动态基线,进行异常告警的监控,可能会在实施链路流量的采样频率设置较高时,出现误报的情况。
图3示意性示出了根据本公开实施例的另一种广域网链路流量异常告警方法的流程图。
图7B示意性示出了根据本公开实施例的另一种广域网链路流量异常点的示意图。
如图3所示,该实施例的广域网链路流量异常告警除了上述操作S210~操作S240,还包括操作S310~操作S320。
在操作S310中,基于预设的第一静态基线和第一动态基线,对所述实时链路流量进行监控,其中,所述预设的第一静态基线包括第一静态上基线和第一静态下基线。
在操作S320中,在所述实时链路流量位于所述第一动态下基线、第一动态上基线、第一静态上基线以及所述第一静态下基线所限定的范围之外的情况下,执行第二异常告警,所述第二异常告警用以提示广域网链路发生流量异常。
需要说明的是,对于上述第一动态基线和第一静态基线,并不存在整个监控周期中,第一动态上基线完全大于第一静态上基线的情况,或者,第一动态上基线完全小于第一静态上基线的情况,或者,第一动态下基线完全大于第一静态下基线的情况,或者,第一静态下基线完全小于第一的情况。
也就是说,开发人员可以基于具体的情况,手动调整静态基线。例如,如果想确保低敏感度的异常告警,可以将静态基线所限定的告警范围调整至稍大于动态基线所限定的告警范围。
如图7B所示,图中的实线部分为实时链路流量,图中的阴影部分由第一动态基线的第一动态上基线和第一动态下基线构成,图中的上下两条直线为第一静态基线。一般情况下,图中的实线部分未超过其中的阴影部分。如图中圆圈所标记的点,该广域链路的流量在3月18日20:27时出现了流量突增的情况。该点的实时链路流量在同时大于第一动态上基线和第一静态上基线的情况下,触发了第二异常告警。
需要说明的是,在图7B中,第一动态下基线和第一静态下基线在某些时刻可能为0,也可能为1K或10K,其要求精度较高,主要用于监控广域网链路中的一些控制报文的流量。
当然,上述第一静态基线也可以是以曲线的形式存在,在此不再赘述。
在本公开的实施例中,动态基线结合静态基线进行异常告警的判断,可避免动态基线波动导致告警增多。因此,本公开的实施例可实现广域网链路的流量精细化监控,从而减少误警的数量。
图4示意性示出了根据本公开实施例的第一动态基线的训练方法的流程图。
如图4所示,该实施例的第一动态基线的训练方法包括操作S410~操作S430。
在操作S410中,获取历史链路流量。
在操作S420中,对所述历史链路流量进行预处理,得到历史链路时序流量。
根据本公开的实施例,其中,所述对所述历史链路流量进行预处理,得到历史链路时序流量,包括:提取所述历史链路流量中的采集时间、所述采集时间对应的收包流量以及所述采集时间对应的发包流量;基于所述采集时间和所述收包流量确定第一历史链路时序流量;以及基于所述采集时间和所述发包流量确定第二历史链路时序流量。
在操作S430中,基于所述历史链路时序流量,通过预设的第一动态基线训练模型进行训练,得到所述第一动态上基线和所述第一动态下基线。
其中,所述第二动态基线训练模型可以采用prophet模型。
具体的,对于链路流量,以科来探针设备生成的数据格式为例,则有:
{″head″:{
{″company″:″colasoft″,
″endIndex″:1,
″netlinkId″:4,
″serverIp″:″84.7.114.56″,
″startIndex″:0,
″tableId″:″netsegment″,
″taskName″:″链路流量″,
″time″:1644568140,
″totalCount″:1
},
″records″:[{
″rx_bitps″:8184430,
″tx_bitps″:14980886.8
},
}
其中,取字段″time″、″rx_bitps″以及″tx_bitps″的数据,其中,″time″表示采集的时间,″rx_bitps″表示收包流量,″tx_bitps″表示发包流量。由于采集频率是一分钟一次,所以一分钟需要的信息字段,需要处理成如下述表1所示:
表1
time(采样时间) | rx_bitps(收包) | tx_bitps(发包) |
1644568140 | 8184430 | 14980886.8 |
每隔一分钟会采集一次,进而汇总形成一个时间序列,如下述表2所示:
表2
timesamp | value |
1654540980 | 1015470.824 |
1654541400 | 973159.7059 |
1654541580 | 950559.1503 |
1654542240 | 974569.1135 |
...... | ....... |
其中,上述收包流量又记作“入流量”,上述发包流量又记作“出流量”,无论是入流量和出流量都可以记作一个value。例如,上述表2记录的则是不同采样时间的收包流量,或者,上述表2记录的则是不同采样时间的发包流量。在此不再赘述。
需要说明的是,上述采集链路流量可以是应用于采集实时链路流量,上述采集链路流量还可以是应用于采集历史链路流量。
可以理解的是,在广域网链路出现突增或突降的情况下,还可以再进一步排查异常的应用是哪个,但是现有技术中,缺乏在广域网链路中进行异常流量对应应用的排查手段。
图5示意性示出了根据本公开实施例的一种广域网链路中应用流量异常告警方法的流程图。
图7C示意性示出了根据本公开实施例的一种广域网链路流量中应用异常点的示意图。
如图5所示,该实施例的广域网链路中应用流量异常告警方法包括操作S510~操作S540。
需要说明的是,操作S510~操作S540执行于上述操作S240之后,或者,操作S510~操作S540执行于操作S320之后。也就是说,对于实时应用流量的获取,是在第一异常告警后执行的,或者是在第二异常告警后执行的。
在操作S510中,获取实时应用流量。
根据本公开的实施例,其中,所述获取实时应用流量包括:获取预设时间段内的实时应用流量,所述预设时间段是基于执行所述第一异常告警的时刻确定的。
可以理解的是,广域网链路中存在的应用较多,广域网链路在完成第一异常告警后,选取第一异常告警前后一段时间内的应用流量,可以减少排查的工作量。
在操作S520中,获取第二动态基线,所述第二动态基线是应用的动态基线,所述第二动态基线包括第二动态上基线和第二动态下基线,其中,所述第二动态上基线和所述第二动态下基线是基于历史应用流量训练得到的。
根据本公开的实施例,其中,所述第二动态基线对应用一一对应,所述获取第二动态基线包括:提取所述实时应用流量中的网络地址信息;基于所述网络地址信息匹配应用;以及基于所述应用获取对应的所述第二动态基线。
当然,不同的第二动态基线对应不同应用流量,基于网络地址信息(IP信息)可以标识不同的应用,进而获取不同应用对应的第二动态基线。
在操作S530中,基于所述第二动态上基线和所述第二动态下基线,对所述实时应用流量进行监控。
在操作S540中,在所述实时应用流量位于所述第二动态上基线和所述第二动态下基线所限定范围之外的情况下,执行第三异常告警,所述第三异常告警用以提示应用发生流量异常。
具体的,例如,在触发第一异常告警和/或第二异常告警后,采集第一异常告警和/或第二异常告警对应时刻的前后五分钟的应用流量的实时应用流量。并判断这十分钟内的实时应用流量是否大于第二上基线,和/或,判断这十分钟内的实时应用流量是否小于第二下基线。
如图7C所示,在调用3月18日20:27前五分钟和后五分钟的所有应用流量中。发现应用A在3月18日20:27出现突增现象,在此时刻,应用A中的流量超过了第二动态上基线。则完成了应用异常的定位。
在本公开的实施例中,将广域网链路流量与应用流量相关联,当广域网链路流量出现异常时,会检测相应应用指标是否在相应时间内存在异常,进而可以检测判断出广域链路流量的突增突降是由哪个应用引起的,便于运维人员进行排查维护。
图6示意性示出了根据本公开实施例的第二动态基线的训练方法的流程图。
如图6所示,该实施例的第二动态基线的训练方法包括操作S610~操作S630。
在操作S610中,获取历史应用流量。
在操作S620中,对所述历史应用流量进行预处理,得到历史应用时序流量。
根据本公开的实施例,其中,所述对所述历史应用流量进行预处理,得到历史应用时序流量,包括:提取所述历史应用流量中的采集时间和所述采集时间对应的发包流量;以及基于所述采集时间和所述发包流量记为所述历史应用时序流量。
可以理解的是,在本公开实施例中存在待检测流量(或者待训练基线)的多个应用,不同于广域网链路中取出流量和入流量作为链路流量,应用排查中仅取其出流量作为应用流量。当然,该出流量作为应用流量的标准同样适用于采集实时应用流量。
在操作S630中,基于所述历史应用时序流量,通过预设的第二动态基线训练模型进行训练,得到所述第二动态上基线和所述第二动态下基线。
其中,所述第二动态基线训练模型可以采用prophet模型。
具体的,对于应用流量,会话对流量格式如下:
{
″head″:{
″company″:″colasoft″,
″endIndex″:2000,
″netlinkId″:4,
″serverIp″:″84.7.114.56″,
″startIndex″:1000,
″tableId″:″ip_flow″,
″taskName″:″TOP会话″,
″time″:1644568140,
″totalCount″:10231
},
″records″:[{
″connection_noresponse″:10,
″connection rst″:0,
″endpoint1_dscp″:″AF11″,
″endpoint1_icmp_avg_res_time″:0.0,
″endpoint1_icmp_echo_request_packets″:0,
″endpointl_icmp_echo_response_packets″:0,
″endpoint1_icmp_lost_packets″:0,
″endpoint1_icmp_max_res_time″:0,
″endpoint1_icmp_min_res_time″:0,
″endpoint1_tcp_three_handshake_avg_rtt″:0.0,
″endpoint1_tx_bitps″:160.0,#
″endpoint1_tx_tcp_segment_lost_packet″:0,
″endpoint2_dscp″:″-″,
″endpoint2_icmp_avg_res_time″:0.0,
″endpoint2_icmp_echo_request_poackets″:0,
″endpoint2_icmp_echo_response_packets″:0,
″endpoint2_icmp_lost_packets″:0,
″endpoint2_icmp_max_res_time″:0,
″endpoint2_icmp_min_res_time″:0,
″endpoint2_tcp_three_handshake_avg_rtt″:0.0,
″endpoint2_tx_bitps″:0.0,
″endpoint2_tx_tcp_segment_lost_packet″:0,
″epl_tcp_window_0″:0,
″ep2_tcp_window_0″:0,
″icmp_packet″:0,
″ip_endpoint1″:″22.22.22.22″,
″ip_endpoint2″:″33.33.33.33″,
″new_flow_count″:4,
″protocol″:″TCP″,
″tcp_transaction_avg_rtt″:0.0,
″total_byte″:740
},
}
其中,取字段″time″′″endpoint1_tx_bitps″、″endpoint2_tx_bitps″、″ip_endpoint1″以及″ip_endpoint2″,上述字段分别是应用的网络地址以及对应的发包流量。进一步的,通过不同网络地址匹配到不同的应用。对于相同的应用,基于不同的采样频率进行采样,并形成响应的应用汇总表格,所述应用汇总表格如下表3所示:
表3
APPName | TimeSTP | 发包 |
APP1 | 1650096001 | 300141.1922 |
APP1 | 1650096302 | 344080.4666 |
...... | ...... | ....... |
需要说明的是,上述采集应用流量可以是应用于采集实时应用流量,上述采集应用流量还可以是应用于采集历史应用流量。
基于上述广域网链路流量异常告警方法,本公开还提供了一种广域网链路流量异常告警装置。以下将结合图8对该装置进行详细描述。
图8示意性示出了根据本公开实施例的广域网链路流量异常告警装置的结构框图。
如图8所示,该实施例的广域网链路流量异常告警装置800包括实时链路流量获取模块810、第一动态基线获取模块820、第一动态监控模块830以及第一异常告警模块840。
所述实时链路流量获取模块810用于获取实时链路流量。在一实施例中,所述实时链路流量获取模块810可以用于执行前文描述的操作S210,在此不再赘述。
所述第一动态基线获取模块820,用于获取第一动态基线,所述第一动态基线是广域网链路的动态基线,所述第一动态基线包括第一动态上基线和第一动态下基线,其中,所述第一动态上基线和所述第一动态下基线是基于历史链路流量训练得到的。在一实施例中,第一动态基线获取模块820可以用于执行前文描述的操作S220,在此不再赘述。
所述第一动态监控模块830,用于基于所述第一动态上基线和所述第一动态下基线,对所述实时链路流量进行监控。在一实施例中,所述第一动态监控模块830可以用于执行前文描述的操作S230,在此不再赘述。
所述第一异常告警模块840,用于在所述实时链路流量位于所述第一动态上基线和所述第一动态下基线限定的范围之外的情况下,执行第一异常告警,所述第一异常告警用以提示广域网链路发生流量异常。在一实施例中,所述第一异常告警模块840可以用于执行前文描述的操作S240,在此不再赘述。
在本公开的实施例中,与传统的静态基线判定异常的方法相比,通过预先训练的第一动态基线,实现了按照历史特征及规律实现监控对象的精细化监控,从而提升了对广域网链路上流量监控的精准度。同时,通过第一动态上阈值和第一动态下阈值结合进行监控告警,使得异常告警不仅仅涉及流量过高的情况,还会涉及流量过低时的情况,拓展了本公开实施例的应用场景。
根据本公开的实施例,其中,所述装置还包括:第二动态监控模块,用于基于预设的第一静态基线和第一动态基线,对所述实时链路流量进行监控,其中,所述预设的第一静态基线包括第一静态上基线和第一静态下基线;以及第二异常告警模块,用于在所述实时链路流量位于所述第一动态下基线、第一动态上基线、第一静态上基线以及所述第一静态下基线所限定的范围之外的情况下,执行第二异常告警,所述第二异常告警用以提示广域网链路发生流量异常。
根据本公开的实施例,其中,所述装置还包括:第一基线训练模块,用于获取历史链路流量;对所述历史链路流量进行预处理,得到历史链路时序流量;以及基于所述历史链路时序流量,通过预设的第一动态基线训练模型进行训练,得到所述第一动态上基线和所述第一动态下基线。
根据本公开的实施例,其中,所述第一基线训练模块,还用于提取所述历史链路流量中的采集时间、所述采集时间对应的收包流量以及所述采集时间对应的发包流量;基于所述采集时间和所述收包流量确定第一历史链路时序流量;以及基于所述采集时间和所述发包流量确定第二历史链路时序流量。
根据本公开的实施例,其中,所述装置还包括:实时应用流量获取模块,用于获取实时应用流量;第二动态基线获取模块,用于获取第二动态基线,所述第二动态基线是应用的动态基线,所述第二动态基线包括第二动态上基线和第二动态下基线,其中,所述第二动态上基线和所述第二动态下基线是基于历史应用流量训练得到的;第二动态监控模块,用于基于所述第二动态上基线和所述第二动态下基线,对所述实时应用流量进行监控;以及第三异常告警模块,用于在所述实时应用流量位于所述第二动态上基线和所述第二动态下基线所限定范围之外的情况下,执行第三异常告警,所述第三异常告警用以提示应用发生流量异常。
根据本公开的实施例,其中,所述实时应用获取流量模块,用于获取预设时间段内的实时应用流量,所述预设时间段是基于执行所述第一异常告警的时刻确定的。
根据本公开的实施例,其中,所述第二动态基线获取模块,用于提取所述实时应用流量中的网络地址信息;基于所述网络地址信息匹配应用;以及基于所述应用获取对应的所述第二动态基线。
根据本公开的实施例,其中,所述装置还包括:第二基线训练模块,用于获取所述历史应用流量;对所述历史应用流量进行预处理,得到历史应用时序流量;以及基于所述历史应用时序流量,通过预设的第二动态基线训练模型进行训练,得到所述第二动态上基线和所述第二动态下基线。
根据本公开的实施例,其中,所述第二基线训练模块,还用于提取所述历史应用流量中的采集时间和所述采集时间对应的发包流量;以及基于所述采集时间和所述发包流量记为所述历史应用时序流量。
根据本公开的实施例,所述实时链路流量获取模块810、所述第一动态基线获取模块820、所述第一动态监控模块830以及所述第一异常告警模块840中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,所述实时链路流量获取模块810、所述第一动态基线获取模块820、所述第一动态监控模块830以及所述第一异常告警模块840中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,所述实时链路流量获取模块810、所述第一动态基线获取模块820、所述第一动态监控模块830以及所述第一异常告警模块840中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图9示意性示出了根据本公开实施例的适于实现广域网链路流量异常告警方法的电子设备的方框图。
如图9所示,根据本公开实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备900还可以包括输入/输出(I/O)接口905,输入/输出(I/O)接口905也连接至总线904。电子设备900还可以包括连接至I/O接口905的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的方法。
在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分909被下载和安装,和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序涉及语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体的,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序涉及语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序涉及语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种广域网链路流量异常告警方法,包括:
获取实时链路流量;
获取第一动态基线,所述第一动态基线是广域网链路的动态基线,所述第一动态基线包括第一动态上基线和第一动态下基线,其中,所述第一动态上基线和所述第一动态下基线是基于历史链路流量训练得到的;
基于所述第一动态上基线和所述第一动态下基线,对所述实时链路流量进行监控;
在所述实时链路流量位于所述第一动态上基线和所述第一动态下基线限定的范围之外的情况下,执行第一异常告警,所述第一异常告警用以提示广域网链路发生流量异常;
基于预设的第一静态基线和第一动态基线,对所述实时链路流量进行监控,其中,所述预设的第一静态基线包括第一静态上基线和第一静态下基线;以及
在所述实时链路流量位于所述第一动态下基线、第一动态上基线、第一静态上基线以及所述第一静态下基线所限定的范围之外的情况下,执行第二异常告警,所述第二异常告警用以提示广域网链路发生流量异常;
其中,在所述执行第一异常告警后,或者,在执行所述第二异常告警后,所述方法还包括:
获取实时应用流量;
获取第二动态基线,所述第二动态基线是应用的动态基线,所述第二动态基线包括第二动态上基线和第二动态下基线,其中,所述第二动态上基线和所述第二动态下基线是基于历史应用流量训练得到的;
基于所述第二动态上基线和所述第二动态下基线,对所述实时应用流量进行监控;以及
在所述实时应用流量位于所述第二动态上基线和所述第二动态下基线所限定范围之外的情况下,执行第三异常告警,所述第三异常告警用以提示应用发生流量异常。
2.根据权利要求1所述的方法,其中,所述第一动态基线的训练方法包括:
获取历史链路流量;
对所述历史链路流量进行预处理,得到历史链路时序流量;以及
基于所述历史链路时序流量,通过预设的第一动态基线训练模型进行训练,得到所述第一动态上基线和所述第一动态下基线。
3.根据权利要求2所述的方法,其中,所述对所述历史链路流量进行预处理,得到历史链路时序流量,包括:
提取所述历史链路流量中的采集时间、所述采集时间对应的收包流量以及所述采集时间对应的发包流量;
基于所述采集时间和所述收包流量确定第一历史链路时序流量;以及
基于所述采集时间和所述发包流量确定第二历史链路时序流量。
4.根据权利要求1所述的方法,其中,所述获取实时应用流量包括:
获取预设时间段内的实时应用流量,所述预设时间段是基于执行所述第一异常告警的时刻确定的。
5.根据权利要求1所述的方法,其中,所述获取第二动态基线包括:
提取所述实时应用流量中的网络地址信息;
基于所述网络地址信息匹配应用;以及
基于所述应用获取对应的所述第二动态基线。
6.根据权利要求1所述的方法,其中,所述第二动态基线的训练方法包括:
获取所述历史应用流量;
对所述历史应用流量进行预处理,得到历史应用时序流量;以及
基于所述历史应用时序流量,通过预设的第二动态基线训练模型进行训练,得到所述第二动态上基线和所述第二动态下基线。
7.根据权利要求6所述的方法,其中,所述对所述历史应用流量进行预处理,得到历史应用时序流量,包括:
提取所述历史应用流量中的采集时间和所述采集时间对应的发包流量;以及
基于所述采集时间和所述发包流量记为所述历史应用时序流量。
8.一种广域网链路流量异常告警装置,其中,包括:
实时链路流量获取模块,用于获取实时链路流量;
第一动态基线获取模块,用于获取第一动态基线,所述第一动态基线是广域网链路的动态基线,所述第一动态基线包括第一动态上基线和第一动态下基线,其中,所述第一动态上基线和所述第一动态下基线是基于历史链路流量训练得到的;
第一动态监控模块,用于基于所述第一动态上基线和所述第一动态下基线,对所述实时链路流量进行监控;
第一异常告警模块,用于在所述实时链路流量位于所述第一动态上基线和所述第一动态下基线限定的范围之外的情况下,执行第一异常告警,所述第一异常告警用以提示广域网链路发生流量异常;
第二动态监控模块,用于基于预设的第一静态基线和第一动态基线,对所述实时链路流量进行监控,其中,所述预设的第一静态基线包括第一静态上基线和第一静态下基线;以及
第二异常告警模块,用于在所述实时链路流量位于所述第一动态下基线、第一动态上基线、第一静态上基线以及所述第一静态下基线所限定的范围之外的情况下,执行第二异常告警,所述第二异常告警用以提示广域网链路发生流量异常;
实时应用流量获取模块,用于获取实时应用流量;
第二动态基线获取模块,用于获取第二动态基线,所述第二动态基线是应用的动态基线,所述第二动态基线包括第二动态上基线和第二动态下基线,其中,所述第二动态上基线和所述第二动态下基线是基于历史应用流量训练得到的;
第二动态监控模块,用于基于所述第二动态上基线和所述第二动态下基线,对所述实时应用流量进行监控;以及
第三异常告警模块,用于在所述实时应用流量位于所述第二动态上基线和所述第二动态下基线所限定范围之外的情况下,执行第三异常告警,所述第三异常告警用以提示应用发生流量异常。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210874616.6A CN115242513B (zh) | 2022-07-22 | 2022-07-22 | 广域网链路流量异常告警方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210874616.6A CN115242513B (zh) | 2022-07-22 | 2022-07-22 | 广域网链路流量异常告警方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115242513A CN115242513A (zh) | 2022-10-25 |
CN115242513B true CN115242513B (zh) | 2024-02-27 |
Family
ID=83675445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210874616.6A Active CN115242513B (zh) | 2022-07-22 | 2022-07-22 | 广域网链路流量异常告警方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115242513B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103973663A (zh) * | 2013-02-01 | 2014-08-06 | 中国移动通信集团河北有限公司 | 一种ddos攻击动态阈值异常流量检测方法及装置 |
CN111163092A (zh) * | 2019-12-30 | 2020-05-15 | 深信服科技股份有限公司 | 流量异常检测方法、装置、设备及存储介质 |
CN112637021A (zh) * | 2020-12-31 | 2021-04-09 | 中国建设银行股份有限公司 | 一种基于线性回归算法的动态流量监控方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7962611B2 (en) * | 2008-03-27 | 2011-06-14 | International Business Machines Corporation | Methods, systems and computer program products for detecting flow-level network traffic anomalies via abstraction levels |
US11171977B2 (en) * | 2018-02-19 | 2021-11-09 | Nec Corporation | Unsupervised spoofing detection from traffic data in mobile networks |
-
2022
- 2022-07-22 CN CN202210874616.6A patent/CN115242513B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103973663A (zh) * | 2013-02-01 | 2014-08-06 | 中国移动通信集团河北有限公司 | 一种ddos攻击动态阈值异常流量检测方法及装置 |
CN111163092A (zh) * | 2019-12-30 | 2020-05-15 | 深信服科技股份有限公司 | 流量异常检测方法、装置、设备及存储介质 |
CN112637021A (zh) * | 2020-12-31 | 2021-04-09 | 中国建设银行股份有限公司 | 一种基于线性回归算法的动态流量监控方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115242513A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9547834B2 (en) | Transaction performance monitoring | |
US20200374306A1 (en) | Network traffic anomaly detection method, apparatus, computer device and storage medium | |
US20210185071A1 (en) | Providing security through characterizing mobile traffic by domain names | |
US9509710B1 (en) | Analyzing real-time streams of time-series data | |
CN110727560A (zh) | 云服务报警方法及装置 | |
CN107704387B (zh) | 用于系统预警的方法、装置、电子设备及计算机可读介质 | |
US10152400B2 (en) | Method and system for dynamically unblocking customers in critical workflows by pushing community contributed solutions just-in-time when an error is encountered | |
KR20200110132A (ko) | 트래픽 탐지 방법 및 장치 | |
CN111934951A (zh) | 网络丢包检测方法及装置 | |
CN105553770B (zh) | 一种数据采集控制方法和装置 | |
US20160065444A1 (en) | Anomaly detection based on combinations of cause value, message type, response time (gtp-c) | |
EP3883190A1 (en) | Detection device, detection method, and detection program | |
CN110727563A (zh) | 预设客户的云服务报警方法及装置 | |
CN115242513B (zh) | 广域网链路流量异常告警方法、装置、设备和介质 | |
US7890444B2 (en) | Visualization of data availability and risk | |
CN113900905A (zh) | 日志监控方法、装置、电子设备及存储介质 | |
CN111565311B (zh) | 网络流量特征生成方法及装置 | |
CN113794719B (zh) | 一种基于Elasticsearch技术网络异常流量分析方法、装置和电子设备 | |
CN111258845A (zh) | 事件风暴的检测 | |
CN115499292B (zh) | 一种告警方法、装置、设备及存储介质 | |
CN114024867B (zh) | 网络异常检测方法及装置 | |
CN115378746B (zh) | 网络入侵检测规则生成方法、装置、设备以及存储介质 | |
CN113448795B (zh) | 用于获取系统诊断信息的方法、设备和计算机程序产品 | |
CN116701129A (zh) | 告警信息处理方法、装置、设备及存储介质 | |
CN115348151A (zh) | 端口流量假活告警方法、装置、设备、介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |