一种基于多变量时间序列预测的鲁棒性异常检测方法和设备

    公开(公告)号:CN110690995B

    公开(公告)日:2021-04-30

    申请号:CN201910937198.9

    申请日:2019-09-29

    IPC分类号: H04L12/24 H04L12/26

    摘要: 本发明公开了一种基于多变量时间序列预测的鲁棒性异常检测方法和设备,方法包括:获取互联网服务性能历史数据,构建多变量时间序列;通过小波变换将多变量时间序列分解为多个子分量,并去噪滤除噪音;将滤除噪音后的子分量输入到LSTM网络中,并训练网络,得到LSTM分量预测模型;根据LSTM分量预测值构建线性回归模型,并利用历史数据估计线性参数;将新产生的互联网服务性能数据输入LSTM分量预测模型,将得到的子分量预测值输入线性回归模型中,计算得到互联网服务性能时间序列的预测值;当计算得到的预测值与真实值的误差值大于预设的异常阈值时,判断为互联网服务出现异常。本发明可提高互联网服务性能检测准确度和鲁棒性。

    一种终端端口管控系统及管控方法

    公开(公告)号:CN109639630B

    公开(公告)日:2021-06-18

    申请号:CN201811279479.1

    申请日:2018-10-30

    IPC分类号: H04L29/06

    摘要: 本发明提供了一种终端端口的管控系统及管控方法,所述系统包括:远程扫描模块,用于定期通过网络扫描各终端的端口,获取与所述终端IP关联的第一端口信息;终端采集控制模块,用于定期向各在线的终端下发端口信息采集脚本,以及信息回传程序;终端信息接收模块,用于接收各终端通过信息采集脚本采集的并以所述信息回传程序发送的与所述终端IP关联的第二端口信息;端口判断模块,用于根据预先设定的高危端口信息列表,从所述第一端口信息、所述第二端口信息中确定出高危端口信息;安全处理模块,用于针对所述高危端口进行安全处理。本发明能够快速获取大量的端口信息,通过扫描与采集两种方式互为补充,快速获取网络内众多的端口信息。

    一种基于多变量时间序列预测的鲁棒性异常检测方法和设备

    公开(公告)号:CN110690995A

    公开(公告)日:2020-01-14

    申请号:CN201910937198.9

    申请日:2019-09-29

    IPC分类号: H04L12/24 H04L12/26

    摘要: 本发明公开了一种基于多变量时间序列预测的鲁棒性异常检测方法和设备,方法包括:获取互联网服务性能历史数据,构建多变量时间序列;通过小波变换将多变量时间序列分解为多个子分量,并去噪滤除噪音;将滤除噪音后的子分量输入到LSTM网络中,并训练网络,得到LSTM分量预测模型;根据LSTM分量预测值构建线性回归模型,并利用历史数据估计线性参数;将新产生的互联网服务性能数据输入LSTM分量预测模型,将得到的子分量预测值输入线性回归模型中,计算得到互联网服务性能时间序列的预测值;当计算得到的预测值与真实值的误差值大于预设的异常阈值时,判断为互联网服务出现异常。本发明可提高互联网服务性能检测准确度和鲁棒性。