摘要
本发明公开了一种跨区域恶意拉流IP识别方法及装置,方法包括采集相关IP的时间序列数据,并进行预处理;对预处理后的时间序列数据进行聚类分析,并计算每类的时间序列数据的特征指标;对IP的时间序列数据进行周期性检验;对判定为无周期性的IP进行波动性检测,得到疑似恶意拉流IP列表;根据疑似恶意拉流IP列表,通过运营商流量采集和分析系统获得对应的疑似恶意拉流IP的源端IP,DNS解析出源端IP访问的域名。本发明能有效提高对跨区域恶意拉流IP的识别准确率和效率,及时发现并处理恶意拉流行为,保障跨区域带宽型业务结算的公平性与合理性。
技术关键词
LSTM神经网络模型
周期性
速率
时序
时间序列分析技术
识别方法
动态时间规整
表达式
DNS解析
轮廓系数
分析系统
日期
识别装置
样本
深度神经网络
数据分析模块
聚类特征
聚类算法
系统为您推荐了相关专利信息
大数据分析方法
校园
多维特征向量
网格
运动向量
一维卷积神经网络
时空注意力机制
电路故障诊断方法
测控系统
水电站
光伏设备
智能故障诊断方法
置信度阈值
数据
验证算法