CN115643193B 一种网络流量异常检测方法、装置、设备及介质 （杭州安恒信息技术股份有限公司）

法对网络流量数据进行计算加权平均计算以得用指数平滑法预测与当前业务周期值对应的业间窗口大小和业务周期因子对未来预设数量个值与对应的网络流量观测值进行评价得到评分2获取待检测的网络流量数据，并利用指数平滑方法对所述网基于预先设置的滑动时间窗口大小确定当前业务周期值，并利用基于下一时间点的预测值、所述滑动时间窗口大小和所述业务获取不同场景类型下的待检测的网络流量数据；其中，所述基于预先设置的滑动时间窗口大小和所述业务环境参数确定出当利用指数平滑法并基于第二指数系数预测与所述当前业务周期值对应的业务周期因务周期因子对未来预设数量个周期后的网络流量进行预预先获取不同场景下的网络流量训练数据，并利用指数平确定所述训练数据预测值和对应训练数据观测值之间的预测误7.根据权利要求1至6任一项所述的网络流量3确定与所述异常网络流量数据对应的目标时间点，并按输出包括所述异常流量数据、所述目标时间点和所述异常等级第一指数平滑处理模块，用于获取待检测的网络流量数据，第二指数平滑处理模块，用于基于预先设置的滑动时间窗口大小确定当前业务周期处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所序被处理器执行时实现如权利要求1至7任一项所述的网络流量4任一期的指数平滑值都是本期实际观察值与前一期指数平滑5[0019]相应的，所述利用指数平滑法预测与所述当前业务周期[0020]利用指数平滑法并基于第二指数系数预测与所述当前业务周期值对应的业务周述业务周期因子对未来预设数量个周期后的网络流量进行预测得到网络流6所述网络流量预测值与对应的网络流量观测值进行评价得所述计算机程序被处理器执行时实现前述公开的网络流量异常检测方与对应的网络流量观测值进行评价得到评分值；判断所述评分值是否超过预设评分阈值，7用指数平滑方法对网络流量数据进行加权平均计算以得到网络流量在下一时间点的预测8与对应的网络流量观测值进行评价得到评分值；判断所述评分值是否超过预设评分阈值，9经验判断法进行判断，这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判预测标准误差最小的A。在实际应用中预测者应结合对预测对象的变化规律做出定性判断[0074]进一步的，上述利用指数平滑法预测与所述当前业务周期值对应的业务周期因无趋势影响的预测模型应用于平均值受长期和短期系统变化或趋势影响的网络流量时间大小和所述业务周期因子对未来预设数量个周期后的网络流量进行预测得到网络流量预时间窗口大小和业务周期因子对未来T个周期后的网络流量进行预测得到网络流量预测[0112]其中，关于上述步骤S25更加具体的处理过程可以参考前述实施例中公开的相应数据预测分析检出异常告警。三重指数平滑能够很好解决周期性变动因素与趋势成分问务场景周期性的网络流量时间序列异常数据对所述网络流量预测值与对应的网络流量观测值进行评价得与对应的网络流量观测值进行评价得到评分值；判断所述评分值是否超过预设评分阈值，前述任一实施例公开的由电子设备执行的网络流量异常检测方法中的取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，等。处理器21可以采用DSP(DigitalSignalProcessing，数字信号处理)、FPGA(Field-理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessing[0124]其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程