CN119520171A 面向工业网络设备的DDoS攻击监测方法及系统 （北京天地和兴科技有限公司）

面向工业网络设备的DDoS攻击监测方法及本发明公开了一种面向工业网络设备的多个时间段的流量子曲线；根据各第一流量曲根据各边缘工程服务器在正常时间段内的访问2获取工程物流网络中各边缘工程服务器的第一流量曲线，所述第根据各所述边缘工程服务器在正常时间段内的访问用户数量，以及对所述工程物流网络中各边缘工程服务器进行监测，获取各所述基于各所述边缘工程服务器在各时刻的流量，分别构建各所述边缘工将各所述第二流量曲线分别从流量极值点处进行分段，并将分段后获取目标第一流量曲线中的各流量子曲线，所述目标第一流根据各所述流量子曲线中各时刻的流量，分别确定各所述流量将所述异常可能性小于或等于预设可能性阈值的各所述时间段，确定获取目标流量子曲线的第一平均流量以及各第一参考流量子曲述第一参考流量子曲线为所述工程物流网络中除所述目标流量子曲线对应的目标边缘工将与所述目标边缘工程服务器之间的距离小于预设距离阈值的各所述边缘工程服务将各所述第二参考流量子曲线的第二平均流量的平均值与所述第一平均流量之间的将所述第一计算结果除以各所述第二平均流量中的最大值，3基于第一边缘工程服务器在各正常时间段内的第一访问用对各所述局部关联程度进行平均值计算，得到所述第一边缘工程服务将所述整体关联程度除以各所述局部关联程度中的最获取所述第一访问用户数量与所述第二访问用户数量之间的将所述第一访问用户数量、所述第二访问用户数量、以及所述第一边将所述重叠访问用户数量除以所述第二计算结果，得到所述第一边获取目标访问用户在当前访问周期内对所述工程物流网络的基于所述访问次数以及所述目标访问用户访问的各所述边缘工程服务器之间的服务8.根据权利要求1_7任意一项所述的面向工业网络设备的DDoS攻击监测方法，其特征根据各候选服务器在当前时刻的异常可能性、以及各所述根据所述目标正常访问用户对各所述候选服务器的访问优先基于各所述访问路径的信息素浓度，通过蚁群算法确定所述目4对目标候选服务器在各个时间段的异常可能性进行平均值计算，得到异常可能性均将所述异常可能性均值乘以所述目标候选服务器与所述当前访问服务器之间的服务时间段确定模块，用于根据各所述第一流量曲线关联确定模块，用于根据各所述边缘工程服务器在正常时间段及各所述边缘工程服务器之间的距离，确定各所述边缘工程服务器之间的服务器关联指异常确定模块，用于根据各所述边缘工程服务器之间用户确定模块，用于将所述异常指数大于预设异5断对应状态下的工程物流网络是否正在遭受6据各边缘工程服务器在正常时间段内的访问用户数量，以及各边缘工程服务器之间的距[0010]图1为本发明一个实施例所提供的第一种面向工业网络设备的DDoS攻击监测方法图3为本发明一个实施例所提供的第二种面向工业网络设备的DDoS攻击监测方法图5为本发明一个实施例所提供的第三种面向工业网络设备的DDoS攻击监测方法图6为本发明一个实施例所提供的第四种面向工业网络设备的DDoS攻击监测方法图7为本发明一个实施例所提供的面向工业网络设备的DDoS攻击监测系统的结构7[0017]下面介绍本发明实施例提供的面向工业网络设备的DDoS攻击监测方法及系统的[0018]下面首先对本发明实施例提供的面向工业网络设备的DDoS攻击监测方法进行介[0019]图1提供了一种面向工业网络设备的DDoS攻击监测方法的流程示意图，该面向工8用户的访问行为不符合正常规律。即其访问频率较高的各边缘工程服务器之间没有关联，9[0050]预设可能性阈值用于判断流量子曲线对应的时间段是否[0051]作为一个示例，服务端从数据库中检索或通过网络请求然后针对目标第一流量曲线中的每个流量子曲线，分别根据流量子曲线中各时刻的流量，获取目标流量子曲线的第一平均流量以及各第一参考流量子曲线的第二平均流将与目标边缘工程服务器之间的距离小于预设距离阈值的各边缘工程服务器的将各第二参考流量子曲线的第二平均流量的平均值与第一平均流量之间的差值[0057]第一参考流量子曲线用于表征工程物流网络中除目标流量子曲线对应的目标边缘工程服务器外，其余的边缘工程服务器在目标流量子曲线对应时间段内的流量子曲线；第二参考流量子曲线用于表征与目标边缘工程服务器之间的距离小于预设距离阈值的各工程物流网络中各边缘工程服务器之间的距[0059]基于此，目标流量子曲线对应的时间段的异常可能性可以通过以下公式1进行确征第i个边缘工程服务器在第j个时间段的流量子曲线对应的各第二参考流量子曲线的第二平均流量的平均值，fmax用于表征工程物流网络中在第j个时间段的各第一参考流量值之内的各边缘工程服务器之间的流量差异越大，则目标边缘工程服务器在第j个时间段中各边缘工程服务器之间的流量差异越大，则目标边缘工程服务器在第j个时间段的异常[0064]局部关联程度用于表征第一边缘工程服务器与第二边缘工程服务器在某个正常第一边缘工程服务器与第二边缘工程服务器之间的局获取第一访问用户数量与第二访问用户数量之间的在第j个正常时间段的重叠访问用户数量，用于表征第缘工程服务器的用户越多，则第i个边缘工程服务器与第i'个边缘工程服务器的关联程度i个边缘工程服务器与第i'个边缘工程服务器的[0072]通过本实施例，根据第一边缘工程服务器在各正常时间段内的第一访问用户数基于访问次数以及目标访问用户访问的各边缘工程服务器之间的服务器关联指公式3中，vm用于表征第m个访问用户的异常指数用于表征第m个访问用户第z_1次访问的第i个边缘工程服务器与第z次访问的第i'个边缘工程服务器之间的服征第m个访问用户的各访问行为的边缘工程服务器对应时间段的异常可能性的均值，具体[0078]通过本实施例，根据目标访问用户在当前访问周期内对工程物流网络的访问次时刻的异常可能性以及其与目标正常访问用户的当前访问服务器之间的服务器关联指数，公式4中，amx用于表征第m个访问用户在当前第t时刻对应的候选服务器对m个访问用户在当前第t时刻对候选服务器的访问优将异常可能性均值乘以目标候选服务器与当前访问服务器之间的服务器关联指用于表征候选服务器在当前第t时刻所处的第j[0090]图7示出了本申请实施例提供的面向工业网络设备的DDoS攻击监测系统的结构示用户确定模块750，用于将异常指数大于预设异常阈值的访问用户，确定为发起据各边缘工程服务器在正常时间段内的访问用户数量，以及各边缘工程服务器之间的距[0093]需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改