(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210926888.6 (22)申请日 2022.08.03 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 陶英杰　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 韩丽波 (51)Int.Cl. H04L 9/40(2022.01) G06K 9/62(2022.01) (54)发明名称 一种流量异常检测方法、 装置、 设备及存储 介质 (57)摘要 本申请公开了一种流量异常检测方法、 装 置、 设备及存储介质， 可应用于计算机领域或金 融领域。 首先， 对待检测的流量数据进行特征提 取， 得到维数大于或等于预设维数阈值的第一流 量特征以及维数小于所述预设维数阈值的第二 流量特征； 然后， 将所述第一类流量特征和所述 第二类流量特征输入到流量矩阵中， 通过预设算 法计算所述流量矩阵的主分量特征值， 筛选出多 个所述主分量特征值组成的异常矩阵； 最后， 将 所述流量矩阵向所述异常矩阵进行投影， 得到残 差流量值； 若所述残差流量值大于预设残差阈 值， 则所述流量数据为异常流量数据。 通过高维 流量特征异常会导致残差向量发生巨大的变化 的特性， 实现了对高维流量特征的检测， 提高流 量异常检测的准确性。 权利要求书2页 说明书8页 附图2页 CN 115296899 A 2022.11.04 CN 115296899 A 1.一种流 量异常检测方法， 其特 征在于， 所述方法包括： 对待检测的流量数据进行特征提取， 得到维数大于或等于预设维数阈值的第 一流量特 征以及维数小于所述预设维数阈值的第二 流量特征； 将所述第一类流量特征和所述第 二类流量特征输入到流量矩阵中， 通过主成分分析方 法计算所述 流量矩阵的主分量特 征值， 筛选出多个所述主分量特 征值并组成异常矩阵； 将所述流量矩阵向所述异常矩阵进行投影， 得到残差流量值； 若所述残差流量值大于 预设残差阈值， 则所述 流量数据为异常流 量数据。 2.如权利要求1所述的方法， 其特征在于， 所述通过预设算法计算所述流量矩阵的主分 量特征值， 筛选出多个所述主分量特 征值并组成异常矩阵， 具体包括： 通过主成分分析方法计算所述流量矩阵的主分量特征值， 按照主分量特征值的大小筛 选出多个大于预设阈值的所述主分量特征值， 并组成正常矩阵； 其余的主分量特征值组成 正常矩阵。 3.如权利要求2所述的方法， 其特征在于， 所述将所述流量矩阵向所述异常矩阵进行投 影， 得到残差流 量值， 具体包括： 将所述流量矩阵向所述 正常矩阵进行投影， 得到模型向量； 将所述流量矩阵向所述异常矩阵进行投影， 得到残差向量； 将所述模型向量与所述残差向量相加， 得到测量向量； 根据所述模型向量、 所述测量向量及所述残差向量之间的关系， 得到用所述模型向量 和所述测量向量表示的所述残差向量； 对所述残差向量取 范数获得残差流 量值。 4.如权利要求1所述的方法， 其特征在于， 所述对待检测的流量数据进行特征提取， 得 到维数大于或等于预设维数阈值的第一流量特征以及维数小于所述预设维数阈值的第二 流量特征， 具体包括： 采用模糊C均值聚类算法对流 量特征进行提取， 得到维数小于第一阈值的流 量特征； 采用分类全局搜索方式对所述流量特征进行动态规划， 得到维数大于或等于预设维数 阈值的第一类流量特征以及维数小于预设维数阈值的第二类流量特征； 所述第一阈值大于 所述预设维数阈值。 5.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 若所述残差流 量值小于或等于所述预设残差阈值， 则所述 流量数据为 正常流量数据。 6.一种流量异常检测装置， 其特征在于， 所述装置包括： 特征提取模块， 异常矩阵获取 模块， 投影模块以及比较模块； 所述特征提取模块， 用于对待检测的流量数据进行特征提取， 得到维数大于或等于预 设维数阈值的第一 流量特征以及维数小于所述预设维数阈值的第二 流量特征； 所述异常矩阵获取模块， 用于将所述第 一类流量特征和所述第 二类流量特征输入到流 量矩阵中， 通过主成分分析方法计算所述流量矩阵的主分量特征值， 筛选出多个所述主分 量特征值并组成异常矩阵； 所述投影模块， 用于将所述 流量矩阵向所述异常矩阵进行投影， 得到残差流 量值； 所述比较模块， 用于比较所述残差流量值与预设残差阈值， 若所述残差流量值大于预 设阈值， 则所述 流量数据为异常流 量数据。权　利　要　求　书 1/2 页 2 CN 115296899 A 27.如权利要求6所述的装置， 其特 征在于， 所述特 征提取模块， 具体用于： 采用模糊C均值聚类算法对流 量特征进行提取， 得到维数小于第一阈值的流 量特征； 采用分类全局搜索方式对所述流量特征进行动态规划， 得到维数大于或等于预设维数 阈值的第一类流量特征以及维数小于预设维数阈值的第二类流量特征； 所述第一阈值大于 所述预设维数阈值。 8.如权利要求6所述的装置， 其特 征在于， 所述异常矩阵获取模块， 具体用于： 通过主成分分析方法计算所述流量矩阵的主分量特征值， 按照主分量特征值的大小筛 选出多个大于预设阈值的所述主分量特征值， 并组成正常矩阵； 其余的主分量特征值组成 正常矩阵。 9.一种流 量异常检测设备， 其特 征在于， 所述设备包括： 存 储器、 处理器； 所述存储器， 用于存 储计算机程序； 所述处理器， 用于执行所述计算机程序时实现如权利要求1至5任一项所述的流量异常 检测方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至5任一项 所述的流量异常检测方 法的步骤。权　利　要　求　书 2/2 页 3 CN 115296899 A 3