基于大数据实时网络流量异常检测方法

摘要

本发明公开一种基于大数据实时网络流量异常检测方法，包括：S1，获取已收集并分析得出攻击类型、存储在数据库中带攻击标签的历史流量数据；S2，对S1中的历史流量数据进行数据特征预处理，构建第一类特征向量；S3，基于S2中的第一类特征向量构建聚类模型并利用模型评估与调优得到满足预设条件的目标模型；S4将S3得到的目标模型保存并部署上线；S5，抓取收集局域网内传输的实时网络数据流量包信息；S6，对S5中的实时网络数据流量包进数据特征预处理，构建第二类特征向量；S7，根据S3中的目标模型和S6中的第二类特征向量，实时在线分析检测并判断出当前的实时网络数据流量是异常流量或是正常流量。