一种网络流量大数据分析方法

专利主权项内容

来自马克数据网 1.一种网络流量大数据分析方法，其特征在于，所述方法包括：获取目标时间段流量带宽利用率的时序数据，对所述时序数据进行时序处理与去季节项操作，获得待测流量数据；根据所述待测流量数据中数据点的幅值以及幅值的频次分布获得每个数据点对应的离散值；根据所述待测流量数据中数据点之间幅值变化情况的差异获得每个数据点对应的突变值；根据每个数据点对应的离散值和突变值获得每个数据点的异常值，根据所述异常值筛选初始异常数据点；根据所述初始异常数据点的幅值以及幅值变化情况获得每个初始异常数据点的特征系数；根据初始异常数据点的特征系数获得每个初始异常数据点对应的对比数据点；根据初始异常数据点与对应的对比数据点之间时刻的变化情况进行周期性分析，获得最终异常数据点；所述离散值的获取方法包括：获取所述待测流量数据中的数据点总数，获取所述待测流量数据中每个数据点的幅值出现的频次，将每个数据点的幅值出现的频次与所述数据点总数的比值作为数据点对应的频次占比；将每个数据点对应的频次占比与幅值的乘积作为数据点的幅值特征值，将所述待测流量数据中所有数据点的幅值特征值的均值作为幅值均值；将每个数据点的幅值与所述幅值均值的差异进行归一化作为每个数据点对应的所述离散值；所述突变值的获取方法包括：获取所述待测流量数据中每个数据点的幅值的斜率，根据相邻数据点对应的斜率获取每个数据点对应的斜率变化值；将与每个数据点距离最近的两个数据点作为每个数据点的临近数据点，将两个临近数据点的斜率变化值中的最大值作为斜率特征值；将每个数据点对应的斜率变化值与斜率特征值的差异进行归一化，作为每个数据点对应的突变值；所述对比数据点的获取方法包括：将所有初始异常数据点基于时序进行排序，获得排列序列，依次将排列序列中每个初始异常数据点作为待测数据点；根据待测数据点的特征系数设置预设范围；将待测数据点后续的初始异常数据点的特征系数在所述预设范围内的初始异常数据点，作为待测数据点的对比数据点；所述根据初始异常数据点与对应的对比数据点之间时刻的变化情况进行周期性分析，获得最终异常数据点，包括：基于周期性评估模型对每个所述初始异常数据点和对应的任意两个对比数据点进行计算，获得周期性指数，当存在周期性指数小于预设判断阈值时，则所述初始异常数据点和参与计算的两个对比数据点为最终异常数据点；当初始异常数据点的对比数据点个数小于或等于1时，则所述初始异常数据点和对应的对比数据点为最终异常数据点。