一种大规模网络服务系统行为异常检测方法
【专利摘要】系统异常敏捷感知模型对快速感知用户合法行为短时聚集引起系统异常问题提供了理论支持，但没有给出具体实现的技术问题。本发明的目的是提供一种技术方法可以将大规模网络服务系统行为异常敏捷感知的方法运用到实际系统中。为了达到上述目的，本发明的技术方案是提供了一种大规模网络服务系统行为异常检测方法。本发明的有益效果是：本发明的大规模网络服务系统行为检测方法为大规模网络服务系统行为异常敏捷感知方法运用到实际系统中提供技术支持。
【专利说明】
-种大规模网络服务系统行为异常检测方法
技术领域
[0001] 本发明设及一种系统行为检测方法，属于信息技术技术领域。
【背景技术】
[0002] 系统结构的建模工具有形式语言与自动机、Petri网等等，同其他系统模型相比 较，对系统并发的贴切描述是化tri网独特优势(吴哲辉，Petri网导论，北京:机械工业出版 社，2006年）。对于利用Petri网来评估系统状态，Basil e等（Basile，Car la,化0 la, et al. State estimation and fault diagnosis of labeled time petri net systems with unobservable transitions[J]. IEEE Transactions on Automatic Control,2015， 60(4) :997-1009)提出了带标记的时间化化i网来动态的评估系统的状态和故障检测。曹仰 杰等(曹仰杰、段鹏松、史晓东等，基于排队PETRI网的云系统评估模型和方法[J]，计算机测 量与控制，2015,23(8): 2878-2881)结合排队论和化tri网提出一种针对云系统下的评估模 型QPNC。刘远等巧IJ远、郝晶晶、方志耕，不确定信息下制造系统性能评估的Petri网模型 [J]，计算机集成制造系统，2014,20(5) :1237-1245)提出一种基于灰色运算的化化i网，求 解系统内部的不确定稳态概率。
[0003] 系统异常敏捷感知模型对快速感知用户合法行为短时聚集引起系统异常问题提 供了理论支持，但没有给出具体实现的技术问题。
【发明内容】
[0004] 本发明的目的是提供一种技术方法可W将大规模网络服务系统行为异常敏捷感 知的方法运用到实际系统中。
[0005] 为了达到上述目的，本发明的技术方案是提供了一种大规模网络服务系统行为异 常检测方法，其特征在于，包括W下步骤：
[0006] S1、初始化大规模网络服务系统，将其抽象为化tri网；
[0007] S2、对化tr i网系统结构进行分析，确定关键节点；
[000引S3、针对关键节点进行检测机制设置；
[0009] S4、用户重复提交一个关键节点行为，控制行为变迁q触发；
[0010] S5、服务行为变迁t和控制行为变迁q同时满足触发条件，Petri网结构出现冲突；
[0011] S6、判断控制行为变迁q和服务行为变迁t的优先级，若控制行为变迁q的优先级大 于服务行为变迁t，控制行为变迁q优先触发；
[0012] S7、重复行为数加1，系统行为流程库所中的托肯值减1;
[0013] S9、输出累加得到的重复行为数W及系统行为流程库所中的托肯值；
[0014] S10、算法结束。
[0015] 其中上述过程中用到的定义可参考下面的定义：
[0016] 带优先关系的颜色双变迁化tri网是一个PCDPN=(X，P，T，Q;F，C，P)，其中：
[0017] Σ是有限颜色集合，服从泊松分布函数；
[001 引 P是库所集，P= {pi，P2，. . .，Pn} (η > 0);
[0019] Τ是服务行为变迁集，Τ= (ti，t2, . . .，tk，tk+i，. . .，tk+i} (k 含 0，i 含 0)，其中ti至Ijtk是 系统流程本身固有的服务行为变迁，tk+l到tk+i是用户重复提交系统行为时所需触发的服务 行为变迁；
[0020] Q是控制行为变迁集，Q={qi，q2,. . .，qm}(m> 0);
[0021] F是有向弧集，F=FcUFd，巧'〇(沪x7')U{rx巧，巧，監(Px掛U沒X巧；
[0022] C是颜色函数，C:P^Z(非负整数集），库所集P中的托肯值属于有限颜色集合，且用 户在时间t内到达系统的数量可W服从泊松分布；
[0023] 优先关系P表示一个变迁的偏序关系，即（qi，ti)ep，定义控制行为变迁qi的优先 级高于服务行为变迁ti的优先级。
[0024] 本发明的有益效果是：
[0025] 本发明的大规模网络服务系统行为检测方法为大规模网络服务系统行为异常敏 捷感知方法运用到实际系统中提供技术支持。
【附图说明】
[0026] 图1为系统行为检测方法流程图；
[0027] 图2为12306购票系统的流程图；
[0028] 图3为12306购票系统的化tri网模型；
[0029] 图 4为 12306 的 PCDPN 模型。
【具体实施方式】
[0030] 下面结合具体实施例，进一步阐述本发明。应理解，运些实施例仅用于说明本发明 而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人 员可W对本发明作各种改动或修改，运些等价形式同样落于本申请所附权利要求书所限定 的范围。
[0031] 本发明所述的如图1所示的大规模网络服务系统行为检测方法运用到12306模拟 购票网站中，结合大规模网络服务系统行为异常敏捷感知模型对其进行实验验证，实现了 在t时刻用户提交的正常行为数和重复行为数的检测。具体方法描述如下：
[0032] S1、根据模拟12306购票系统的流程图（如图1所示），对其进行化tri网建模，如图2 所示：
[0033] 对于图2中各变迁的含义如下表1所示：
[0034] 表1图2模型中变迁所对应的行为活动
[0035]
[0036] S2、对12306购票网站的化tri网系统结构进行分析，确定关键节点为登录行为、查 询行为、预订行为和支付行为。
[0037] S3、针对上述四个关键节点进行检测机制设置。利用PCDPN对12306系统行为流程 进行建模，如图3所示。
[003引对于图3中ti~ti2变迁的含义见表l，ti3~ti4，qi~Q4变迁的含义如下表2所示：
[0039] 表姻3模型中ti3~ti4，qi~Q4变迁所对应的含义
[0040]
[0041] W查询行为为例，
[0042] S4、当用户重复提交一个行为，服务行为变迁ti3触发。
[0043] S5、此时服务行为变迁ti和控制行为变迁qi同时满足触发条件，系统结构出现冲突 关系。
[0044] S6、判断控制行为变迁q和服务行为变迁t的优先级。
[0045] S7、因控制行为变迁qi的优先级大于服务行为变迁ti，控制行为变迁qi优先触发。
[0046] S8、重复行为数加1，系统行为流程库所中的托肯值减1。
[0047] S9、系统中总的重复行为数是由四个关键行为节点的重复行为数累加得到，用户 正常提交的总的行为数为系统行为流程库所的托肯值。
【主权项】
1. 一种大规模网络服务系统行为异常检测方法，其特征在于，包括以下步骤： 51、 初始化大规模网络服务系统，将其抽象为Petri网； 52、 对Pe tr i网系统结构进行分析，确定关键节点； 53、 针对关键节点进行检测机制设置； 54、 用户重复提交一个关键节点行为，控制行为变迀q触发； 55、 服务行为变迀t和控制行为变迀q同时满足触发条件，Petri网结构出现冲突； 56、 判断控制行为变迀q和服务行为变迀t的优先级，若控制行为变迀q的优先级大于服 务行为变迀t，控制行为变迀q优先触发； 57、 重复行为数加1，系统行为流程库所中的托肯值减1; S9、输出累加得到的重复行为数以及系统行为流程库所中的托肯值； S10、算法结束。
【文档编号】H04L12/24GK105871875SQ201610290206
【公开日】2016年8月17日
【申请日】2016年5月4日
【发明人】章昭辉, 崔君
【申请人】东华大学