CN117176547A - 一种通信设备的管控方法及*** - Google Patents
一种通信设备的管控方法及*** Download PDFInfo
- Publication number
- CN117176547A CN117176547A CN202311045754.4A CN202311045754A CN117176547A CN 117176547 A CN117176547 A CN 117176547A CN 202311045754 A CN202311045754 A CN 202311045754A CN 117176547 A CN117176547 A CN 117176547A
- Authority
- CN
- China
- Prior art keywords
- processed
- map
- communication
- communication gateway
- information description
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 391
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000013598 vector Substances 0.000 claims abstract description 258
- 230000005856 abnormality Effects 0.000 claims abstract description 51
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000010354 integration Effects 0.000 claims description 66
- 238000012512 characterization method Methods 0.000 claims description 48
- 230000003993 interaction Effects 0.000 claims description 46
- 238000001228 spectrum Methods 0.000 claims description 41
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供的一种通信设备的管控方法及***,涉及数据处理技术领域。在本发明中,构建出通信***对应的待处理对象分布图谱;基于通信网关设备在待处理对象分布图谱中的关联对象信息描述向量和通信网关设备对应的自身对象信息描述向量,分析出每一个通信网关设备对应的相关信息描述向量,自身对象信息描述向量基于通信网关设备的设备运行数据确定;基于通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个通信网关设备对应的异常程度;基于异常程度,在通信***中标记出异常通信网关设备。基于上述方法,可以在一定程度上提高对通信网关设备的异常分析的可靠度。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种通信设备的管控方法及***。
背景技术
在数据处理技术的不断成熟的背景下,由于数据处理技术的精度较高,使得数据处理技术的应用场景较多,例如,在一些应用中,可以基于数据处理技术对通信网关设备的异常进行分析,使得可以确定出异常的通信网关设备,从而进一步对通信网关设备进行管控,但是,在现有技术中,存在着对通信网关设备的异常分析的可靠度不高的问题。
发明内容
有鉴于此,本发明的目的在于提供一种通信设备的管控方法及***,以在一定程度上提高对通信网关设备的异常分析的可靠度。
为实现上述目的,本发明实施例采用如下技术方案:
一种通信设备的管控方法,包括:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱;
基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量,所述自身对象信息描述向量基于所述通信网关设备的设备运行数据确定;
基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度,所述异常程度用于反映所述通信网关设备对应的通信安全程度;
基于所述异常程度,在所述通信***中标记出异常通信网关设备。
在一些优选的实施例中,在上述通信设备的管控方法中,所述相关性信息包括数据通信相关性信息和数据运行相关性信息;
所述对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱的步骤,包括:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,以及,形成每两个待处理图谱对象之间的图谱连接线;
分别基于每两个所述待处理图谱对象对应的通信网关设备之间的数据通信相关性信息和数据运行相关性信息,分析出每两个所述待处理图谱对象之间的相关性表征参数,所述数据通信相关性信息至少用于反映所述通信网关设备之间的数据交互量和数据交互次数,所述数据运行相关性信息用于反映通信网络设备之间共同的网络交互设备的数量,所述网络交互设备是指与通信网络设备具有交互的设备;
分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
在一些优选的实施例中,在上述通信设备的管控方法中,每两个所述待处理图谱对象之间有多个相关性表征参数,所述多个相关性表征参数基于所述待处理图谱对象之间具有的多种相关性信息确定;
所述分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱的步骤,包括:
对所述多个相关性表征参数进行和值计算,以及,对输出的参数和值进行标记处理,以标记为相关性具化信息,再将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
在一些优选的实施例中,在上述通信设备的管控方法中,所述基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量的步骤,包括:
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的自身对象信息描述向量,构建出所述待处理对象分布图谱对应的对象信息描述向量集合;
将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合,所述整合描述向量集合中包括每一个待处理图谱对象对应的整合对象信息描述向量,所述整合对象信息描述向量基于对所述待处理图谱对象对应的关联对象信息描述向量进行向量整合操作以生成;
对每一个所述待处理图谱对象对应的整合对象信息描述向量进行标记处理,以标记为所述通信网关设备对应的相关信息描述向量。
在一些优选的实施例中,在上述通信设备的管控方法中,所述将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合的步骤,包括:
分别对所述对象信息描述向量集合对应的每一个待处理图谱对象进行目标数量的关联待处理图谱对象的确定操作,以形象每一个所述待处理图谱对象对应的关联待处理图谱对象簇;
对所述关联待处理图谱对象簇对应的每一个关联对象信息描述向量进行向量整合操作,以输出所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量;
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量确定出整合描述向量集合。
在一些优选的实施例中,在上述通信设备的管控方法中,所述对所述关联待处理图谱对象簇对应的每一个关联对象信息描述向量进行向量整合操作,以输出所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量的步骤,包括:
提取到进行网络优化形成的向量整合神经网络,进行网络优化的过程包括:对样本对象分布图谱中的每一个样本图谱对象进行向量整合操作,以输出对应的相关信息描述向量;
利用所述向量整合神经网络,将所述关联待处理图谱对象簇对应的关联对象信息描述向量进行向量整合操作,以输出所述待处理图谱对象对应的整合对象信息描述向量,该向量整合操作的操作对象包括所述关联对象信息描述向量和所述自身对象信息描述向量。
在一些优选的实施例中,在上述通信设备的管控方法中,所述基于所述异常程度,在所述通信***中标记出异常通信网关设备的步骤,包括:
对于所述通信***中的每一个所述通信网关设备,对该通信网关设备对应的异常程度和预先配置的参考异常程度进行大小比较处理;
在所述通信网关设备对应的异常程度大于或等于所述参考异常程度的情况下,对所述通信网关设备进行标记处理,以标记为第一通信网关设备,以及,对于每一个所述第一通信网关设备,确定出所述通信***包括的通信网关设备中与该第一通信网关设备之间具有通信交互关系的通信网关设备,以形成对应的交互设备集合;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的交互设备集合中,确定出第一通信网关设备的设备数量占比;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的设备数量占比大于或等于预先配置的参***数量占比的情况下,将该第一通信网关设备标记为异常通信网关设备。
本发明实施例还提供一种通信设备的管控***,包括:
图谱构建模块,用于对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱;
描述向量确定模块,用于基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量,所述自身对象信息描述向量基于所述通信网关设备的设备运行数据确定;
描述向量分析模块,用于基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度,所述异常程度用于反映所述通信网关设备对应的通信安全程度;
异常设备标记模块,用于基于所述异常程度,在所述通信***中标记出异常通信网关设备。
在一些优选的实施例中,在上述通信设备的管控***中,所述图谱构建模块具体用于:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,以及,形成每两个待处理图谱对象之间的图谱连接线;
分别基于每两个所述待处理图谱对象对应的通信网关设备之间的数据通信相关性信息和数据运行相关性信息,分析出每两个所述待处理图谱对象之间的相关性表征参数,所述数据通信相关性信息至少用于反映所述通信网关设备之间的数据交互量和数据交互次数,所述数据运行相关性信息用于反映通信网络设备之间共同的网络交互设备的数量,所述网络交互设备是指与通信网络设备具有交互的设备;
分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
在一些优选的实施例中,在上述通信设备的管控***中,所述描述向量确定模块具体用于:
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的自身对象信息描述向量,构建出所述待处理对象分布图谱对应的对象信息描述向量集合;
将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合,所述整合描述向量集合中包括每一个待处理图谱对象对应的整合对象信息描述向量,所述整合对象信息描述向量基于对所述待处理图谱对象对应的关联对象信息描述向量进行向量整合操作以生成;
对每一个所述待处理图谱对象对应的整合对象信息描述向量进行标记处理,以标记为所述通信网关设备对应的相关信息描述向量。
本发明实施例提供的一种通信设备的管控方法及***,可以构建出通信***对应的待处理对象分布图谱;基于通信网关设备在待处理对象分布图谱中的关联对象信息描述向量和通信网关设备对应的自身对象信息描述向量,分析出每一个通信网关设备对应的相关信息描述向量,自身对象信息描述向量基于通信网关设备的设备运行数据确定;基于通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个通信网关设备对应的异常程度;基于异常程度,在通信***中标记出异常通信网关设备。基于前述的步骤,由于在进行异常程度的分析的过程中,不仅仅会参考通信网关设备对应的自身对象信息描述向量,还会参考通信网关设备对应的相关信息描述向量,使得分析的依据更为充分、全面,从而在一定程度上提高对通信网关设备的异常分析的可靠度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的通信设备的管控平台的结构框图。
图2为本发明实施例提供的通信设备的管控方法包括的各步骤的流程示意图。
图3为本发明实施例提供的通信设备的管控***包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种通信设备的管控平台。其中,所述通信设备的管控平台可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例(如后文所述)提供的通信设备的管控方法。
可以选择的是,在一些实施方式中,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable ProgrammableRead-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory,EEPROM)等。
可以选择的是,在一些实施方式中,所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上***(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以选择的是,在一些实施方式中,所述通信设备的管控平台可以是一种具备数据处理能力的服务器。
结合图2,本发明实施例还提供一种通信设备的管控方法,可应用于上述通信设备的管控平台。其中,所述通信设备的管控方法有关的流程所定义的方法步骤,可以由所述通信设备的管控平台实现。
下面将对图2所示的具体流程,进行详细阐述。
步骤S110,对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱。
在本发明实施例中,所述通信设备的管控平台可以对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱。
步骤S120,基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量。
在本发明实施例中,所述通信设备的管控平台可以基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量。所述自身对象信息描述向量基于所述通信网关设备的设备运行数据确定,示例性地,可以通过神经网络包括的特征挖掘单元,对所述设备运行数据进行特征挖掘,如特征空间映射和卷积运算等,以得到所述通信网关设备对应的自身对象信息描述向量,所述关联对象信息描述向量可以是指所述通信网关设备在所述待处理对象分布图谱中的待处理图谱对象对应的自身对象信息描述向量。
步骤S130,基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度。
在本发明实施例中,所述通信设备的管控平台可以基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度。所述异常程度用于反映所述通信网关设备对应的通信安全程度。
步骤S140,基于所述异常程度,在所述通信***中标记出异常通信网关设备。
在本发明实施例中,所述通信设备的管控平台可以基于所述异常程度,在所述通信***中标记出异常通信网关设备。
基于前述的步骤,由于在进行异常程度的分析的过程中,不仅仅会参考通信网关设备对应的自身对象信息描述向量,还会参考通信网关设备对应的相关信息描述向量,使得分析的依据更为充分、全面,从而在一定程度上提高对通信网关设备的异常分析的可靠度。
可以选择的是,在一些实施方式中,所述相关性信息可以包括数据通信相关性信息和数据运行相关性信息,基于此,上述的步骤S110,即所述对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱的步骤,可以进一步包括以下的详细内容:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,以及,形成每两个待处理图谱对象之间的图谱连接线;
分别基于每两个所述待处理图谱对象对应的通信网关设备之间的数据通信相关性信息和数据运行相关性信息,分析出每两个所述待处理图谱对象之间的相关性表征参数,所述数据通信相关性信息至少用于反映所述通信网关设备之间的数据交互量和数据交互次数,所述数据运行相关性信息用于反映通信网络设备之间共同的网络交互设备的数量,所述网络交互设备是指与通信网络设备具有交互的设备;
分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
可以选择的是,在一些实施方式中,每两个所述待处理图谱对象之间有多个相关性表征参数,所述多个相关性表征参数基于所述待处理图谱对象之间具有的多种相关性信息确定,基于此,所述分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱的步骤,可以进一步包括以下的详细内容:
对所述多个相关性表征参数进行和值计算,以及,对输出的参数和值进行标记处理,以标记为相关性具化信息,再将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
可以选择的是,在一些实施方式中,上述的步骤S120,即所述基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量的步骤,可以包括以下的详细内容:
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的自身对象信息描述向量,构建出所述待处理对象分布图谱对应的对象信息描述向量集合;
将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合,所述整合描述向量集合中包括每一个待处理图谱对象对应的整合对象信息描述向量,所述整合对象信息描述向量基于对所述待处理图谱对象对应的关联对象信息描述向量进行向量整合操作以生成;
对每一个所述待处理图谱对象对应的整合对象信息描述向量进行标记处理,以标记为所述通信网关设备对应的相关信息描述向量。
可以选择的是,在一些实施方式中,所述将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合的步骤,可以进一步包括以下的详细内容:
分别对所述对象信息描述向量集合对应的每一个待处理图谱对象进行目标数量的关联待处理图谱对象的确定操作,以形象每一个所述待处理图谱对象对应的关联待处理图谱对象簇,所述目标数量的具体数值不受限制,可以根据实际应用需求进行选择,例如,可以确定出对应的相关性具化信息最大的目标数量的关联待处理图谱对象;
对所述关联待处理图谱对象簇对应的每一个关联对象信息描述向量进行向量整合操作,以输出所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量;
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量确定出整合描述向量集合。
可以选择的是,在一些实施方式中,所述对所述关联待处理图谱对象簇对应的每一个关联对象信息描述向量进行向量整合操作,以输出所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量的步骤,可以进一步包括以下的详细内容:
提取到进行网络优化形成的向量整合神经网络,进行网络优化的过程包括:对样本对象分布图谱中的每一个样本图谱对象进行向量整合操作,以输出对应的相关信息描述向量,网络优化的具体过程不受限制;
利用所述向量整合神经网络,将所述关联待处理图谱对象簇对应的关联对象信息描述向量进行向量整合操作,以输出所述待处理图谱对象对应的整合对象信息描述向量,该向量整合操作的操作对象包括所述关联对象信息描述向量和所述自身对象信息描述向量,示例性地,每一个所述通信网关设备可以对应有多个相关信息描述向量,例如,所述关联待处理图谱对象簇对应的关联对象信息描述向量包括关联对象信息描述向量1、关联对象信息描述向量2、关联对象信息描述向量3,如此,可以将关联对象信息描述向量1和所述自身对象信息描述向量进行叠加,得到相关信息描述向量1,可以将关联对象信息描述向量2和所述自身对象信息描述向量进行叠加,得到相关信息描述向量2,可以将关联对象信息描述向量3和所述自身对象信息描述向量进行叠加,得到相关信息描述向量3,示例性地,在进行叠加时,可以基于对应的所述相关性表征参数进行加权叠加。
其中,可以选择的是,在一些实施方式中,如前所述,每一个所述通信网关设备可以对应有多个相关信息描述向量,基于此,上述的步骤S130,即所述基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度的步骤,可以进一步包括以下的详细内容:
对所述通信网关设备对应的多个相关信息描述向量和对应的自身对象信息描述向量进行拼接,以输出对应的拼接信息描述向量;
将所述拼接信息描述向量进行异常分析处理,输出所述通信网关设备对应的异常程度,示例性地,异常分析处理可以通过神经网络包括的异常分析单元实现,所述异常分析单元可以对所述拼接信息描述向量进行全连接处理之后,通过softmax函数进行激励映射输出,得到对应的异常程度。
可以选择的是,在一些实施方式中,上述的步骤S140,即所述基于所述异常程度,在所述通信***中标记出异常通信网关设备的步骤,可以进一步包括以下的详细内容:
对于所述通信***中的每一个所述通信网关设备,对该通信网关设备对应的异常程度和预先配置的参考异常程度进行大小比较处理,所述参考异常程度的具体数值不受限制,如0.5、0.6等;
在所述通信网关设备对应的异常程度大于或等于所述参考异常程度的情况下,对所述通信网关设备进行标记处理,以标记为第一通信网关设备,以及,对于每一个所述第一通信网关设备,确定出所述通信***包括的通信网关设备中与该第一通信网关设备之间具有通信交互关系的通信网关设备,以形成对应的交互设备集合,如与第一通信网关设备1之间具有通信交互关系的通信网关设备包括通信网关设备2、通信网关设备3、通信网关设备4、通信网关设备5、通信网关设备6,与第一通信网关设备2之间具有通信交互关系的通信网关设备包括通信网关设备1、通信网关设备4、通信网关设备3、通信网关设备7、通信网关设备5、通信网关设备9,与第一通信网关设备3之间具有通信交互关系的通信网关设备包括通信网关设备1、通信网关设备5、通信网关设备7、通信网关设备8、通信网关设备9、通信网关设备10;通信网关设备1为第一通信网关设备1,通信网关设备2为第二通信网关设备2,通信网关设备2为第二通信网关设备3;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的交互设备集合中,确定出第一通信网关设备的设备数量占比,如前所述,第一通信网关设备1的设备数量占比为2/5,第一通信网关设备2的设备数量占比为1/6,第一通信网关设备3的设备数量占比为1/6,;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的设备数量占比大于或等于预先配置的参***数量占比的情况下,将该第一通信网关设备标记为异常通信网关设备,所述参***数量占比的具体数值不受限制,如0.1、0.2、0.3等。
结合图3,本发明实施例还提供一种通信设备的管控***,可应用于上述通信设备的管控平台。其中,所述通信设备的管控***可以包括:
图谱构建模块,用于对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱;
描述向量确定模块,用于基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量,所述自身对象信息描述向量基于所述通信网关设备的设备运行数据确定;
描述向量分析模块,用于基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度,所述异常程度用于反映所述通信网关设备对应的通信安全程度;
异常设备标记模块,用于基于所述异常程度,在所述通信***中标记出异常通信网关设备。
可以选择的是,在一些实施方式中,所述图谱构建模块具体用于:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,以及,形成每两个待处理图谱对象之间的图谱连接线;
分别基于每两个所述待处理图谱对象对应的通信网关设备之间的数据通信相关性信息和数据运行相关性信息,分析出每两个所述待处理图谱对象之间的相关性表征参数,所述数据通信相关性信息至少用于反映所述通信网关设备之间的数据交互量和数据交互次数,所述数据运行相关性信息用于反映通信网络设备之间共同的网络交互设备的数量,所述网络交互设备是指与通信网络设备具有交互的设备;
分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
可以选择的是,在一些实施方式中,所述描述向量确定模块具体用于:
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的自身对象信息描述向量,构建出所述待处理对象分布图谱对应的对象信息描述向量集合;
将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合,所述整合描述向量集合中包括每一个待处理图谱对象对应的整合对象信息描述向量,所述整合对象信息描述向量基于对所述待处理图谱对象对应的关联对象信息描述向量进行向量整合操作以生成;
对每一个所述待处理图谱对象对应的整合对象信息描述向量进行标记处理,以标记为所述通信网关设备对应的相关信息描述向量。
可以选择的是,在一些实施方式中,每一个所述通信网关设备对应有多个相关信息描述向量,基于此,所述描述向量分析模块具体用于:
对所述通信网关设备对应的多个相关信息描述向量和对应的自身对象信息描述向量进行拼接,以输出对应的拼接信息描述向量;
将所述拼接信息描述向量进行异常分析处理,输出所述通信网关设备对应的异常程度。对所述通信网关设备对应的多个相关信息描述向量和对应的自身对象信息描述向量进行拼接,以输出对应的拼接信息描述向量;
将所述拼接信息描述向量进行异常分析处理,输出所述通信网关设备对应的异常程度
可以选择的是,在一些实施方式中,所述异常设备标记模块具体用于:
对于所述通信***中的每一个所述通信网关设备,对该通信网关设备对应的异常程度和预先配置的参考异常程度进行大小比较处理;
在所述通信网关设备对应的异常程度大于或等于所述参考异常程度的情况下,对所述通信网关设备进行标记处理,以标记为第一通信网关设备,以及,对于每一个所述第一通信网关设备,确定出所述通信***包括的通信网关设备中与该第一通信网关设备之间具有通信交互关系的通信网关设备,以形成对应的交互设备集合;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的交互设备集合中,确定出第一通信网关设备的设备数量占比;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的设备数量占比大于或等于预先配置的参***数量占比的情况下,将该第一通信网关设备标记为异常通信网关设备。
综上所述,本发明提供的一种通信设备的管控方法及***,可以构建出通信***对应的待处理对象分布图谱;基于通信网关设备在待处理对象分布图谱中的关联对象信息描述向量和通信网关设备对应的自身对象信息描述向量,分析出每一个通信网关设备对应的相关信息描述向量,自身对象信息描述向量基于通信网关设备的设备运行数据确定;基于通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个通信网关设备对应的异常程度;基于异常程度,在通信***中标记出异常通信网关设备。基于前述的步骤,由于在进行异常程度的分析的过程中,不仅仅会参考通信网关设备对应的自身对象信息描述向量,还会参考通信网关设备对应的相关信息描述向量,使得分析的依据更为充分、全面,从而在一定程度上提高对通信网关设备的异常分析的可靠度。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种通信设备的管控方法,其特征在于,包括:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱;
基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量,所述自身对象信息描述向量基于所述通信网关设备的设备运行数据确定;
基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度,所述异常程度用于反映所述通信网关设备对应的通信安全程度;
基于所述异常程度,在所述通信***中标记出异常通信网关设备。
2.如权利要求1所述的通信设备的管控方法,其特征在于,所述相关性信息包括数据通信相关性信息和数据运行相关性信息;
所述对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱的步骤,包括:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,以及,形成每两个待处理图谱对象之间的图谱连接线;
分别基于每两个所述待处理图谱对象对应的通信网关设备之间的数据通信相关性信息和数据运行相关性信息,分析出每两个所述待处理图谱对象之间的相关性表征参数,所述数据通信相关性信息至少用于反映所述通信网关设备之间的数据交互量和数据交互次数,所述数据运行相关性信息用于反映通信网络设备之间共同的网络交互设备的数量,所述网络交互设备是指与通信网络设备具有交互的设备;
分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
3.如权利要求2所述的通信设备的管控方法,其特征在于,每两个所述待处理图谱对象之间有多个相关性表征参数,所述多个相关性表征参数基于所述待处理图谱对象之间具有的多种相关性信息确定;
所述分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱的步骤,包括:
对所述多个相关性表征参数进行和值计算,以及,对输出的参数和值进行标记处理,以标记为相关性具化信息,再将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
4.如权利要求1所述的通信设备的管控方法,其特征在于,所述基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量的步骤,包括:
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的自身对象信息描述向量,构建出所述待处理对象分布图谱对应的对象信息描述向量集合;
将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合,所述整合描述向量集合中包括每一个待处理图谱对象对应的整合对象信息描述向量,所述整合对象信息描述向量基于对所述待处理图谱对象对应的关联对象信息描述向量进行向量整合操作以生成;
对每一个所述待处理图谱对象对应的整合对象信息描述向量进行标记处理,以标记为所述通信网关设备对应的相关信息描述向量。
5.如权利要求4所述的通信设备的管控方法,其特征在于,所述将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合的步骤,包括:
分别对所述对象信息描述向量集合对应的每一个待处理图谱对象进行目标数量的关联待处理图谱对象的确定操作,以形象每一个所述待处理图谱对象对应的关联待处理图谱对象簇;
对所述关联待处理图谱对象簇对应的每一个关联对象信息描述向量进行向量整合操作,以输出所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量;
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量确定出整合描述向量集合。
6.如权利要求5所述的通信设备的管控方法,其特征在于,所述对所述关联待处理图谱对象簇对应的每一个关联对象信息描述向量进行向量整合操作,以输出所述待处理对象分布图谱中的每一个待处理图谱对象对应的整合对象信息描述向量的步骤,包括:
提取到进行网络优化形成的向量整合神经网络,进行网络优化的过程包括:对样本对象分布图谱中的每一个样本图谱对象进行向量整合操作,以输出对应的相关信息描述向量;
利用所述向量整合神经网络,将所述关联待处理图谱对象簇对应的关联对象信息描述向量进行向量整合操作,以输出所述待处理图谱对象对应的整合对象信息描述向量,该向量整合操作的操作对象包括所述关联对象信息描述向量和所述自身对象信息描述向量。
7.如权利要求1-6任意一项所述的通信设备的管控方法,其特征在于,所述基于所述异常程度,在所述通信***中标记出异常通信网关设备的步骤,包括:
对于所述通信***中的每一个所述通信网关设备,对该通信网关设备对应的异常程度和预先配置的参考异常程度进行大小比较处理;
在所述通信网关设备对应的异常程度大于或等于所述参考异常程度的情况下,对所述通信网关设备进行标记处理,以标记为第一通信网关设备,以及,对于每一个所述第一通信网关设备,确定出所述通信***包括的通信网关设备中与该第一通信网关设备之间具有通信交互关系的通信网关设备,以形成对应的交互设备集合;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的交互设备集合中,确定出第一通信网关设备的设备数量占比;
对于每一个所述第一通信网关设备,在该第一通信网关设备对应的设备数量占比大于或等于预先配置的参***数量占比的情况下,将该第一通信网关设备标记为异常通信网关设备。
8.一种通信设备的管控***,其特征在于,包括:
图谱构建模块,用于对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,并依据通信网关设备之间的每一种相关性信息,确定出待处理图谱对象之间的图谱连接线,以及,依据所述待处理图谱对象和所述图谱连接线,构建出所述通信***对应的待处理对象分布图谱;
描述向量确定模块,用于基于所述通信网关设备在所述待处理对象分布图谱中的关联对象信息描述向量和所述通信网关设备对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的相关信息描述向量,所述自身对象信息描述向量基于所述通信网关设备的设备运行数据确定;
描述向量分析模块,用于基于所述通信网关设备对应的相关信息描述向量和对应的自身对象信息描述向量,分析出每一个所述通信网关设备对应的异常程度,所述异常程度用于反映所述通信网关设备对应的通信安全程度;
异常设备标记模块,用于基于所述异常程度,在所述通信***中标记出异常通信网关设备。
9.如权利要求8所述的通信设备的管控***,其特征在于,所述图谱构建模块具体用于:
对通信***中的通信网关设备进行标记处理,以形成待处理图谱对象,以及,形成每两个待处理图谱对象之间的图谱连接线;
分别基于每两个所述待处理图谱对象对应的通信网关设备之间的数据通信相关性信息和数据运行相关性信息,分析出每两个所述待处理图谱对象之间的相关性表征参数,所述数据通信相关性信息至少用于反映所述通信网关设备之间的数据交互量和数据交互次数,所述数据运行相关性信息用于反映通信网络设备之间共同的网络交互设备的数量,所述网络交互设备是指与通信网络设备具有交互的设备;
分别对对应的所述相关性表征参数进行标记处理,以标记为对应的相关性具化信息,并将所述相关性具化信息配置到所述图谱连接线,得到对应的待处理对象分布图谱。
10.如权利要求8所述的通信设备的管控***,其特征在于,所述描述向量确定模块具体用于:
基于所述待处理对象分布图谱中的每一个待处理图谱对象对应的自身对象信息描述向量,构建出所述待处理对象分布图谱对应的对象信息描述向量集合;
将所述对象信息描述向量集合进行向量整合操作,以输出所述待处理对象分布图谱对应的整合描述向量集合,所述整合描述向量集合中包括每一个待处理图谱对象对应的整合对象信息描述向量,所述整合对象信息描述向量基于对所述待处理图谱对象对应的关联对象信息描述向量进行向量整合操作以生成;
对每一个所述待处理图谱对象对应的整合对象信息描述向量进行标记处理,以标记为所述通信网关设备对应的相关信息描述向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311045754.4A CN117176547A (zh) | 2023-08-17 | 2023-08-17 | 一种通信设备的管控方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311045754.4A CN117176547A (zh) | 2023-08-17 | 2023-08-17 | 一种通信设备的管控方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117176547A true CN117176547A (zh) | 2023-12-05 |
Family
ID=88936727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311045754.4A Pending CN117176547A (zh) | 2023-08-17 | 2023-08-17 | 一种通信设备的管控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117176547A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105450540A (zh) * | 2015-12-14 | 2016-03-30 | 福建星网锐捷网络有限公司 | 一种负载均衡方法、装置及dhcp服务器 |
CN112583610A (zh) * | 2019-09-27 | 2021-03-30 | 顺丰科技有限公司 | ***状态的预测方法、装置、服务器及存储介质 |
CN115293846A (zh) * | 2022-07-28 | 2022-11-04 | 东风汽车集团股份有限公司 | 一种基于协同过滤的用户充电桩推荐方法及设备 |
CN115412367A (zh) * | 2022-10-31 | 2022-11-29 | 清华大学 | 一种分布式协作方法、联防网关装置及电子设备 |
CN115511511A (zh) * | 2022-11-23 | 2022-12-23 | 成都银光软件有限公司 | 基于数据处理的溯源识别信息的分析方法及*** |
CN115730659A (zh) * | 2022-11-25 | 2023-03-03 | 智车信安(苏州)信息安全科技有限公司 | 应用于ai的车辆安全分析方法及*** |
CN115828011A (zh) * | 2022-10-13 | 2023-03-21 | 徐州海清信息科技有限公司 | 基于大数据的数据分析方法和平台 |
CN115935344A (zh) * | 2022-12-26 | 2023-04-07 | 北京奇艺世纪科技有限公司 | 一种异常设备的识别方法、装置及电子设备 |
WO2023071845A1 (zh) * | 2021-10-25 | 2023-05-04 | 支付宝(杭州)信息技术有限公司 | 知识图谱处理 |
CN116126945A (zh) * | 2023-03-30 | 2023-05-16 | 创域智能(常熟)网联科技有限公司 | 基于数据分析的传感器运行状态分析方法和*** |
CN116501972A (zh) * | 2023-05-06 | 2023-07-28 | 兰州柒禾网络科技有限公司 | 基于大数据在线服务的内容推送方法及ai智能推送*** |
-
2023
- 2023-08-17 CN CN202311045754.4A patent/CN117176547A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105450540A (zh) * | 2015-12-14 | 2016-03-30 | 福建星网锐捷网络有限公司 | 一种负载均衡方法、装置及dhcp服务器 |
CN112583610A (zh) * | 2019-09-27 | 2021-03-30 | 顺丰科技有限公司 | ***状态的预测方法、装置、服务器及存储介质 |
WO2023071845A1 (zh) * | 2021-10-25 | 2023-05-04 | 支付宝(杭州)信息技术有限公司 | 知识图谱处理 |
CN115293846A (zh) * | 2022-07-28 | 2022-11-04 | 东风汽车集团股份有限公司 | 一种基于协同过滤的用户充电桩推荐方法及设备 |
CN115828011A (zh) * | 2022-10-13 | 2023-03-21 | 徐州海清信息科技有限公司 | 基于大数据的数据分析方法和平台 |
CN115412367A (zh) * | 2022-10-31 | 2022-11-29 | 清华大学 | 一种分布式协作方法、联防网关装置及电子设备 |
CN115511511A (zh) * | 2022-11-23 | 2022-12-23 | 成都银光软件有限公司 | 基于数据处理的溯源识别信息的分析方法及*** |
CN115730659A (zh) * | 2022-11-25 | 2023-03-03 | 智车信安(苏州)信息安全科技有限公司 | 应用于ai的车辆安全分析方法及*** |
CN115935344A (zh) * | 2022-12-26 | 2023-04-07 | 北京奇艺世纪科技有限公司 | 一种异常设备的识别方法、装置及电子设备 |
CN116126945A (zh) * | 2023-03-30 | 2023-05-16 | 创域智能(常熟)网联科技有限公司 | 基于数据分析的传感器运行状态分析方法和*** |
CN116501972A (zh) * | 2023-05-06 | 2023-07-28 | 兰州柒禾网络科技有限公司 | 基于大数据在线服务的内容推送方法及ai智能推送*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115841255B (zh) | 基于在线分析的建筑工程现场预警方法及*** | |
CN109948276B (zh) | 失效分析方法、装置、设备和存储介质 | |
CN116126945B (zh) | 基于数据分析的传感器运行状态分析方法和*** | |
CN116126947B (zh) | 应用于企业管理***的大数据分析方法及*** | |
CN116028886A (zh) | 一种基于bim的数据处理方法、***及云平台 | |
CN113159737B (zh) | Rpa业务处理方法、rpa管理平台、设备及介质 | |
CN115630771B (zh) | 应用于智慧工地的大数据分析方法及*** | |
CN116310914B (zh) | 基于人工智能的无人机监控方法及*** | |
CN114723082A (zh) | 一种智能低压成套设备的异常预警方法及*** | |
CN113656315A (zh) | 数据测试方法、装置、电子设备和存储介质 | |
CN117274913A (zh) | 一种基于智慧楼宇的安全保障方法及*** | |
CN117176547A (zh) | 一种通信设备的管控方法及*** | |
CN116109988A (zh) | 基于人工智能和无人机的异常监控方法及*** | |
CN115242497B (zh) | 一种基于区块链的数据防篡改方法及*** | |
CN116681350A (zh) | 智慧工厂故障检测方法及*** | |
CN117319286A (zh) | 一种通信数据的传输方法及*** | |
CN117149846B (zh) | 一种基于数据融合的电力数据分析方法和*** | |
CN116996403B (zh) | 应用ai模型的网络流量诊断方法及*** | |
CN117351422A (zh) | 一种智慧楼宇的监控方法及*** | |
CN117235265B (zh) | 一种电力数据文件的处理***和方法 | |
CN115906170B (zh) | 应用于存储集群的安全防护方法及ai*** | |
CN115577206B (zh) | 基于互联网的房屋交易网签数据处理方法及*** | |
CN115687792B (zh) | 针对在线互联网服务的大数据采集方法及*** | |
CN117113507B (zh) | 一种基于建筑信息化的数据采集方法及*** | |
CN115980279B (zh) | 氖气纯度检测***的稳定性优化方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |