1.一种实时阈值自适应流量预警方法,应用于基于流式处理框架的服务端,其特征在于,包括:
汇总客户端的访问日志并实时统计所述访问日志中各个时间戳对应的连接数;
从统计得到的各个时间戳对应的连接数中,获取目标时间戳之前若干个连续时间戳对应的连接数,以及所述目标时间戳之前与所述目标时间戳保持预设时间间隔周期的若干个时间戳对应的连接数;
针对所述目标时间戳之前若干个连续时间戳对应的连接数以及所述目标时间戳之前与所述目标时间戳保持预设时间间隔周期的若干个时间戳对应的连接数进行统计分析,得到对应于所述目标时间戳的动态连接数阈值;其中,所述动态连接数阈值用于表征与所述目标时间戳对应的时刻是否存在流量异常;
获取与所述目标时间戳对应的连接数,当所述目标时间戳的连接数大于所述目标时间戳对应的所述动态连接数阈值时,确定存在流量异常。
2.根据权利要求1所述的方法,其特征在于,所述针对所述目标时间戳之前若干个连续时间戳对应的连接数以及所述目标时间戳之前与所述目标时间戳保持预设时间间隔周期的若干个时间戳对应的连接数进行统计分析,得到对应于所述目标时间戳的动态连接数阈值,包括:
根据所述目标时间戳之前若干个连续时间戳对应的连接数生成第一序列,并将所述第一序列输入预设的自回归模型进行预测计算,以得到与所述目标时间戳对应的连接数的预测值;
根据所述目标时间戳对应的连接数的预测值以及所述目标时间戳之前与所述目标时间戳保持预设时间间隔周期的若干个时间戳对应的连接数生成第二序列,并计算所述第二序列的标准差;
计算所述预测值与所述标准差与预设系数的乘积之和,得到所述目标时间戳对应的动态连接数阈值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在将所述第一序列输入预设的自回归模型进行预测计算前,对所述第一序列进行零均值化处理。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
计算所述预测值与所述标准差与预设系数的乘积之和,并将所述预测值与所述标准差与预设系数的乘积之和加上预设的修正值,得到所述目标时间戳对应的动态连接数阈值。
5.根据权利要求2或4所述的方法,其特征在于,所述预设系数,根据检测灵敏度需求进行自定义;所述预设系数的取值范围包括[1,3]。
6.根据权利要求4所述的方法,其特征在于,所述预设的修正值包括所述第一序列的平均数。
7.一种实时阈值自适应流量预警装置,应用于基于流式处理框架的服务端,其特征在于,包括:
统计单元,用于汇总客户端的访问日志并实时统计所述访问日志中各个时间戳对应的连接数;
获取单元,用于从统计得到的各个时间戳对应的连接数中,获取目标时间戳之前若干个连续时间戳对应的连接数,以及所述目标时间戳之前与所述目标时间戳保持预设时间间隔周期的若干个时间戳对应的连接数;
计算单元,用于针对所述目标时间戳之前若干个连续时间戳对应的连接数以及所述目标时间戳之前与所述目标时间戳保持预设时间间隔周期的若干个时间戳对应的连接数进行统计分析,得到对应于所述目标时间戳的动态连接数阈值;其中,所述动态连接数阈值用于表征与所述目标时间戳对应的时刻是否存在流量异常;
判断单元,用于获取与所述目标时间戳对应的连接数,当所述目标时间戳的连接数大于所述目标时间戳对应的所述动态连接数阈值时,确定存在流量异常。
8.根据权利要求7所述的方法,其特征在于,所述计算单元,进一步用于:
根据所述目标时间戳之前若干个连续时间戳对应的连接数生成第一序列,并将所述第一序列输入预设的自回归模型进行预测计算,以得到与所述目标时间戳对应的连接数的预测值;
根据所述目标时间戳对应的连接数的预测值以及所述目标时间戳之前与所述目标时间戳保持预设时间间隔周期的若干个时间戳对应的连接数生成第二序列,并计算所述第二序列的标准差;
计算所述预测值与所述标准差与预设系数的乘积之和,得到所述目标时间戳对应的动态连接数阈值。
9.根据权利要求8所述的方法,其特征在于,所述计算单元,进一步用于:
在将所述第一序列输入预设的自回归模型进行预测计算前,对所述第一序列进行零均值化处理。
10.根据权利要求8所述的方法,其特征在于,所述计算单元,进一步用于:
计算所述预测值与所述标准差与预设系数的乘积之和,并将所述预测值与所述标准差与预设系数的乘积之和加上预设的修正值,得到所述目标时间戳对应的动态连接数阈值。
11.根据权利要求8或10所述的装置,其特征在于,所述预设系数,根据检测灵敏度需求进行自定义;所述预设系数的取值范围包括[1,3]。
12.根据权利要求10所述的方法,其特征在于,所述预设的修正值包括所述第一序列的平均数。