一种用于确定流量类型的方法和装置的制造方法
【技术领域】
[0001]本发明涉及计算机网络领域，尤其涉及一种用于确定流量类型的方法和装置。
【背景技术】
[0002]随着网络应用的普及，人们通过网络与服务器端进行交互以获取服务器所提供的服务变得越来越普遍。对于服务器来说，通常可以为一定数量的用户通过网络同时提供服务。除了通过人工操作途径来访问服务器之外，还存在某些能够自动连接服务器并进行操作的软件。对于服务器来说，需要处理来自普通用户的人工流量以及来自例如软件的机器流量。然而当软件存在缺陷或具有恶意攻击的意图时，其可能导致访问服务器的流量陡增，对服务器端系统造成流量冲击，甚至可能影响服务器向用户提供服务。因此，如何识别流量类型，从而能够针对不同流量类型进行不同处理，例如将机器流量与人工流量进行分流处理，是一个值得研究的问题。
【发明内容】
[0003]本发明的目的是提供一种用于识别流量类型的方法和装置。
[0004]根据本发明的一个方面，提供一种用于识别流量类型的方法，其中，该方法包括以下步骤:
[0005]-基于业务相关维度，对日志进行分析以确定流量识别规则；
[0006]-基于所述流量识别规则，确定流量的分值；
[0007]-基于所述分值及阈值，确定所述流量的类型。
[0008]根据本发明的另一个方面，提供一种用于识别流量类型的装置，其中，所述装置包括:
[0009]-用于基于业务相关维度，对日志进行分析以确定流量识别规则的装置；
[0010]-用于基于所述流量识别规则，确定流量的分值的装置；
[0011]-用于基于所述分值及阈值，确定所述流量的类型的装置。
[0012]与现有技术相比，本发明能够基于业务相关维度，通过对日志进行分析来确定流量识别规则，并基于流量识别规则来实时地确定新到流量的分值，从而基于该分值及阈值来确定该流量的类型。本发明的方案能够有效识别流量类型，有利于服务器端正确处理不同类型的流量，以减少由于流量冲击等所导致的影响，提高用户体验。
【附图说明】
[0013]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0014]图1示出根据本发明一个方面的实施例的用于识别流量类型的方法的流程图；
[0015]图2示出根据本发明另一个方面的实施例的用于识别流量类型的装置的示意图。
[0016]附图中相同或相似的附图标记代表相同或相似的部件。
【具体实施方式】
[0017]在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0018]在上下文中所称“计算机设备”，也称为“电脑”，是指可以通过运行预定程序或指令来执行数值计算和/或逻辑计算等预定处理过程的智能电子设备，其可以包括处理器与存储器，由处理器执行在存储器中预存的存续指令来执行预定处理过程，或是由ASIC、FPGA、DSP等硬件执行预定处理过程，或是由上述二者组合来实现。计算机设备包括但不限于服务器、个人电脑、笔记本电脑、平板电脑、智能手机等。
[0019]所述计算机设备包括用户设备与网络设备。其中，所述用户设备包括但不限于电脑、智能手机、PDA等；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中，所述计算机设备可单独运行来实现本发明，也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本发明。其中，所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
[0020]需要说明的是，所述用户设备、网络设备和网络等仅为举例，其他现有的或今后可能出现的计算机设备或网络如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。
[0021]后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时，用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。
[0022]这里所公开的具体结构和功能细节仅仅是代表性的，并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现，并且不应当被解释成仅仅受限于这里所阐述的实施例。
[0023]应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
[0024]应当理解的是，当一个单元被称为“连接”或“耦合”到另一单元时，其可以直接连接或耦合到所述另一单元，或者可以存在中间单元。与此相对，当一个单元被称为“直接连接”或“直接耦合”到另一单元时，则不存在中间单元。应当按照类似的方式来解释被用于描述单元之间的关系的其他词语(例如“处于...之间”相比于“直接处于...之间”，“与...邻近”相比于“与...直接邻近”等等)。
[0025]这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
[0026]还应当提到的是，在一些替换实现方式中，所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说，取决于所涉及的功能/动作，相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。
[0027]下面结合附图对本发明作进一步详细描述。
[0028]图1示出根据本发明一个方面的实施例的用于识别流量类型的方法的流程图。
[0029]其中，本实施例的方法主要通过网络设备来实现；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。
[0030]需要说明的是，所述网络设备仅为举例，其他现有的或今后可能出现的网络设备如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。
[0031]首先，在步骤Sll中，可基于业务相关维度，对日志进行分析以确定流量识别规则。
[0032]此处，流量意指通过网络来访问服务器的任何网络流量。
[0033]业务相关维度意指与用户访问服务器以进行的业务相关的维度。其中，业务意指服务器能够提供的各种类型的服务或能够完成的各种类型的任务。例如对于网络购物服务器，其所能提供的业务例如为登录、查询、购买等业务。又例如对于竞价推广服务器，其可向推广商提供的业务例如为登录、查询、调价等业务。本领域技术人员应理解，此处，对于业务的相关描述仅为示例性而非限定性描述，存在其他各种业务而不背离本发明的精神或范畴，并以引用的方式包含于此。
[0034]在一个实施例中，业务相关维度包括以下至少任一种:
[0035]-用户标识；
[0036]-业务类型；
[0037]-业务执行步骤；
[0038]-业务执行频率；
[0039]-业务执行结果；
[0040]_业务执彳丁时间；
[0041]-用户所在地域。
[0042]其中，用户标识指与该业务相关的用户的标识，例如用户名、用户ID等。例如，对于登录业务，用户标识可以为执行登录业务的用户的用户名。
[0043]业务类型指该业务的具体类型，例如登录业务、调价业务等。
[0044]业务执行步骤指进行某业务所执行的各个步骤，其还可包括各个步骤的顺序。例如某用户执行调价业务的业务执行步骤为:点击“调价”按钮_>输入调价金额_>点击“确定”按钮。
[0045]业务执行频率指执行某业务的频率，也即在一定时间内执行某业务的次数。
[0046]业务执行结果指执行某业务的结果，例如执行成功、执行失败等。业务执行结果还可以包括各个业务执行步骤的执行结果。
[0047]业务执行时间指执行某业务的时间或时间段。业务执行时间还可包括执行某业务所持续的时间。
[0048]用户所在地域指执行某业务的用户所处位置/区域。用户所在地域还可包括该用户切换至其他位置/区域的信息。
[0049]本领域技术人员应理解，此处，对于业务相关维度的相关描述仅为示例性而非限定性描述，存在其他各种业务相关维度而不背离本发明的精神或范畴，并以引用的方式包含于此。
[0050]在本文中，日志可以为任何类型的日志。例如，日志可包括服务器端的访问接入日志，还可包括服务器端的业务执行相关日志等。通常，日志中可以包括访问服务器的流量的各种相关信息。
[0051]在步骤Sll中，具体地，可基于任一项或任多项业务相关维度，对日志进行分析以确定流量识别规则。
[0052]例如，可基于用户标识这一业务相关维度，对日志进行分析以确定流量识别规则。例如，可按照用户标识来分别对日志中与各个用户相关联的流量进行统计。对于在一定时间段内其流量超过某一阈值的用户，例如用户A，可确定流量识别规则为Rl:来自用户A的流量，其分值为I ;而对于在该时间段内其流量未超过某一阈值的其他用户，可确定流量识别规则为R2:来自其他用户的流量，其分值为O。
[0053]又如，可基于用户标识以及业务类型这两项业务