基于网络大数据的网终应用采集分析方法、系统及介质与流程

本技术涉及大数据及网络终端，具体而言，涉及基于网络大数据的网终应用采集分析方法、系统及介质。

背景技术：

1、网络终端（简称网终）越来越多应用在生活生产中，其功能、种类复杂化、多样化化，随着互联网的爆炸式发展，互联网环境以及网终在互联网应用中的安全性、稳定性成为社会发展最重要的因素之一，由于互联网环境多样性、瞬息性导致网终在互联网应用中的安全防御和把控能力的要求变得愈发艰难和重要，如何有效评估网终在互联网应用中的安全稳定状态，并规避风险是难点之一。

2、而目前针对网终应用的状态评估手段是根据互联网或网终参数报文、技术数据或信息报告进行获知，而缺少能与网终运行状态参数信息以及互联网环境动态信息相结合的评估处理手段，也缺乏对网终应用相关联的各类数据信息的有机联系处理方法，导致对网终应用的采集分析精准评估能力的缺乏，难以适应于互联网的动态变化和发展要求。

3、针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

1、本技术实施例的目的在于提供一种基于网络大数据的网终应用采集分析方法、系统及介质，可以基于大数据对网终应用数据和信息进行处理评估，实现根据采集网终应用监测数据的信息处理获得应用状况的评估技术，提高对网终应用分析的精准度。

2、第一方面，本技术实施例还提供了基于网络大数据的网终应用采集分析方法，包括以下步骤：

3、获取预设范围内多个网络终端的网络终端设置信息，并采集与所述网络终端设置信息对应的网终应用监测信息；

4、根据所述网终应用监测信息提取网终应用特征数据，并采集在预设时间段内的网终应用共享信息；

5、根据所述网终应用特征数据以及所述预设时间段内的网终应用监测信息进行处理，获得网终应用状态特征参数；

6、将所述网终应用共享信息输入预设网络运行异常检测模型中进行处理，获得所述预设时间段内的网络动态异常频数，并根据网络动态异常频数进行异常频次级数识别，获取对应网络动态异常指级；

7、根据所述网终应用特征数据结合所述网终应用状态特征参数通过网终应用稳态监测模型进行处理，获得网终应用稳态参数；

8、根据所述网络动态异常指级对所述网终应用稳态参数进行加权修正，获得网终应用稳态评估指数；

9、将所述网终应用稳态评估指数与预设网终安全稳态阈值进行对比，评估网终应用的安全稳定状况。

10、可选地，在本技术实施例所述的基于网络大数据的网终应用采集分析方法中，所述获取预设范围内多个网络终端的网络终端设置信息，并采集与所述网络终端设置信息对应的网终应用监测信息，包括：

11、获取预设范围内的多个网络终端的网络终端设置信息，所述网络终端设置信息包括领域功用信息、功能配置信息、应用安全信息以及网配关联信息；

12、通过预设的网络终端应用监控平台监测多个网络终端的运行状况，并采集与所述网络终端设置信息映射的网终运行状况信息；

13、根据所述网终运行状况信息提取网终应用监测信息，所述网终应用监测信息包括网终用途故障报文信息、网终功能异常信息、网终漏点告警信息以及网关运行标记信息。

14、可选地，在本技术实施例所述的基于网络大数据的网终应用采集分析方法中，所述根据所述网终应用监测信息提取网终应用特征数据，并采集在预设时间段内的网终应用共享信息，包括：

15、根据所述网终应用监测信息通过预设网终应用监测模型生成网终应用监测模型组织树；

16、根据所述网终应用监测模型组织树提取网终应用特征数据，所述网终应用特征数据包括网终健康监测报文数据、网终功能异常反馈数据、网终漏点报告数据以及网终生态监测数据；

17、通过所述网络终端应用监控平台监测并采集预设时间段内网终应用共享信息，所述网终应用共享信息包括网终环境检测信息、网络生态报告信息以及网终链动态监测信息。

18、可选地，在本技术实施例所述的基于网络大数据的网终应用采集分析方法中，所述根据所述网终应用特征数据以及所述预设时间段内的网终应用监测信息进行处理，获得网终应用状态特征参数，包括：

19、根据所述网终应用特征数据通过预设网终应用监测特征数据库提取所述预设时间段内对应的多个特征数据稳态值；

20、通过预设网终应用监测特征数据库根据所述预设时间段内的网终应用监测信息提取对应的多个信息风险动态值；

21、根据所述多个特征数据稳态值以及多个信息风险动态值进行聚合处理，获得网终应用状态特征参数。

22、可选地，在本技术实施例所述的基于网络大数据的网终应用采集分析方法中，所述将所述网终应用共享信息输入预设网络运行异常检测模型中进行处理，获得所述预设时间段内的网络动态异常频数，并根据网络动态异常频数进行异常频次级数识别，获取对应网络动态异常指级，包括：

23、根据所述网终环境检测信息、网络生态报告信息以及网终链动态监测信息输入至预设的网络运行异常检测模型中进行处理，获得对应网络动态异常频数；

24、根据所述网络动态异常频数与预设异常频数值级阈值范围进行对比，获取对应的网络动态异常指级。

25、可选地，在本技术实施例所述的基于网络大数据的网终应用采集分析方法中，所述根据所述网终应用特征数据结合所述网终应用状态特征参数通过网终应用稳态监测模型进行处理，获得网终应用稳态参数，包括：

26、根据所述网终用途故障报文信息、网终功能异常信息、网终漏点告警信息以及网关运行标记信息进行异常响应处理，获得网终异常信息响应因子；

27、根据所述网终健康监测报文数据、网终功能异常反馈数据、网终漏点报告数据结合所述网终异常信息响应因子以及网终应用状态特征参数通过网终应用稳态监测模型进行处理，获得网终应用稳态参数；

28、其中，所述网终应用稳态参数的处理公式为：

29、；

30、其中，为网终应用稳态参数，为网终异常信息响应因子，、、分别为网终健康监测报文数据、网终功能异常反馈数据、网终漏点报告数据，为网终应用状态特征参数，、、、为特征系数。

31、可选地，在本技术实施例所述的基于网络大数据的网终应用采集分析方法中，所述根据所述网络动态异常指级对所述网终应用稳态参数进行加权修正，获得网终应用稳态评估指数，包括：

32、根据所述网络动态异常指级结合网终异常信息响应因子以及所述网终生态监测数据对所述网终应用稳态参数进行加权修正，获得网终应用稳态评估指数；

33、其中，所述网终应用稳态评估指数的加权计算公式为：

34、；

35、其中，为网终应用稳态评估指数，为网终应用稳态参数，为网终生态监测数据，为网络动态异常指级，为网终异常信息响应因子，为预设指数系数。

36、第二方面，本技术实施例提供了基于网络大数据的网终应用采集分析系统，该系统包括：存储器及处理器，所述存储器中包括基于网络大数据的网终应用采集分析方法的程序，所述基于网络大数据的网终应用采集分析方法的程序被所述处理器执行时实现以下步骤：

37、获取预设范围内多个网络终端的网络终端设置信息，并采集与所述网络终端设置信息对应的网终应用监测信息；

38、根据所述网终应用监测信息提取网终应用特征数据，并采集在预设时间段内的网终应用共享信息；

39、根据所述网终应用特征数据以及所述预设时间段内的网终应用监测信息进行处理，获得网终应用状态特征参数；

40、将所述网终应用共享信息输入预设网络运行异常检测模型中进行处理，获得所述预设时间段内的网络动态异常频数，并根据网络动态异常频数进行异常频次级数识别，获取对应网络动态异常指级；

41、根据所述网终应用特征数据结合所述网终应用状态特征参数通过网终应用稳态监测模型进行处理，获得网终应用稳态参数；

42、根据所述网络动态异常指级对所述网终应用稳态参数进行加权修正，获得网终应用稳态评估指数；

43、将所述网终应用稳态评估指数与预设网终安全稳态阈值进行对比，评估网终应用的安全稳定状况。

44、可选地，在本技术实施例所述的基于网络大数据的网终应用采集分析系统中，所述获取预设范围内多个网络终端的网络终端设置信息，并采集与所述网络终端设置信息对应的网终应用监测信息，包括：

45、获取预设范围内的多个网络终端的网络终端设置信息，所述网络终端设置信息包括领域功用信息、功能配置信息、应用安全信息以及网配关联信息；

46、通过预设的网络终端应用监控平台监测多个网络终端的运行状况，并采集与所述网络终端设置信息映射的网终运行状况信息；

47、根据所述网终运行状况信息提取网终应用监测信息，所述网终应用监测信息包括网终用途故障报文信息、网终功能异常信息、网终漏点告警信息以及网关运行标记信息。

48、第三方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于网络大数据的网终应用采集分析方法程序，所述基于网络大数据的网终应用采集分析方法程序被处理器执行时，实现如上述任一项所述的基于网络大数据的网终应用采集分析方法的步骤。

49、由上可知，本技术实施例提供的基于网络大数据的网终应用采集分析方法、系统及介质，通过采集与设置信息对应的网终应用监测信息并提取采集网终应用特征数据和网终应用共享信息，根据网终应用特征数据以及网终应用监测信息处理获得网终应用状态特征参数，将网终应用共享信息输入预设网络运行异常检测模型处理获得网络动态异常频数并进行异常频次级数识别获取网络动态异常指级，再根据网终应用特征数据结合网终应用状态特征参数通过网终应用稳态监测模型进行处理获得网终应用稳态参数，根据网络动态异常指级对网终应用稳态参数进行加权修正获得网终应用稳态评估指数，再与预设网终安全稳态阈值进行对比评估网终应用的安全稳定状况；从而基于大数据对网终应用数据和信息进行处理评估，实现根据采集网终应用监测数据的信息处理获得应用状况的评估技术，提高对网终应用分析的精准度。