买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜辽宁立洲科技有限公司申请的专利一种服务器流量实时监控方法、设备及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119356990B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411929801.6，技术领域涉及：G06F11/30；该发明授权一种服务器流量实时监控方法、设备及系统是由李一楠;李哲;李克新设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种服务器流量实时监控方法、设备及系统在说明书摘要公布了：本发明涉及流量传输技术领域，提出了一种服务器流量实时监控方法、设备及系统，包括：获取若干主要特征的正常流量数据段和异常流量数据段；根据正常流量数据段的状态值得到分析区间及对照分析区间；根据分析区间与其对照分析区间得到整体关联指数；根据异常流量数据段与正常流量数据段的状态值得到异常程度；根据异常程度得到异常表现指数；根据异常表现指数得到异常表现程度；根据异常表现程度得到主要特征的保留程度；根据保留程度得到保留特征；根据保留特征进行模型训练得到流量分类模型；利用流量分类模型对服务器流量实时监控。本发明通过保留程度筛选得到保留特征，并进行流量分类模型的训练，提高了流量监控的准确性。

本发明授权一种服务器流量实时监控方法、设备及系统在权利要求书中公布了：1.一种服务器流量实时监控方法，其特征在于，该方法包括以下步骤：获取若干主要特征的正常流量数据段和异常流量数据段；所述正常流量数据段和所述异常流量数据段包含若干状态值，若干主要特征包括入站流量、出站流量、数据包总数、数据包大小、活跃连接数、新建连接数、带宽利用率、数据包丢失率、延迟和抖动、CPU使用率、内存使用率、磁盘读写速度、并发连接数、线程数和进程数；将任意一个主要特征记为目标主要特征；根据目标主要特征与其他主要特征在正常流量数据段的状态值得到目标主要特征的分析区间及其对照分析区间；根据每个主要特征的分析区间与其对照分析区间的变化比例相似关系，得到任意两个主要特征之间的整体关联指数；根据目标主要特征在异常流量数据段与在正常流量数据段的状态值的差异，得到目标主要特征在异常流量数据段的状态值的异常程度；根据任意两个主要特征之间的整体关联指数以及主要特征在异常流量数据段的状态值的异常程度，得到主要特征在异常流量数据段的状态值的异常表现指数；根据主要特征在异常流量数据段的状态值的异常表现指数，得到主要特征在每个异常流量数据段的异常表现程度；根据主要特征在所有异常流量数据段的异常表现程度的离散性，得到主要特征的保留程度；根据保留程度对主要特征进行筛选得到保留特征；根据保留特征进行模型训练，得到流量分类模型；利用流量分类模型对服务器流量实时监控；所述根据目标主要特征与其他主要特征在正常流量数据段的状态值得到目标主要特征的分析区间及其对照分析区间，包括的具体方法为：获取目标主要特征在任意一个正常流量数据段中的所有极小值，将任意一对相邻的极小值之间的区间记为目标主要特征的一个分析区间；将目标主要特征的任意一个分析区间记为目标分析区间；将除目标主要特征外的任意一个主要特征记为目标主要特征的参考主要特征；获取每个分析区间的极大值；在目标主要特征的参考主要特征的正常流量数据段中的若干分析区间中，将极大值与目标分析区间的极大值所处的时刻最接近的分析区间记为目标分析区间的一个对照分析区间；所述根据每个主要特征的分析区间与其对照分析区间的变化比例相似关系，得到任意两个主要特征之间的整体关联指数，包括的具体方法为：计算目标分析区间的极大值所在的时刻与目标分析区间的任意一个对照分析区间的极大值所在的时刻的差值绝对值，将所述差值绝对值的反比例归一化结果记为目标分析区间与该对照分析区间的关联置信度；将目标分析区间所有状态值的极差，记作目标分析区间的幅值增量；目标主要特征对其第个参考主要特征的关联性的计算方式为： 式中，为目标主要特征对其第个参考主要特征的关联性；为目标主要特征在所有 正常流量数据段的分析区间的总数；为目标主要特征在所有正常流量数据段的第个 分析区间与其在第个参考主要特征中对照分析区间的关联置信度；为目标主要特征 在所有正常流量数据段的第个分析区间与其在第个参考主要特征中对照分析区间的关 联置信度；为目标主要特征在所有正常流量数据段的第个分析区间的幅值增量；为 目标主要特征在所有正常流量数据段的第个分析区间在第个参考主要特征中对照分析 区间的幅值增量；为目标主要特征在所有正常流量数据段的第个分析区间的幅值增 量；为目标主要特征在所有正常流量数据段的第个分析区间在第个参考主要特征中 对照分析区间的幅值增量；为绝对值函数；为以自然常数为底的指数函数； 将任意两个主要特征分别记为第一主要特征和第二主要特征；将第一主要特征对第二主要特征的关联性与第二主要特征对第一主要特征的关联性的均值，记作第一主要特征与第二主要特征的整体关联指数；所述根据主要特征在异常流量数据段的状态值的异常表现指数，得到主要特征在每个异常流量数据段的异常表现程度，包括的具体方法为：对于目标主要特征在任意一个异常流量数据段的状态值进行K-means聚类，聚类的距离度量采用状态值之间异常表现指数的差值绝对值，得到两个簇类；分别获取所述两个簇类的所有状态值的异常表现指数的均值，将最大的均值记作该异常流量数据段的异常指数标准，将最小的均值记作该异常流量数据段的正常指数标准；对于目标主要特征在任意一个异常流量数据段中的任意一个状态值，将该状态值的异常表现指数与异常指数标准的差值绝对值的反比例归一化结果，记为该状态值的异常偏度；将该状态值的异常表现指数与正常指数标准的差值绝对值的反比例归一化结果，记为该状态值的正常偏度；目标主要特征在第个异常流量数据段的第个状态值的表现权重的计算方式为： 式中，为目标主要特征在第个异常流量数据段的第个状态值的表现权重；为 目标主要特征在第个异常流量数据段的第个状态值的异常偏度；为目标主要特征在 第个异常流量数据段的第个状态值的正常偏度； 目标主要特征在第个异常流量数据段的异常表现程度的计算方式为： 式中，为目标主要特征在第个异常流量数据段的异常表现程度；为第个异常流 量数据段的状态值的总数量；为目标主要特征在第个异常流量数据段的第个状态值 的异常偏度；为目标主要特征在第个异常流量数据段的异常指数标准；为目标主要 特征在第个异常流量数据段的第个状态值的表现权重；为权重归一化函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人辽宁立洲科技有限公司，其通讯地址为：114000 辽宁省鞍山市高新区越岭路263号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。