(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211186161.5 (22)申请日 2022.09.28 (65)同一申请的已公布的文献号 申请公布号 CN 115277261 A (43)申请公布日 2022.11.01 (73)专利权人 北京安帝科技有限公司 地址 100142 北京市海淀区西四环北路158 号1幢9层9H -5-1 (72)发明人 周磊　姜双林　韩洋　 (74)专利代理 机构 北京智慧亮点知识产权代理 事务所(普通 合伙) 11950 专利代理师 史明罡 (51)Int.Cl. H04L 9/40(2022.01) H04L 41/16(2022.01)G06K 9/62(2022.01) (56)对比文件 US 2020364001 A1,2020.1 1.19 CN 112559125 A,2021.0 3.26 CN 114780338 A,202 2.07.22 CN 105471938 A,2016.04.0 6 审查员 寇利敏 (54)发明名称 基于工控网络病毒的异常机器智能识别方 法、 装置、 设备 (57)摘要 本公开的实施例公开了基于工控网络病毒 的异常机器智能识别方法、 装置、 设备。 该方法的 一具体实施方式包括： 基于机器负载信息序列 集， 生成机器负载值集； 基于任务运行信息序列 集， 确定机器参考负载值集； 基于机器负载值集 和机器参考负载值集， 确定第一异常机器组； 对 于机器负载参数分析信息组集中的每个机器负 载参数分析信息组， 对机器负载参数分析信息组 进行离群聚类处理， 以生 成离群机器负载参数分 析信息组； 根据所生成的各个离群机器负载参数 分析信息组， 确定第二异常机器组； 根据第一异 常机器组和第二异常机器组， 识别出目标异常机 器组。 该实施方式缩短了检测时间， 可 以及时检 测出异常的机 器。 权利要求书4页 说明书13页 附图3页 CN 115277261 B 2022.12.16 CN 115277261 B 1.一种基于 工控网络病毒的异常机器智能识别方法， 包括： 获取机器集群 中每个机器在测试时间段内的机器负载信 息序列和任务运行信 息序列， 得到机器负载信息序列集和任务运行信息序列集， 其中， 每个机器对应的机器负载信息序 列中的机器负载信息对应所述机器对应的任务运行信息序列中的任务运行信息， 所述机器 负载信息序列集中的机器负载信息包括： 负载参数组， 机器负载信息序列是指机器在测试 时间段内执行各个任务运行信息的负载信息， 测试时间段是指用于测试机器集群中的机器 是否异常的时间段， 任务运行信息是指预先设定的用于测试机器的任务的信息， 任务运行 信息包含测试任务对应的任务占用内存和 测试时长； 基于所述机器负载信 息序列集， 生成机器负载值集， 其中， 所述机器负载值集中的机器 负载值对应所述机器负载信息序列集中的机器负载信息序列； 基于所述任务运行信 息序列集， 确定机器参考负载值集， 其中， 所述任务运行信 息序列 集中的任务 运行信息序列对应所述机器参 考负载值 集中的机器参 考负载值； 基于所述机器负载值 集和所述机器参 考负载值 集， 确定第一异常机器组； 对于所述机器负载信 息序列集中的每个机器负载信 息序列， 对所述机器负载信 息序列 中的每个机器负载信息进行负载参数分析处理， 以生成机器负载参数分析信息， 得到机器 负载参数分析信息序列； 对所得到的各个机器负载参数分析信息序列包括的各个机器负载参数分析信息进行 聚类处理， 以生 成机器负载参数分析信息组集， 其中， 机器负载参数分析信息组包括的各个 机器负载参数分析信息对应的机器负载参数分析信息序列不同， 各个机器负载参数分析信 息对应在机器负载参数分析信息序列中的序号相同； 对于所述机器负载参数分析信 息组集中的每个机器负载参数分析信 息组， 对所述机器 负载参数分析信息组进行离群聚类处 理， 以生成离群机器负载参数分析信息组； 根据所生成的各个离群机器负载参数分析信息组， 确定第二异常机器组； 根据所述第一异常机器组和所述第二异常机器组， 识别出目标异常机器组； 将所述目标异常机器组中每个目标异常机器对应的机器标识确定为异常机器标识， 得 到异常机器标识组； 将所述异常机器标识组发送至相关联的工控机器维修终端， 以进行显示； 其中， 所述基于所述机器负载信息序列集， 生成机器负载值 集， 包括： 对于所述机器负载信息序列集中的每 个机器负载信息序列， 执 行如下处 理步骤： 对于所述机器负载信 息序列中的每个机器负载信 息， 根据所述机器负载信 息包括的负 载参数组和对应所述负载参数组的各个负载参数权 重， 生成负载值； 将所生成的各个负载值的总和 确定为机器负载值； 将所确定的各个机器负载值确定为机器负载值 集； 其中， 基于所述任务 运行信息序列集， 确定 机器参考负载值 集， 包括： 获取所述机器集群中每个机器在测试时间段内的初始机器参数信 息， 得到初始机器参 数信息集， 其中， 初始机器参数信息是指在执 行测试任务之前机器的各个参数； 对于所述任务 运行信息序列集中的每 个任务运行信息序列， 执 行如下处 理步骤： 将所述任务运行信息序列对应的机器确定为运行机器， 其中， 运行机器是指运行所述 任务运行信息序列对应的各个任务的机器；权　利　要　求　书 1/4 页 2 CN 115277261 B 2将所述任务运行信息序列与所述运行机器对应的初始机器参数信息输入至预先训练 的机器参 考负载值预测模型中， 得到 机器参考负载值； 将所得到的各个机器参 考负载值确定为机器参 考负载值 集； 其中， 根据所生成的各个离群机器负载参数分析信息组， 确定第二异常机器组， 包括： 对于所述各个离群机器负载参数分析信 息组中的每个离群机器负载参数分析信 息组， 将所述离群机器负载参数分析信息组中包括的离群评分值大于等于预设离群评分值的离 群机器负载参数分析信息确定为异常机器负载参数分析信息， 得到异常机器负载参数分析 信息组； 对所得到的各个异常机器负载参数分析信息组包括的各个异常机器负载参数分析信 息进行聚类处 理， 以生成异常机器负载参数分析信息组集； 对于所述异常机器负载参数分析信 息组集中的每个异常机器负载参数分析信 息组， 执 行如下处 理步骤： 将所述异常机器负载参数分析信息组包括的异常机器负载参数分析信息的数量确定 为异常机器负载 数； 将所述异常机器负载数与目标机器负载数的比值确定为异常负载率， 其中， 所述目标 机器负载数为： 目标机器对应的机器负载信息序列包括的机器负载信息的数量， 所述 目标 机器为所述异常机器负载参数分析信息组对应的机器； 响应于确定所述异常负载率大于等于预设异常负载率， 将所述异常机器负载参数分析 信息组对应的机器确定为第二异常机器； 将所确定的各个第二异常机器确定为第二异常机器组。 2.根据权利要求1所述的方法， 其中， 所述基于所述机器负载值集和所述机器参考负载 值集， 确定第一异常机器组， 包括： 对于所述机器负载值 集中的每 个机器负载值， 执 行如下处 理步骤： 将所述机器参考负载值集中对应所述机器负载值的机器参考负载值确定为目标机器 参考负载值； 将所述机器负载值与所述目标机器参 考负载值的差值确定为机器负载差值； 确定所述机器负载差值是否在预设负载差值区间内； 响应于确定所述机器负载差值不在所述预设负载差值区间内， 将所述机器负载值对应 的机器确定为第一异常机器； 将所确定的各个第一异常机器确定为第一异常机器组。 3.根据权利要求1所述的方法， 其中， 所述根据所述第 一异常机器组和所述第 二异常机 器组， 识别出目标异常机器组， 包括： 对于所述第一异常机器组中的每 个第一异常机器， 执 行如下处 理步骤： 确定所述第二异常机器组中是否存在与所述第一异常机器相同的第二异常机器； 响应于确定所述第 二异常机器组中存在与 所述第一异常机器相同的第 二异常机器， 将 所述第一异常机器确定为目标异常机器； 将所确定的各个目标异常机器确定为目标异常机器组。 4.一种基于 工控网络病毒的异常机器智能识别装置， 包括： 获取单元， 被配置成获取机器集群中每个机器在测试时间段内的机器负载信 息序列和权　利　要　求　书 2/4 页 3 CN 115277261 B 3