本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種網(wǎng)絡(luò)異常監(jiān)控方法和裝置。

背景技術(shù)：

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，通過(guò)一套業(yè)務(wù)服務(wù)平臺(tái)可以為全球不同地區(qū)的用戶提供某些業(yè)務(wù)的服務(wù)。如，基于同一套游戲服務(wù)器體系可以實(shí)現(xiàn)不同國(guó)家和地區(qū)的游戲玩家提供游戲業(yè)務(wù)，使得全球不同國(guó)家和地區(qū)的游戲玩家之間可以進(jìn)行游戲競(jìng)技。

然而由于不同國(guó)家以及運(yùn)營(yíng)商所提供的網(wǎng)絡(luò)狀況的差異較大，使得全球不同地區(qū)的用戶的網(wǎng)絡(luò)質(zhì)量差異性較大，這樣，如果某個(gè)地區(qū)的某個(gè)或某些用戶出現(xiàn)網(wǎng)絡(luò)訪問(wèn)異常，很難及時(shí)發(fā)現(xiàn)并定位網(wǎng)絡(luò)訪問(wèn)異常，從而影響到業(yè)務(wù)服務(wù)平臺(tái)的網(wǎng)絡(luò)質(zhì)量，進(jìn)而影響到用戶對(duì)業(yè)務(wù)服務(wù)平臺(tái)的正常訪問(wèn)。因此，如何及時(shí)發(fā)現(xiàn)并定位用戶訪問(wèn)業(yè)務(wù)服務(wù)平臺(tái)的過(guò)程中所出現(xiàn)的網(wǎng)絡(luò)訪問(wèn)異常是本領(lǐng)域技術(shù)人員迫切需要解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)?zhí)峁┝艘环N網(wǎng)絡(luò)異常監(jiān)控方法和裝置，以及時(shí)發(fā)現(xiàn)并定位出客戶端訪問(wèn)業(yè)務(wù)服務(wù)平臺(tái)過(guò)程中所出現(xiàn)的網(wǎng)絡(luò)訪問(wèn)異常，從而有利于提高業(yè)務(wù)服務(wù)平臺(tái)的網(wǎng)絡(luò)質(zhì)量。

為了解決上述問(wèn)題，一方面，本申請(qǐng)?zhí)峁┝艘环N網(wǎng)絡(luò)異常監(jiān)控方法，包括：

獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合，所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中包括多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，每個(gè)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象包括：客戶端訪問(wèn)所述服務(wù)器的網(wǎng)絡(luò)時(shí)延以及所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻；

基于所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，對(duì)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇，每個(gè)聚類簇中包含多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象；

依據(jù)所述多個(gè)聚類簇中所述網(wǎng)絡(luò)時(shí)延的分布，從所述多個(gè)聚類簇中確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇；

基于所述異常聚類簇中包含的所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及所述異常聚類簇中包含的所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息，進(jìn)行網(wǎng)絡(luò)異常分析。

另一方面，本申請(qǐng)實(shí)施例還提供了一種網(wǎng)絡(luò)異常監(jiān)控裝置，包括：

數(shù)據(jù)獲取單元，用于獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合，所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中包括多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，每個(gè)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象包括：客戶端訪問(wèn)所述服務(wù)器的網(wǎng)絡(luò)時(shí)延以及所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻；

數(shù)據(jù)聚類單元，用于基于所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，對(duì)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇，每個(gè)聚類簇中包含多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象；

異常簇確定單元，用于依據(jù)所述多個(gè)聚類簇中所述網(wǎng)絡(luò)時(shí)延的分布，從所述多個(gè)聚類簇中確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇；

異常分析單元，用于基于所述異常聚類簇中包含的所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及所述異常聚類簇中包含的所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息，進(jìn)行網(wǎng)絡(luò)異常分析。

由以上可知，在需要監(jiān)控網(wǎng)絡(luò)異常時(shí)，可以獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合，然后依據(jù)該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中每個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象包括的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的分布密度，對(duì)該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，基于聚類出的多個(gè)聚類簇中網(wǎng)絡(luò)時(shí)延的分布，確定出存在網(wǎng)絡(luò)時(shí)延異常的異常聚類簇，這樣，基于異常聚類簇內(nèi)包含的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及該異常聚類簇中各個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息，可以進(jìn)行網(wǎng)絡(luò)異常分析，從而可以及時(shí)監(jiān)控出該待分析時(shí)間內(nèi)出現(xiàn)的網(wǎng)絡(luò)異常以及網(wǎng)絡(luò)異常的發(fā)生時(shí)刻，并有利于有針對(duì)性的分析異常原因，進(jìn)而有利于提高業(yè)務(wù)服務(wù)平臺(tái)可靠性。

附圖說(shuō)明

為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本申請(qǐng)的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控方法一個(gè)實(shí)施例的示意圖；

圖2示出了在待分析時(shí)間段內(nèi)各個(gè)網(wǎng)絡(luò)時(shí)延的分布示意圖；

圖3示出了本申請(qǐng)一種業(yè)務(wù)服務(wù)平臺(tái)一個(gè)實(shí)施例的組成結(jié)構(gòu)示意圖；

圖4示出了利用DBSCAN算法進(jìn)行聚類的流程示意圖；

圖5示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控方法又一個(gè)實(shí)施例的流程交互示意圖；

圖6示出了在提供全球同服游戲的業(yè)務(wù)服務(wù)平臺(tái)的應(yīng)用場(chǎng)景中，本申請(qǐng)的網(wǎng)絡(luò)異常監(jiān)控方法又一個(gè)實(shí)施例的流程交互示意圖；

圖7示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控裝置一個(gè)實(shí)施例的結(jié)構(gòu)示意圖；

圖8示出了本申請(qǐng)一種終端一個(gè)實(shí)施例的硬件架構(gòu)示意圖。

具體實(shí)施方式

本發(fā)明實(shí)施例描述的業(yè)務(wù)場(chǎng)景是為了更加清楚的說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，并不構(gòu)成對(duì)于本發(fā)明實(shí)施例提供的技術(shù)方案的限定，本領(lǐng)域普通技術(shù)人員可知，隨著網(wǎng)絡(luò)架構(gòu)的演變和新業(yè)務(wù)場(chǎng)景的出現(xiàn)，本發(fā)明實(shí)施例提供的技術(shù)方案對(duì)于類似的技術(shù)問(wèn)題，同樣適用。

本申請(qǐng)的網(wǎng)絡(luò)異常監(jiān)控方法適用于對(duì)客戶端訪問(wèn)業(yè)務(wù)服務(wù)平臺(tái)的網(wǎng)絡(luò)時(shí)延情況進(jìn)行監(jiān)控分析的場(chǎng)景中。該異常監(jiān)控方法可以應(yīng)用于服務(wù)器，該服務(wù)器也可以是業(yè)務(wù)服務(wù)平臺(tái)中單獨(dú)設(shè)置的用于進(jìn)行數(shù)據(jù)分析的服務(wù)器，也可以是業(yè)務(wù)服務(wù)平臺(tái)中原有用于向客戶端提供業(yè)務(wù)服務(wù)的服務(wù)器。

本申請(qǐng)的網(wǎng)絡(luò)異常監(jiān)控方法通過(guò)對(duì)客戶端訪問(wèn)業(yè)務(wù)服務(wù)平臺(tái)的網(wǎng)絡(luò)時(shí)延等數(shù)據(jù)的分析，可以及時(shí)準(zhǔn)確的定位出業(yè)務(wù)服務(wù)平臺(tái)中存在網(wǎng)絡(luò)時(shí)延異常的時(shí)刻以及出現(xiàn)網(wǎng)絡(luò)時(shí)延異常的客戶端訪問(wèn)業(yè)務(wù)服務(wù)平臺(tái)的網(wǎng)絡(luò)登錄信息，從而可以基于網(wǎng)絡(luò)登錄信息分析該網(wǎng)絡(luò)時(shí)延異常的時(shí)刻的網(wǎng)絡(luò)異常原因，有利于及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)異常并得到針對(duì)性的分析異常原因，進(jìn)而有利于提高業(yè)務(wù)服務(wù)平臺(tái)可靠性。

本申請(qǐng)的業(yè)務(wù)服務(wù)平臺(tái)可以有多種可能。如，在一種可能的情況下，該業(yè)務(wù)服務(wù)平臺(tái)可以為游戲業(yè)務(wù)服務(wù)平臺(tái)，客戶端通過(guò)訪問(wèn)該游戲業(yè)務(wù)服務(wù)平臺(tái)可以獲取游戲數(shù)據(jù)并運(yùn)行相應(yīng)的游戲業(yè)務(wù)，而通過(guò)本申請(qǐng)的網(wǎng)絡(luò)異常監(jiān)控方法可以分析游戲業(yè)務(wù)運(yùn)行過(guò)程中，出現(xiàn)的網(wǎng)絡(luò)訪問(wèn)異常的時(shí)刻點(diǎn)和玩家等信息，還可以及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)異常波動(dòng)，從而有利于及時(shí)解決網(wǎng)絡(luò)異常問(wèn)題，進(jìn)而可以有利于提高游戲體驗(yàn)。

下面結(jié)合附圖進(jìn)行詳細(xì)介紹。

參見(jiàn)圖1，其示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控方法一個(gè)實(shí)施例的流程示意圖，本實(shí)施例的方法可以應(yīng)用于服務(wù)器或者其他數(shù)據(jù)分析設(shè)備中。本實(shí)施例的方法可以包括：

101，獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合。

該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中包括多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象。其中，每個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象包括：客戶端訪問(wèn)服務(wù)器的網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延的生成時(shí)刻。

其中，網(wǎng)絡(luò)時(shí)延也可以稱為網(wǎng)絡(luò)延時(shí)，是指從客戶端向服務(wù)器發(fā)送數(shù)據(jù)包的時(shí)刻開始，至該客戶端接收到服務(wù)器針對(duì)該數(shù)據(jù)包返回的響應(yīng)之間的時(shí)長(zhǎng)。

業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器可以獲取客戶端訪問(wèn)服務(wù)器的網(wǎng)絡(luò)時(shí)延，如，服務(wù)器請(qǐng)求客戶端上報(bào)該客戶端對(duì)應(yīng)的網(wǎng)絡(luò)時(shí)延；又如，客戶端可以實(shí)時(shí)或者每隔預(yù)設(shè)時(shí)長(zhǎng)向服務(wù)器上報(bào)一次該網(wǎng)絡(luò)時(shí)延。其中，客戶端確定該客戶端訪問(wèn)服務(wù)器的網(wǎng)絡(luò)時(shí)延的方式可以有多種，如，客戶端可以采用因特網(wǎng)包探測(cè)程序(PING，Packet Internet Groper)測(cè)試來(lái)確定客戶端訪問(wèn)該服務(wù)器的訪問(wèn)時(shí)延，當(dāng)然，還可以有其他確定網(wǎng)絡(luò)時(shí)延的方式，在此不加限制。

其中，網(wǎng)絡(luò)時(shí)延的生成時(shí)刻可以為客戶端上報(bào)該網(wǎng)絡(luò)時(shí)延的時(shí)刻，或者是服務(wù)器接收到客戶端上報(bào)該網(wǎng)絡(luò)時(shí)延的時(shí)刻。如，客戶端上報(bào)該網(wǎng)絡(luò)時(shí)延的同時(shí)，客戶端可以將上報(bào)該網(wǎng)絡(luò)時(shí)延的時(shí)刻發(fā)送給服務(wù)器，以使得服務(wù)器確定出網(wǎng)絡(luò)時(shí)延的生成時(shí)刻。又如，客戶端可以僅僅上報(bào)該網(wǎng)絡(luò)時(shí)延，而服務(wù)器接收到客戶端上報(bào)的網(wǎng)絡(luò)時(shí)延時(shí)，會(huì)自動(dòng)記錄該網(wǎng)絡(luò)時(shí)延的上報(bào)時(shí)刻，并將該上報(bào)時(shí)刻確定為網(wǎng)絡(luò)時(shí)延的生成時(shí)刻。

可以理解的是，為了區(qū)分出上報(bào)各個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象的客戶端、用戶賬號(hào)、IP地址以及該IP地址所歸屬的運(yùn)營(yíng)商以及國(guó)家等等信息，以便后續(xù)在定位出屬于網(wǎng)絡(luò)異常的網(wǎng)絡(luò)時(shí)延之后，可以確定出產(chǎn)生該網(wǎng)絡(luò)時(shí)延的用戶賬號(hào)以及IP地址等等信息，服務(wù)器在接收到客戶端上報(bào)的網(wǎng)絡(luò)時(shí)延時(shí)，會(huì)確定該網(wǎng)絡(luò)時(shí)延對(duì)應(yīng)的網(wǎng)絡(luò)登錄信息，并將網(wǎng)絡(luò)時(shí)延與網(wǎng)絡(luò)登錄信息進(jìn)行關(guān)聯(lián)存儲(chǔ)。其中，該網(wǎng)絡(luò)登錄信息可以包括上報(bào)網(wǎng)絡(luò)時(shí)延的客戶端的IP地址、用戶賬號(hào)、IP地址所屬運(yùn)營(yíng)商、IP地址所屬的國(guó)家等信息中的一種或多種。如，客戶端可以在上報(bào)網(wǎng)絡(luò)時(shí)延的同時(shí)，攜帶該網(wǎng)絡(luò)登錄信息；或者是，客戶端可以在上報(bào)網(wǎng)絡(luò)時(shí)延的同時(shí)，攜帶該客戶端的IP地址和用戶賬號(hào)，服務(wù)器可以基于該IP地址，分析出該IP地址所屬的運(yùn)營(yíng)商以及國(guó)家等信息，當(dāng)然，也可以是服務(wù)器在接收到客戶端上報(bào)的網(wǎng)絡(luò)時(shí)延時(shí)，從存儲(chǔ)的客戶端的日志記錄中獲取該客戶端的網(wǎng)絡(luò)登錄信息；當(dāng)然，還可以有其他方式來(lái)獲取該網(wǎng)絡(luò)登錄信息，在此不再贅述。

其中，待分析時(shí)間段以及待分析時(shí)間段的時(shí)間長(zhǎng)度均可以根據(jù)監(jiān)控所需時(shí)長(zhǎng)進(jìn)行設(shè)定，如，可以每半小時(shí)進(jìn)行一次監(jiān)控，則可以在需要進(jìn)行數(shù)據(jù)監(jiān)控分析時(shí)，獲取當(dāng)前時(shí)刻之前半小時(shí)時(shí)間內(nèi)產(chǎn)生的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象的集合。

102，基于網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，對(duì)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇。

其中，每個(gè)聚類簇中包含多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象。

每個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象實(shí)際上包括了兩個(gè)數(shù)據(jù)，一個(gè)是網(wǎng)絡(luò)時(shí)延，一個(gè)生成該網(wǎng)絡(luò)時(shí)延的時(shí)刻，即網(wǎng)絡(luò)時(shí)延的生成時(shí)刻。在對(duì)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類時(shí)，是以該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中網(wǎng)絡(luò)時(shí)延的生成時(shí)刻為聚類基準(zhǔn)，從而基于不同網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中包含的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，對(duì)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的該多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，從而得到聚類出的多個(gè)聚類簇。

通過(guò)聚類可以使得每個(gè)聚類簇中的網(wǎng)絡(luò)時(shí)延均具有較為相似的特征，如，屬于同一個(gè)聚類簇內(nèi)的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)的網(wǎng)絡(luò)時(shí)延較為接近，而屬于不同聚類簇內(nèi)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象的網(wǎng)絡(luò)時(shí)延的差距較大。

需要說(shuō)明的是，本申請(qǐng)的聚類過(guò)程是一個(gè)反復(fù)執(zhí)行不斷迭代的過(guò)程。

基于網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，對(duì)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類的方式可以有多種，在此不加以限制。

可選的，為了提高聚類效果，使得聚類出的聚類簇可以反映出一定時(shí)間時(shí)序內(nèi)，處于某個(gè)特定時(shí)長(zhǎng)內(nèi)的網(wǎng)絡(luò)時(shí)延的密度盡可能的大，本申請(qǐng)可以采用非監(jiān)督的聚類算法，且該聚類算法為對(duì)噪聲點(diǎn)容忍性較好的算法。如，可以采用具有噪聲的基于密度的聚類(DBSCAN，Density-BasedSpatial Clustering of Applications with Noise))算法進(jìn)行聚類。

在利用DBSCAN算法進(jìn)行聚類時(shí)，以該多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象對(duì)應(yīng)的多個(gè)網(wǎng)絡(luò)時(shí)延的生成時(shí)刻作為DBSCAN算法中的多個(gè)待聚類的對(duì)象點(diǎn)，同時(shí)，需要獲取聚類所需的時(shí)間半徑區(qū)間Eps(也稱為掃描半徑)以及密度閾值MinPts(也稱為最小包含點(diǎn)數(shù))，如時(shí)間半徑區(qū)間可以為-100毫秒至100毫秒，該密度閾值用于限定對(duì)象點(diǎn)的個(gè)數(shù)，如密度閾值可以為10個(gè)。這樣，在進(jìn)行聚類時(shí)，可以依據(jù)當(dāng)前設(shè)定的時(shí)間半徑區(qū)間以及密度閾值，采用該DBSCA算法將該多個(gè)待聚類的對(duì)象點(diǎn)進(jìn)行聚類，而每個(gè)對(duì)象點(diǎn)所表征的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻均屬于一個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，從而通過(guò)對(duì)該多個(gè)待聚類的對(duì)象點(diǎn)的聚類，實(shí)現(xiàn)了對(duì)該多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象的聚類，得到多個(gè)聚類簇。

其中，DBSCAN算法的最大優(yōu)勢(shì)是它對(duì)于原始數(shù)據(jù)集的分布幾乎沒(méi)有要求，并且對(duì)噪音不敏感，因此，它的模型適應(yīng)性和魯棒性相對(duì)較強(qiáng)。該DBSCAN算法將具有足夠密度的區(qū)域劃分為簇，并在具有噪聲的空間數(shù)據(jù)庫(kù)中發(fā)現(xiàn)任意形狀的簇，且將簇定義為密度相連的點(diǎn)的最大集合。

當(dāng)然，在利用該DBSCAN算法對(duì)多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類的過(guò)程中，也需要不斷進(jìn)行迭代反復(fù)進(jìn)行聚類，在該過(guò)程中，該時(shí)間半徑區(qū)間以及密度閾值均可能會(huì)發(fā)生變化，因此，當(dāng)檢測(cè)到調(diào)整該時(shí)間半徑區(qū)域和密度閾值時(shí)，需要利用調(diào)整后的時(shí)間半徑區(qū)間替換當(dāng)前時(shí)刻之前設(shè)定的時(shí)間半徑區(qū)域，并利用調(diào)整后的密度閾值替換當(dāng)前時(shí)刻之前設(shè)定的密度閾值，從而基于調(diào)整后的時(shí)間半徑區(qū)域和密度閾值再進(jìn)行聚類。

103，依據(jù)多個(gè)聚類簇中網(wǎng)絡(luò)時(shí)延的分布，從該多個(gè)聚類簇中確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇。

其中，異常聚類簇是指包含的網(wǎng)絡(luò)時(shí)延被確定為存在異常的聚類簇，為了便于區(qū)分，本申請(qǐng)將包含的網(wǎng)絡(luò)時(shí)延確定為異常網(wǎng)絡(luò)時(shí)延的聚類簇稱為異常聚類簇。確定出的異常聚類簇可以是一個(gè)，也可以是多個(gè)。

可以理解的是，異常聚類簇中包含的網(wǎng)絡(luò)時(shí)延的分布區(qū)間與其他聚類簇中包含的網(wǎng)絡(luò)時(shí)延的分布區(qū)間的差距較大，且當(dāng)網(wǎng)絡(luò)出現(xiàn)異常時(shí)，客戶端訪問(wèn)服務(wù)器所需的網(wǎng)絡(luò)時(shí)延的數(shù)據(jù)會(huì)增大；而且在實(shí)際的網(wǎng)絡(luò)環(huán)境中，處于正常時(shí)延范圍內(nèi)的網(wǎng)絡(luò)時(shí)延的數(shù)量要遠(yuǎn)遠(yuǎn)大于異常狀態(tài)的網(wǎng)絡(luò)時(shí)延，因此，根據(jù)各個(gè)聚類簇中網(wǎng)絡(luò)時(shí)延的分布，可以確定出屬于網(wǎng)絡(luò)時(shí)延異常的異常聚類簇。

具體確定該異常聚類簇的方式可以有多種。如，在一種實(shí)現(xiàn)方式中，可以設(shè)定屬于正常時(shí)延的網(wǎng)絡(luò)時(shí)延所占的預(yù)設(shè)比重或者預(yù)設(shè)比重區(qū)間，例如，該預(yù)設(shè)比重區(qū)間可以為百分之七十至百分之八十五，這樣，可以先確定各個(gè)聚類簇中包含的網(wǎng)絡(luò)時(shí)延所屬的延時(shí)區(qū)間以及該延時(shí)區(qū)間內(nèi)的網(wǎng)絡(luò)時(shí)延所占的比重，然后從該多個(gè)聚類簇中選取出至少一個(gè)目標(biāo)聚類簇，以使得選取出的至少一個(gè)目標(biāo)聚類簇中所包含的網(wǎng)絡(luò)時(shí)延的數(shù)量占用網(wǎng)絡(luò)時(shí)延總數(shù)據(jù)量的比重處于該預(yù)設(shè)比重區(qū)間內(nèi)，且與不屬于目標(biāo)聚類簇的聚類簇中所包含的網(wǎng)絡(luò)時(shí)延相比，選取出目標(biāo)聚類簇中包含的網(wǎng)絡(luò)時(shí)延會(huì)的數(shù)值會(huì)偏小。

例如，假設(shè)預(yù)設(shè)比重區(qū)間可以為百分之七十至百分之八十五，且假設(shè)聚類出的聚類簇有四個(gè)，分別為聚類簇1至聚類簇4。其中，聚類簇1中的網(wǎng)絡(luò)時(shí)延基本處于1ms-350ms區(qū)間范圍內(nèi)，且處于1ms-350ms的網(wǎng)絡(luò)時(shí)延在所有聚類簇中包含的全部網(wǎng)絡(luò)時(shí)延(獲取到的所有網(wǎng)絡(luò)時(shí)延)的數(shù)據(jù)中所占據(jù)的比重為百分之二十；而聚類簇2的網(wǎng)絡(luò)時(shí)延基于處于370-500ms的區(qū)間范圍內(nèi)，且處于370-500ms的區(qū)間范圍的網(wǎng)絡(luò)時(shí)延在獲取到的所有網(wǎng)絡(luò)時(shí)延的數(shù)據(jù)中所占據(jù)的比重為百分之六十；聚類簇3中的網(wǎng)絡(luò)時(shí)延處于600-1200ms區(qū)間范圍，且處于該600-1200區(qū)間范圍內(nèi)的網(wǎng)絡(luò)時(shí)延在所有網(wǎng)絡(luò)時(shí)延中的比重為百分之十五；聚類簇4中的網(wǎng)絡(luò)時(shí)延處于1100-3000ms，且處于該網(wǎng)絡(luò)時(shí)延處于1100-3000ms的網(wǎng)絡(luò)時(shí)延占獲取到的所有網(wǎng)絡(luò)時(shí)延的比重為百分之五，那么根據(jù)正常的網(wǎng)絡(luò)時(shí)延所占的比重較為，且正常的網(wǎng)絡(luò)時(shí)延所占的比重應(yīng)該在百分之七十至八十五之間，且正常的網(wǎng)絡(luò)時(shí)延一般會(huì)比異常的網(wǎng)絡(luò)時(shí)延的數(shù)值小，因此，可以確定出聚類簇1和聚類簇為正常聚類簇，該聚類簇1和聚類簇2中的網(wǎng)絡(luò)時(shí)延大部分處于1ms-500ms的區(qū)間內(nèi)，且在該區(qū)間內(nèi)的網(wǎng)絡(luò)時(shí)延的比重占據(jù)了百分之八十，由此可以分析出，聚類簇3和聚類簇4為異常聚類簇。

在另一種實(shí)現(xiàn)方式中，確定異常聚類簇的方式可以為：獲取用戶設(shè)定的處于正常狀態(tài)的網(wǎng)絡(luò)時(shí)延的目標(biāo)區(qū)間，如，在確定出多個(gè)聚類簇之后，可以展現(xiàn)出該多個(gè)聚類簇各自對(duì)應(yīng)的網(wǎng)絡(luò)時(shí)延的分布情況，這樣，用戶根據(jù)網(wǎng)絡(luò)時(shí)延的分布情況，可以預(yù)估出正常的網(wǎng)絡(luò)時(shí)延所處的目標(biāo)區(qū)間，并輸入用戶設(shè)定的目標(biāo)區(qū)間，如參見(jiàn)圖2，其示出了待分析時(shí)間段內(nèi)所有網(wǎng)絡(luò)時(shí)延的分布情況，其中，橫軸代表該待分析時(shí)間段所對(duì)應(yīng)的各個(gè)時(shí)刻點(diǎn)，單位為秒；縱軸為網(wǎng)絡(luò)時(shí)延的時(shí)長(zhǎng)。根據(jù)該待分析時(shí)間段內(nèi)網(wǎng)絡(luò)時(shí)延在不同時(shí)延區(qū)間內(nèi)的分布情況，用戶可以設(shè)定一個(gè)正常的網(wǎng)絡(luò)時(shí)延所處的目標(biāo)區(qū)間。例如，該目標(biāo)區(qū)間可以為1ms-600ms。然后，依據(jù)獲取到的當(dāng)前設(shè)定的網(wǎng)絡(luò)時(shí)延的目標(biāo)區(qū)間，從該多個(gè)聚類簇中，確定出設(shè)定比例超出預(yù)設(shè)值的異常聚類簇，其中，該設(shè)定比例是指聚類簇中不屬于該目標(biāo)區(qū)間的網(wǎng)絡(luò)時(shí)延的數(shù)量與該聚類簇中包含的網(wǎng)絡(luò)時(shí)延的總個(gè)數(shù)的比值。例如，其中，該預(yù)設(shè)值可以根據(jù)需要設(shè)定，一般該設(shè)定值大于百分之五十，如該設(shè)定值可以為百分之七十。

例如，假設(shè)設(shè)定為百分之七十，某個(gè)聚類簇中包含的網(wǎng)絡(luò)時(shí)延的總個(gè)數(shù)為1000個(gè)，且該聚類簇中未處于該目標(biāo)區(qū)間內(nèi)的網(wǎng)絡(luò)時(shí)延的數(shù)量超過(guò)700個(gè)，則可以確定該聚類簇為異常聚類簇。

104，基于異常聚類簇中包含的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及該異常聚類簇中包含的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息，進(jìn)行網(wǎng)絡(luò)異常分析。

其中，該網(wǎng)絡(luò)登錄信息可以包括該網(wǎng)絡(luò)時(shí)延所對(duì)應(yīng)的用戶賬號(hào)、該用戶賬號(hào)的IP地址、該IP地址所屬的國(guó)家以及運(yùn)行商等信息中的一種或多種。在實(shí)際應(yīng)用中，可以在確定出異常聚類簇之后，服務(wù)器再獲取該異常聚類簇中各個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息；也可以是在獲取到業(yè)務(wù)服務(wù)平臺(tái)的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象時(shí)，便確定出該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)的網(wǎng)絡(luò)登錄信息，以便在執(zhí)行該步驟104時(shí)，可以直接查詢預(yù)先確定出的該異常聚類簇中各個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)的網(wǎng)絡(luò)登錄信息。其中，確定該網(wǎng)絡(luò)登錄信息的具體方式可以參見(jiàn)步驟101的介紹，在此不再贅述。

在確定出異常聚類簇之后，該異常聚類簇中包含的各個(gè)網(wǎng)絡(luò)時(shí)延的生成時(shí)刻便可以認(rèn)為是異常的發(fā)生時(shí)刻，同時(shí)，依據(jù)聚類簇中各個(gè)網(wǎng)絡(luò)時(shí)延屬于一個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，而不同的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象實(shí)際上關(guān)聯(lián)有不同的網(wǎng)絡(luò)登錄信息，這樣，可以根據(jù)分析的維度，從多個(gè)不同方向，來(lái)分析網(wǎng)絡(luò)異常。如分析發(fā)生網(wǎng)絡(luò)異常的時(shí)刻，以及發(fā)生網(wǎng)絡(luò)異常的客戶端的IP地址所屬的運(yùn)營(yíng)商或者過(guò)程等等信息中的一種或多種，以便準(zhǔn)確確定導(dǎo)致網(wǎng)絡(luò)異常的原因，或者是分析出網(wǎng)絡(luò)異常發(fā)生規(guī)律等等。

可見(jiàn)，在本申請(qǐng)實(shí)施例中，在需要監(jiān)控網(wǎng)絡(luò)異常時(shí)，可以獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合，然后依據(jù)該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中每個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象包括的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的分布密度，對(duì)該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，基于聚類出的多個(gè)聚類簇中網(wǎng)絡(luò)時(shí)延的分布，確定出存在網(wǎng)絡(luò)時(shí)延異常的異常聚類簇，這樣，基于異常聚類簇內(nèi)包含的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及該異常聚類簇中各個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的登錄信息，可以進(jìn)行網(wǎng)絡(luò)異常分析，從而可以及時(shí)監(jiān)控出該待分析時(shí)間內(nèi)出現(xiàn)的網(wǎng)絡(luò)異常以及網(wǎng)絡(luò)異常的發(fā)生時(shí)刻，并有利于有針對(duì)性的分析異常原因，進(jìn)而有利于提高業(yè)務(wù)服務(wù)平臺(tái)可靠性。

可選的，在本申請(qǐng)實(shí)施例中，業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象可以為日志數(shù)據(jù)的一部分。如，業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器可以記錄或獲取客戶端與該服務(wù)器之間維持通信連接過(guò)程所產(chǎn)生的日志數(shù)據(jù)，這樣，收集到日志數(shù)據(jù)的服務(wù)器可以將各個(gè)客戶端對(duì)應(yīng)的日志數(shù)據(jù)上報(bào)給業(yè)務(wù)服務(wù)平臺(tái)中的數(shù)據(jù)庫(kù)，或者上報(bào)給預(yù)設(shè)的用于進(jìn)行數(shù)據(jù)分析的服務(wù)器，以在該用于進(jìn)行數(shù)據(jù)分析的服務(wù)器中存儲(chǔ)日志數(shù)據(jù)或者將日志數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中。

相應(yīng)的，業(yè)務(wù)服務(wù)平臺(tái)中當(dāng)前進(jìn)行數(shù)據(jù)分析的服務(wù)器可以獲取待分析時(shí)間段內(nèi)該業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的日志集合，該日志集合中包括多份日志數(shù)據(jù)。當(dāng)前進(jìn)行數(shù)據(jù)分析的服務(wù)器可以從該日志數(shù)據(jù)中獲取網(wǎng)絡(luò)數(shù)據(jù)對(duì)象以及網(wǎng)絡(luò)數(shù)據(jù)對(duì)象關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息，得到多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象構(gòu)成的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合以及該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息。

如，參見(jiàn)圖3，其示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控方法所適用的一種業(yè)務(wù)服務(wù)平臺(tái)的組成結(jié)構(gòu)示意圖。

業(yè)務(wù)服務(wù)平臺(tái)31可以包括多個(gè)業(yè)務(wù)服務(wù)器311、一臺(tái)監(jiān)控服務(wù)器312以及數(shù)據(jù)庫(kù)313。

其中，客戶端32可以訪問(wèn)該業(yè)務(wù)服務(wù)平臺(tái)31中的業(yè)務(wù)服務(wù)器，以獲取相應(yīng)的業(yè)務(wù)服務(wù)器。

其中，該多個(gè)業(yè)務(wù)服務(wù)器可以分別向客戶端提供不同類型的服務(wù)，也可以是提供相同的服務(wù)，該多個(gè)業(yè)務(wù)服務(wù)器可以部署于一個(gè)機(jī)房?jī)?nèi)，也可以是分別部署于不同的地區(qū)。

在本實(shí)施例中，該業(yè)務(wù)服務(wù)器還可以獲取客戶端訪問(wèn)該業(yè)務(wù)服務(wù)器過(guò)程中網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延對(duì)應(yīng)的生成時(shí)刻，并將獲取到的網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延對(duì)應(yīng)的生成時(shí)刻存儲(chǔ)到數(shù)據(jù)庫(kù)中，其中，一個(gè)網(wǎng)絡(luò)時(shí)延以及該網(wǎng)絡(luò)時(shí)延對(duì)應(yīng)的生成時(shí)刻可以作為本申請(qǐng)實(shí)施例中待分析的一個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象。

相應(yīng)的，監(jiān)控服務(wù)器可以基于數(shù)據(jù)庫(kù)存儲(chǔ)的不同業(yè)務(wù)服務(wù)器在不同時(shí)刻上報(bào)的針對(duì)不同客戶端的網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延的生成時(shí)刻等數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)異常監(jiān)控，以及時(shí)定位并分析網(wǎng)絡(luò)異常。

在實(shí)際應(yīng)用中，業(yè)務(wù)服務(wù)器獲取到的網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延的生成時(shí)刻等數(shù)據(jù)也可以直接發(fā)送給監(jiān)控服務(wù)器，然后由監(jiān)控服務(wù)器將業(yè)務(wù)服務(wù)器上報(bào)的網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)時(shí)延的生成時(shí)刻等數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中。

當(dāng)然，本實(shí)施例是以業(yè)務(wù)服務(wù)平臺(tái)具有數(shù)據(jù)庫(kù)為例進(jìn)行介紹，在實(shí)際應(yīng)用中，業(yè)務(wù)服務(wù)平臺(tái)也可以不具有數(shù)據(jù)庫(kù)，則業(yè)務(wù)服務(wù)平臺(tái)中的業(yè)務(wù)服務(wù)器可以將網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延的生成時(shí)刻等數(shù)據(jù)存儲(chǔ)到監(jiān)控服務(wù)器中。

需要說(shuō)明的是，在實(shí)際應(yīng)用中，監(jiān)控服務(wù)器也可以是一臺(tái)獨(dú)立的服務(wù)器，也可以是某個(gè)業(yè)務(wù)服務(wù)器，如，某個(gè)時(shí)刻可以從該多個(gè)業(yè)務(wù)服務(wù)器中選取一個(gè)業(yè)務(wù)服務(wù)器來(lái)充當(dāng)該服務(wù)器，并由該業(yè)務(wù)服務(wù)器從數(shù)據(jù)庫(kù)中獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)的業(yè)務(wù)服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，并對(duì)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行分析。

可以理解的是，為了便于分析，在本申請(qǐng)實(shí)施例中將向客戶端提供業(yè)務(wù)服務(wù)的服務(wù)器稱為業(yè)務(wù)服務(wù)器，而將進(jìn)行網(wǎng)絡(luò)異常監(jiān)控的服務(wù)器稱為監(jiān)控服務(wù)器。

下面基于圖3的業(yè)務(wù)服務(wù)平臺(tái)，對(duì)本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控方法進(jìn)行介紹。為了便于描述，以利用DBSCAN算法進(jìn)聚類為例進(jìn)行介紹。該DBSCAN算法的中心思想是：對(duì)于一個(gè)類(本申請(qǐng)中的聚類簇)中的每一個(gè)點(diǎn)P(不包括邊界點(diǎn))，在給定的某個(gè)EPS領(lǐng)域(前面提到的時(shí)間半徑區(qū)間)內(nèi)數(shù)據(jù)點(diǎn)的個(gè)數(shù)不少于預(yù)設(shè)的最小數(shù)目(前面提到的密度閾值)MinPts，MinPts是聚類簇內(nèi)某一點(diǎn)(不包含邊界點(diǎn))的EPS領(lǐng)域必須包含的點(diǎn)的最小數(shù)目。下面先介紹下DBSCAN算法中一些定義：

定義1，ΕPS鄰域：給定對(duì)象半徑為ΕPS內(nèi)的區(qū)域稱為該對(duì)象的ΕPS鄰域；

定義2，核心對(duì)象(也稱為核心點(diǎn))：如果給定對(duì)象的ΕPS領(lǐng)域內(nèi)的樣本點(diǎn)數(shù)大于等于給定的MinPts，則稱該對(duì)象為核心對(duì)象；

定義3，直接密度可達(dá)：對(duì)于一個(gè)樣本集合D，如果樣本點(diǎn)q在p的Εps領(lǐng)域內(nèi)，并且p為核心對(duì)象，那么樣本點(diǎn)q從樣本點(diǎn)p直接密度可達(dá)。

定義4，密度可達(dá)：對(duì)于一個(gè)樣本集合D，給定一串樣本點(diǎn)p1，p2….pn，p＝p1，q＝pn，假如樣本點(diǎn)pi從pi-1直接密度可達(dá)，那么樣本點(diǎn)q從樣本點(diǎn)p密度可達(dá)。

定義5，密度相連：存在樣本集合D中的一點(diǎn)o，如果樣本點(diǎn)o到樣本點(diǎn)p和樣本點(diǎn)q都是密度可達(dá)的，那么樣本點(diǎn)p和q密度相聯(lián)。

其中，DBSCAN目的是找到密度相連的樣本點(diǎn)的最大集合。

下面先對(duì)利用DBSCAN算法對(duì)樣本點(diǎn)集合進(jìn)行聚類的過(guò)程進(jìn)行簡(jiǎn)單介紹，參見(jiàn)圖4，其示出了DBSCAN算法進(jìn)行聚類的一種流程示意圖，該聚類過(guò)程可以包括：

401、從樣本點(diǎn)集合中選取出一個(gè)樣本點(diǎn)作為待處理對(duì)象。

402，判斷當(dāng)前作為待處理對(duì)象的樣本點(diǎn)的EPS鄰域內(nèi)的樣本點(diǎn)個(gè)數(shù)是否大于或等于給定的MinPts，如果否，則執(zhí)行步驟403；如果是，則執(zhí)行步驟404。

403，如果作為待處理對(duì)象的樣本點(diǎn)的EPS鄰域內(nèi)的樣本點(diǎn)個(gè)數(shù)小于給定的MinPts，則將該樣本點(diǎn)標(biāo)記為噪聲，并執(zhí)行步驟406。

需要說(shuō)明的是，如果當(dāng)前作為待處理對(duì)象的樣本點(diǎn)EPS鄰域內(nèi)的樣本點(diǎn)個(gè)數(shù)小于MinPts，則只能說(shuō)明該樣本點(diǎn)不是核心對(duì)象，但是，該樣本點(diǎn)有可能處于某個(gè)核心對(duì)象的EPS鄰域內(nèi)，這樣，該樣本點(diǎn)可能仍會(huì)被劃歸到該核心對(duì)象的聚類簇中，所以暫時(shí)將其標(biāo)記為噪聲點(diǎn)。當(dāng)然，如果當(dāng)前作為待處理對(duì)象的樣本點(diǎn)的EPS鄰域內(nèi)的樣本點(diǎn)個(gè)數(shù)小于給定的MinPts，且該樣本點(diǎn)未處于其他核心對(duì)象的EPS領(lǐng)域內(nèi)，則該樣本點(diǎn)可以最終確定為噪聲。

404，如果作為待處理對(duì)象的樣本點(diǎn)的EPS鄰域內(nèi)的樣本點(diǎn)個(gè)數(shù)大于等于給定的MinPts，則將樣本點(diǎn)以及該樣本點(diǎn)的EPS鄰域內(nèi)的樣本點(diǎn)加入候選集N，并新建一個(gè)包含有該候選集N內(nèi)的樣本點(diǎn)的聚類簇，執(zhí)行步驟405；

405、從候選集N中選取出一個(gè)未作為待處理對(duì)象的樣本點(diǎn)，如果該樣本點(diǎn)的EPS鄰域內(nèi)的樣本點(diǎn)個(gè)數(shù)大于等于給定的MinPts，則將處于該樣本點(diǎn)的EPS鄰域內(nèi)且未加入到該聚類簇中的樣本點(diǎn)添加到該聚類簇以及該候選集N中，重復(fù)該步驟405，直至候選集N中所有樣本點(diǎn)均已經(jīng)作為待處理對(duì)象為止，完成一個(gè)聚類簇的聚類。

簡(jiǎn)而言之，如果一個(gè)樣本點(diǎn)的EPS領(lǐng)域內(nèi)的樣本點(diǎn)的數(shù)量大于或等于minPts，則該樣本點(diǎn)與該樣本點(diǎn)的EPS領(lǐng)域內(nèi)的樣本點(diǎn)點(diǎn)形成一個(gè)簇，并且該樣本點(diǎn)被標(biāo)記為已訪問(wèn)(visited)，然后遞歸，以相同的方法處理該簇內(nèi)所有未被標(biāo)記為已訪問(wèn)(visited)的點(diǎn)，從而對(duì)簇進(jìn)行擴(kuò)展。

406，從樣本點(diǎn)集合中尚未歸類到任意一個(gè)聚類簇或者標(biāo)記為噪聲的樣本點(diǎn)中選取一個(gè)樣本點(diǎn)作為待處理對(duì)象，并返回執(zhí)行步驟402，直至樣本點(diǎn)集合中所有樣本點(diǎn)均作為待處理對(duì)象，得到多個(gè)聚類簇。

經(jīng)過(guò)以上步驟402-406可以將樣本點(diǎn)集合中的樣本點(diǎn)歸為某一個(gè)蔟(即，一個(gè)聚類簇)中，或者是歸為一個(gè)噪聲，從而完成聚類過(guò)程。

當(dāng)然，圖4僅僅是利用DBSCAN算法進(jìn)行聚類的一種實(shí)現(xiàn)方式，在利用DBSCAN算法進(jìn)行聚類的過(guò)程還可能有其他方式，在此不加以限定。

下面基于圖3中業(yè)務(wù)服務(wù)平臺(tái)的組成，并以利用DBSCAN算法進(jìn)行聚類為例，對(duì)本申請(qǐng)實(shí)施例的網(wǎng)絡(luò)異常監(jiān)控方法進(jìn)行介紹。參見(jiàn)圖5，其示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控方法又一個(gè)實(shí)施例的流程示意圖，本實(shí)施例的方法可以包括：

501，業(yè)務(wù)服務(wù)器獲取訪問(wèn)該業(yè)務(wù)服務(wù)器的各個(gè)客戶端對(duì)應(yīng)的日志文件。

其中，該日志文件中可以包括該客戶端上報(bào)的網(wǎng)絡(luò)時(shí)延、該網(wǎng)絡(luò)時(shí)延的生成時(shí)刻，還可以包括該客戶端登錄該業(yè)務(wù)服務(wù)器所采用的用戶賬號(hào)以及IP地址。

其中，每個(gè)業(yè)務(wù)服務(wù)器均可以獲取客戶端相關(guān)的網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及該客戶端對(duì)應(yīng)的用戶賬號(hào)、IP地址等等信息。

當(dāng)然，該日志文件中還可以包括客戶端運(yùn)行過(guò)程中網(wǎng)絡(luò)鏈路的關(guān)鍵節(jié)點(diǎn)信息，比如，以業(yè)務(wù)服務(wù)平臺(tái)為游戲服務(wù)平臺(tái)，則該客戶端為游戲客戶端，則該網(wǎng)絡(luò)鏈路的關(guān)鍵節(jié)點(diǎn)信息可以包括：登錄、對(duì)戰(zhàn)、拉取組件等節(jié)點(diǎn)的狀態(tài)和返回碼。

502，業(yè)務(wù)服務(wù)器將各個(gè)客戶端對(duì)應(yīng)的日志文件發(fā)送給監(jiān)控服務(wù)器。

503，監(jiān)控服務(wù)器依據(jù)該日志文件中的IP地址，確定出該IP地址所歸屬的運(yùn)營(yíng)商以及國(guó)家。

監(jiān)控服務(wù)器可以在獲取到業(yè)務(wù)服務(wù)器上報(bào)的每個(gè)日志文件時(shí)，對(duì)該日志文件中的IP地址進(jìn)行分析，以確定出該IP地址所歸屬的國(guó)家以及運(yùn)營(yíng)商。這樣，當(dāng)確定出該日志文件中的網(wǎng)絡(luò)時(shí)延屬于異常聚類簇內(nèi)的異常網(wǎng)絡(luò)時(shí)延時(shí)，則可以直接獲取該網(wǎng)絡(luò)時(shí)延所關(guān)聯(lián)的IP地址所歸屬的國(guó)家以及運(yùn)營(yíng)商的信息。

504，監(jiān)控服務(wù)器將每個(gè)日志文件所對(duì)應(yīng)的用戶賬號(hào)、網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)時(shí)延的生成時(shí)刻、IP地址、運(yùn)營(yíng)商以及國(guó)家的信息作為一條記錄存儲(chǔ)到數(shù)據(jù)庫(kù)中。

可選的，監(jiān)控服務(wù)器將日志文件中的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)之前，還可以進(jìn)行數(shù)據(jù)的去重、去冗余以及去空等操作，在此不再贅述。

505，當(dāng)需要監(jiān)控網(wǎng)絡(luò)異常時(shí)，監(jiān)控服務(wù)器從數(shù)據(jù)庫(kù)中提取生成時(shí)刻屬于待分析時(shí)間段內(nèi)的多條數(shù)據(jù)記錄。

其中，每條數(shù)據(jù)記錄包括網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)時(shí)延的生成時(shí)刻、IP地址、運(yùn)營(yíng)商以及國(guó)家信息。

506，監(jiān)控服務(wù)器將每條數(shù)據(jù)記錄中的網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延的生成時(shí)刻作為一個(gè)待聚類的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，得到多條數(shù)據(jù)記錄對(duì)應(yīng)的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象。

其中，每條數(shù)據(jù)記錄對(duì)應(yīng)著一個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，每個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象都包含了兩種數(shù)據(jù)：一個(gè)是網(wǎng)絡(luò)時(shí)延，一個(gè)是網(wǎng)絡(luò)時(shí)延的生成時(shí)刻。而每個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象就是DNSCAN算法中需要進(jìn)行聚類的一個(gè)對(duì)象或者說(shuō)一個(gè)樣本點(diǎn)。

507，監(jiān)控服務(wù)器獲取當(dāng)前設(shè)定的時(shí)間半徑區(qū)間EPS以及密度閾值MinPts。

其中，該EPS以及MinPts可以預(yù)先設(shè)定，也可以是由用戶根據(jù)實(shí)際需求實(shí)時(shí)輸入。

該設(shè)定半徑區(qū)間是一個(gè)時(shí)間區(qū)間范圍，而不是一個(gè)固定的。

具體的，設(shè)定時(shí)間半徑區(qū)間EPS的過(guò)程可以為：對(duì)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中的每個(gè)數(shù)據(jù)進(jìn)行正則化，并計(jì)算不同網(wǎng)絡(luò)數(shù)據(jù)對(duì)象之間的歐幾里得距離，并根據(jù)計(jì)算出的歐幾里得距離繪制k-距離曲線，從而根據(jù)距離變化趨勢(shì)，選取合適的時(shí)間半徑區(qū)間。其中，k-距離是指：給定數(shù)據(jù)集P＝{p(i)；i＝0,1,…n}，對(duì)于任意點(diǎn)P(i)，計(jì)算點(diǎn)P(i)到集合D的子集S＝{p(1),p(2),…,p(i-1),p(i+1),…,p(n)}中所有點(diǎn)之間的距離，距離按照從小到大的順序排序，假設(shè)排序后的距離集合為D＝{d(1),d(2),…,d(k-1),d(k),d(k+1),…,d(n)}，則d(k)就被稱為k-距離。也就是說(shuō)，k-距離是點(diǎn)p(i)到所有點(diǎn)(除了p(i)點(diǎn))之間距離第k近的距離。對(duì)待聚類集合中每個(gè)點(diǎn)p(i)都計(jì)算k-距離，最后得到所有點(diǎn)的k-距離集合E＝{e(1),e(2),…,e(n)}。

可以理解的是，在聚類的過(guò)程中，EPS以及MinPts這兩個(gè)參數(shù)的具體數(shù)據(jù)可以根據(jù)聚類需要進(jìn)行動(dòng)態(tài)調(diào)整，因此，聚類過(guò)程中要以當(dāng)前設(shè)定的該EPS以及MinPts這兩個(gè)參數(shù)為基準(zhǔn)進(jìn)行聚類。

508，監(jiān)控服務(wù)器基于該多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，以及當(dāng)前設(shè)定的該EPS以及MinPts，并采用DBSCAN算法對(duì)該多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇。

其中，每個(gè)聚類簇包含了多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象。

以網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻為基準(zhǔn)，對(duì)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類的過(guò)程可以理解為：以某一個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中網(wǎng)絡(luò)時(shí)延的生成時(shí)刻為基準(zhǔn)，檢測(cè)該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的EPS領(lǐng)域內(nèi)含有的其他網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的數(shù)量是否大于等于MinPts，如果是，則將該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象以及處于該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的EPS鄰域內(nèi)的其他網(wǎng)絡(luò)數(shù)據(jù)對(duì)象形成一個(gè)簇，然后將該網(wǎng)絡(luò)數(shù)據(jù)對(duì)象標(biāo)記為已訪問(wèn)的樣本點(diǎn)，然后遞歸，以相同的方法處理該簇內(nèi)所有未被標(biāo)記為已訪問(wèn)(visited)的樣本點(diǎn)，從而對(duì)簇進(jìn)行擴(kuò)展。

509，監(jiān)控服務(wù)器分別確定每個(gè)聚類簇中包含的網(wǎng)絡(luò)時(shí)延的最大值以及最小值。

510，監(jiān)控服務(wù)器基于聚類簇中包含的網(wǎng)絡(luò)時(shí)延的最大值以及最小值之間的差距，從該多個(gè)聚類簇中確定出至少一個(gè)感興趣的聚類簇。

其中，確定出聚類簇包含的網(wǎng)絡(luò)時(shí)延的最大值以及網(wǎng)絡(luò)時(shí)延的最小值之后，可以進(jìn)一步計(jì)算出網(wǎng)絡(luò)時(shí)延的最大值與最小值的差值，如果該差值大于預(yù)設(shè)值，則可以將該聚類簇確定為感興趣的聚類簇，以便后續(xù)對(duì)該感興趣的聚類簇的數(shù)據(jù)記錄進(jìn)行進(jìn)一步聚類。

當(dāng)然，該感興趣的聚類簇也可以是由用戶指定的，如監(jiān)控服務(wù)器分別確定每個(gè)聚類簇中包含的網(wǎng)絡(luò)時(shí)延的最大值以及網(wǎng)絡(luò)時(shí)延最小值之后，可以分別計(jì)算出各個(gè)聚類簇中網(wǎng)絡(luò)時(shí)延的最大值與最小值的差值，然后，可以輸出各個(gè)聚類簇所對(duì)應(yīng)的該差值，以便用戶依據(jù)該差值選取出感興趣的聚類簇，監(jiān)控服務(wù)器確定用戶所選擇的至少一個(gè)感興趣的聚類簇。

511，獲取當(dāng)前調(diào)整后的EPS以及MinPts。

其中，該步驟511是為了對(duì)感興趣的聚類簇中所包含的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)一步進(jìn)行聚類，因此，需要調(diào)整EPS以及MinPts，以最終實(shí)現(xiàn)將該感興趣的聚類簇中的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象歸類到該感興趣的聚類簇所對(duì)應(yīng)的子聚類簇中。

其中，設(shè)定EPS的過(guò)程可以參見(jiàn)步驟507的描述。

512，對(duì)于任意一個(gè)感興趣的聚類簇，基于該感興趣的聚類簇中包含的多個(gè)網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，以及調(diào)整后的EPS以及MinPts，采用DBSCAN算法對(duì)感興趣的聚類簇內(nèi)包含的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到感興趣的聚類簇所對(duì)應(yīng)的多個(gè)聚類簇。

當(dāng)然，對(duì)感興趣的聚類簇內(nèi)所包含的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類的過(guò)程可以與前面的聚類過(guò)程相似，在此不再贅述。

513，依據(jù)該感興趣的聚類簇所對(duì)應(yīng)的多個(gè)聚類簇中網(wǎng)絡(luò)時(shí)延的分布，從該感興趣的聚類簇所對(duì)應(yīng)的多個(gè)聚類簇中，確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇。

其中，從感興趣的聚類簇包含的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所聚類出的多個(gè)聚類簇中確定異常聚類簇的過(guò)程與圖1實(shí)施例中確定異常聚類簇的過(guò)程相似，在此不再贅述。

當(dāng)然，本實(shí)施例中步驟513是一種優(yōu)選的實(shí)施方式，在實(shí)際應(yīng)用中，也可以是在對(duì)感興趣的聚類簇中包含的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類之后，從當(dāng)前得到的所有聚類簇中來(lái)確定異常聚類簇。

需要說(shuō)明的是，該步驟509至513為可選步驟，在步驟508之后，直接從聚類出的多個(gè)聚類簇直接確定異常聚類簇的方式也同樣適用于本實(shí)施例。

514，確定異常聚類簇中包含的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)的網(wǎng)絡(luò)時(shí)延的生成時(shí)刻、運(yùn)營(yíng)商以及國(guó)家，并基于網(wǎng)絡(luò)時(shí)延的生成時(shí)刻、運(yùn)營(yíng)商以及國(guó)家，進(jìn)行網(wǎng)絡(luò)異常分析。

在本申請(qǐng)實(shí)施例中，確定出存在網(wǎng)絡(luò)時(shí)延異常的異常聚類簇之后，可以獲取到出現(xiàn)網(wǎng)絡(luò)異常的網(wǎng)絡(luò)時(shí)延所對(duì)應(yīng)的生成時(shí)刻、用戶賬號(hào)、運(yùn)營(yíng)商以及國(guó)家等信息，這樣，便可以基于這些信息進(jìn)行異常分析。

需要說(shuō)明的是，確定出異常的網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)時(shí)延的生成時(shí)刻，以及網(wǎng)絡(luò)時(shí)延所對(duì)應(yīng)的用戶賬號(hào)、運(yùn)行商以及國(guó)家等信息之后，進(jìn)行異常分析的方式可以有多種，如，可以確定出現(xiàn)網(wǎng)絡(luò)時(shí)延異常的發(fā)生時(shí)刻，并探尋異常發(fā)生時(shí)刻的規(guī)律，以便采取相應(yīng)措施控制網(wǎng)絡(luò)異常；還可以是統(tǒng)計(jì)出現(xiàn)網(wǎng)絡(luò)時(shí)延異常的用戶賬號(hào)所對(duì)應(yīng)的運(yùn)行商，進(jìn)而分析是否由于運(yùn)行商的網(wǎng)絡(luò)異常而導(dǎo)致的網(wǎng)絡(luò)時(shí)延異常；還可以是統(tǒng)計(jì)一定時(shí)間區(qū)間內(nèi)(如，每天，每周，每月)網(wǎng)絡(luò)時(shí)延異常的規(guī)律性分布，然后結(jié)合異常發(fā)生時(shí)刻，該業(yè)務(wù)服務(wù)器和客戶端等相關(guān)節(jié)點(diǎn)上報(bào)返回碼狀態(tài)以及日志等定位出網(wǎng)絡(luò)異常發(fā)生的具體原因。

另外，在確定出異常聚類簇之后，可以最后對(duì)異常聚類簇中包含的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)的運(yùn)行商以及國(guó)家等進(jìn)行統(tǒng)計(jì)，以便于全局觀察整個(gè)網(wǎng)絡(luò)異常在不同運(yùn)行商以及國(guó)家的發(fā)生情況。

當(dāng)然，還可以有其他異常分析方式，在此不一一列舉。

本申請(qǐng)實(shí)施例的網(wǎng)絡(luò)異常監(jiān)控方法可以適用于多種不同的應(yīng)用場(chǎng)景中，為了便于理解，以對(duì)提供全球同服游戲服務(wù)的業(yè)務(wù)服務(wù)平臺(tái)的網(wǎng)絡(luò)異常監(jiān)控為例，在提供全球同服游戲服務(wù)的業(yè)務(wù)服務(wù)平臺(tái)中，業(yè)務(wù)服務(wù)服務(wù)器具體可以為游戲業(yè)務(wù)服務(wù)器，該游戲業(yè)務(wù)服務(wù)器可以用于向不同游戲玩家的游戲客戶端提供游戲業(yè)務(wù)或者是運(yùn)行游戲所需的數(shù)據(jù)服務(wù)。如，游戲業(yè)務(wù)服務(wù)器可以提供玩家與玩家對(duì)戰(zhàn)(PVP，Player VS Player)的游戲業(yè)務(wù)；也可以提供玩家與環(huán)境對(duì)戰(zhàn)(PVE，Player VS Environment)的游戲業(yè)務(wù)等；或者，提供游戲運(yùn)行過(guò)程中所需的數(shù)據(jù)維護(hù)或數(shù)據(jù)記錄等業(yè)務(wù)服務(wù)，例如，該游戲業(yè)務(wù)服務(wù)器可以為互聯(lián)網(wǎng)數(shù)據(jù)中心等。當(dāng)然，不同的游戲業(yè)務(wù)服務(wù)器可以提供不同種類的游戲業(yè)務(wù)或者數(shù)據(jù)支持。

全球同服游戲可以向全球不同國(guó)家和地區(qū)的游戲玩家提供游戲服務(wù)，而游戲玩家的網(wǎng)絡(luò)時(shí)延直接影響到游戲的體驗(yàn)感受，因此，為了及時(shí)分析出全球玩家的延時(shí)情況，本申請(qǐng)實(shí)施例的網(wǎng)絡(luò)異常監(jiān)控方法可以采集全球同服游戲中游戲玩家的網(wǎng)絡(luò)延時(shí)數(shù)據(jù)、并可以結(jié)合不同國(guó)家運(yùn)營(yíng)商網(wǎng)絡(luò)狀況、用戶地理分布坐標(biāo)、帶寬、丟包等數(shù)據(jù)對(duì)全球用戶網(wǎng)絡(luò)質(zhì)量進(jìn)行評(píng)估，分析，定位網(wǎng)絡(luò)異常并分析導(dǎo)致網(wǎng)絡(luò)異常的原因。

參見(jiàn)圖6，其示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控方法又一個(gè)實(shí)施例的流程示意圖。

本實(shí)施例的方法可以包括：

601，游戲業(yè)務(wù)服務(wù)器獲取訪問(wèn)該游戲業(yè)務(wù)服務(wù)器的各個(gè)游戲客戶端對(duì)應(yīng)的日志文件。

其中，該日志文件中可以包括游戲客戶端上報(bào)的網(wǎng)絡(luò)時(shí)延、該網(wǎng)絡(luò)時(shí)延的生成時(shí)刻、游戲客戶端登錄該業(yè)務(wù)服務(wù)器所采用的玩家賬號(hào)、該玩家賬號(hào)對(duì)應(yīng)的IP地址以及地理位置坐標(biāo)等信息。

當(dāng)然，該日志文件中還可以包括游戲客戶端與游戲業(yè)務(wù)服務(wù)器之間的網(wǎng)絡(luò)鏈路的關(guān)鍵節(jié)點(diǎn)信息，如：登錄、對(duì)戰(zhàn)、拉取組件等節(jié)點(diǎn)的狀態(tài)和返回碼。

602，游戲業(yè)務(wù)服務(wù)器將各個(gè)游戲客戶端對(duì)應(yīng)的日志文件發(fā)送給監(jiān)控服務(wù)器。

603，監(jiān)控服務(wù)器依據(jù)該日志文件中的IP地址，確定出該IP地址所歸屬的運(yùn)營(yíng)商以及國(guó)家。

604，監(jiān)控服務(wù)器將每個(gè)日志文件所對(duì)應(yīng)的玩家賬號(hào)、網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)時(shí)延的生成時(shí)刻、IP地址、運(yùn)營(yíng)商以及國(guó)家的信息作為一條記錄存儲(chǔ)到數(shù)據(jù)庫(kù)中。

可選的，監(jiān)控服務(wù)器將日志文件中的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)之前，還可以進(jìn)行數(shù)據(jù)的去重、去冗余以及去空等操作，在此不再贅述。

605，當(dāng)需要監(jiān)控網(wǎng)絡(luò)異常時(shí)，監(jiān)控服務(wù)器從數(shù)據(jù)庫(kù)中提取生成時(shí)刻屬于待分析時(shí)間段內(nèi)的多條數(shù)據(jù)記錄。

其中，每條數(shù)據(jù)記錄包括玩家賬號(hào)、網(wǎng)絡(luò)時(shí)延、網(wǎng)絡(luò)時(shí)延的生成時(shí)刻、IP地址、運(yùn)營(yíng)商以及國(guó)家信息。

606，監(jiān)控服務(wù)器將每條數(shù)據(jù)記錄中的網(wǎng)絡(luò)時(shí)延以及網(wǎng)絡(luò)時(shí)延的生成時(shí)刻作為一個(gè)待聚類的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，得到多條數(shù)據(jù)記錄對(duì)應(yīng)的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象。

其中，每條數(shù)據(jù)記錄對(duì)應(yīng)著一個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，每個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象都包含了兩種數(shù)據(jù)：一個(gè)是網(wǎng)絡(luò)時(shí)延，一個(gè)是網(wǎng)絡(luò)時(shí)延的生成時(shí)刻。

607，監(jiān)控服務(wù)器獲取當(dāng)前設(shè)定的時(shí)間半徑區(qū)間EPS以及密度閾值MinPts。

其中，該EPS以及MinPts可以預(yù)先設(shè)定，也可以是由用戶根據(jù)實(shí)際需求實(shí)時(shí)輸入。

608，監(jiān)控服務(wù)器基于該多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象中網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，以及當(dāng)前設(shè)定的該EPS以及MinPts，并采用DBSCAN算法對(duì)該多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇。

其中，每個(gè)聚類簇包含了多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象。

609，依據(jù)該多個(gè)聚類簇中網(wǎng)絡(luò)時(shí)延的分布，從該多個(gè)聚類簇中確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇。

610，基于異常聚類簇中包含的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)異常游戲玩家的玩家賬號(hào)、網(wǎng)絡(luò)時(shí)延的發(fā)生時(shí)刻、該玩家賬號(hào)對(duì)應(yīng)的IP地址以及該IP地址所屬的運(yùn)行商以及國(guó)家，確定網(wǎng)絡(luò)異常的發(fā)生時(shí)刻以及出現(xiàn)網(wǎng)絡(luò)異常的游戲玩家在不同運(yùn)營(yíng)商以及國(guó)家中的分布情況。

可選的，還可以在確定出異常聚類簇之后，異常聚類簇中網(wǎng)絡(luò)時(shí)延的生成時(shí)刻也就是異常網(wǎng)絡(luò)時(shí)延的發(fā)生時(shí)刻，這樣基于該異常聚類簇中的異常游戲玩家的玩家賬號(hào)以及異常網(wǎng)絡(luò)時(shí)延的發(fā)生時(shí)刻，可以獲取在異常網(wǎng)絡(luò)時(shí)延的發(fā)生時(shí)刻時(shí)，該異常游戲玩家所在的游戲客戶端以及該游戲客戶端所訪問(wèn)的游戲業(yè)務(wù)服務(wù)器中記錄的關(guān)于該異常游戲玩家的日志，分析日志中網(wǎng)絡(luò)鏈路中登陸，對(duì)戰(zhàn)，拉取組件等節(jié)點(diǎn)的狀態(tài)和返回碼)，可以分析出游戲玩家發(fā)生卡頓的可能原因，以及網(wǎng)絡(luò)延時(shí)異常的可能原因。

下面對(duì)本申請(qǐng)實(shí)施例提供的一種網(wǎng)絡(luò)異常監(jiān)控裝置進(jìn)行介紹。

參見(jiàn)圖7，其示出了本申請(qǐng)一種網(wǎng)絡(luò)異常監(jiān)控裝置一個(gè)實(shí)施例的結(jié)構(gòu)示意圖，本實(shí)施例的裝置可以應(yīng)用于服務(wù)器，該裝置可以包括：

數(shù)據(jù)獲取單元701，用于獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合，所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中包括多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，每個(gè)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象包括：客戶端訪問(wèn)所述服務(wù)器的網(wǎng)絡(luò)時(shí)延以及所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻；

數(shù)據(jù)聚類單元702，用于基于所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，對(duì)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇，每個(gè)聚類簇中包含多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象；

異常簇確定單元703，用于依據(jù)所述多個(gè)聚類簇中所述網(wǎng)絡(luò)時(shí)延的分布，從所述多個(gè)聚類簇中確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇；

異常分析單元704，用于基于所述異常聚類簇中包含的所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及所述異常聚類簇中包含的所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息，進(jìn)行網(wǎng)絡(luò)異常分析。

可選的，所述數(shù)據(jù)聚類單元，包括：

聚類參數(shù)獲取單元，用于獲取當(dāng)前設(shè)定的時(shí)間半徑區(qū)間以及密度閾值；

聚類子單元，用于基于所述多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象對(duì)應(yīng)的多個(gè)所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，以及當(dāng)前設(shè)定的所述時(shí)間半徑區(qū)間以及密度閾值，采用具有噪聲的基于密度的聚類DBSCAN算法對(duì)所述多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇。

可選的，還包括：

簇分析單元，用于在所述數(shù)據(jù)聚類單元得到所述多個(gè)聚類簇之后，分別確定每個(gè)聚類簇中包含的網(wǎng)絡(luò)時(shí)延的最大值以及最小值；

興趣簇確定單元，用于基于聚類簇中包含的網(wǎng)絡(luò)時(shí)延的最大值以及最小值之間的差距，從所述多個(gè)聚類簇中確定出至少一個(gè)感興趣的聚類簇；

聚類參數(shù)調(diào)整單元，用于獲取當(dāng)前調(diào)整后的時(shí)間半徑區(qū)間以及密度閾值；

重聚類單元，用于對(duì)于任意一個(gè)感興趣的聚類簇，基于所述感興趣的聚類簇中的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所對(duì)應(yīng)的多個(gè)網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，以及當(dāng)前調(diào)整后的時(shí)間半徑以及密度閾值，采用所述DBSCAN算法對(duì)所述感興趣的聚類簇內(nèi)包含的多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到所述感興趣的聚類簇所對(duì)應(yīng)的多個(gè)聚類簇；

所述異常簇確定單元，具體為用于依據(jù)所述感興趣的聚類簇所對(duì)應(yīng)的多個(gè)聚類簇中所述網(wǎng)絡(luò)時(shí)延的分布，從所述感興趣的聚類簇所對(duì)應(yīng)的多個(gè)聚類簇中，確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇。

可選的，該裝置還可以包括：

延時(shí)參數(shù)獲取單元，用于在所述異常簇確定單元確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇之前，獲取當(dāng)前設(shè)定的網(wǎng)絡(luò)時(shí)延的目標(biāo)區(qū)間；

所述異常簇確定單元在確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇時(shí)，具體為確定出設(shè)定比例超出預(yù)設(shè)值的異常聚類簇，所述設(shè)定比例為聚類簇中不屬于所述目標(biāo)區(qū)間的網(wǎng)絡(luò)時(shí)延的數(shù)量與所述聚類簇中包含的網(wǎng)絡(luò)時(shí)延的總個(gè)數(shù)的比值。

可選的，所述網(wǎng)絡(luò)登錄信息，包括以下一種或多種：

IP地址、用戶賬號(hào)、運(yùn)營(yíng)商和國(guó)家信息。

本發(fā)明實(shí)施例還提供了一種服務(wù)器，該服務(wù)器可以包括上述所述的另一種網(wǎng)絡(luò)異常監(jiān)控裝置。

圖8示出了服務(wù)器的硬件結(jié)構(gòu)框圖，參照?qǐng)D8，服務(wù)器800可以包括：處理器801，通信接口802，存儲(chǔ)器803和通信總線804；

其中處理器801、通信接口802、存儲(chǔ)器803通過(guò)通信總線804完成相互間的通信；

可選的，通信接口802可以為通信模塊的接口，如GSM模塊的接口；

處理器801，用于執(zhí)行程序；

存儲(chǔ)器803，用于存放程序；

程序可以包括程序代碼，所述程序代碼包括計(jì)算機(jī)操作指令。

處理器801可能是一個(gè)中央處理器CPU，或者是特定集成電路ASIC(Application Specific Integrated Circuit)，或者是被配置成實(shí)施本發(fā)明實(shí)施例的一個(gè)或多個(gè)集成電路。

存儲(chǔ)器803可能包含高速RAM存儲(chǔ)器，也可能還包括非易失性存儲(chǔ)器(non-volatile memory)，例如至少一個(gè)磁盤存儲(chǔ)器。

其中，程序可具體用于：

獲取待分析時(shí)間段內(nèi)業(yè)務(wù)服務(wù)平臺(tái)中的服務(wù)器上報(bào)的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合，所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中包括多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象，每個(gè)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象包括：客戶端訪問(wèn)所述服務(wù)器的網(wǎng)絡(luò)時(shí)延以及所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻；

基于所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻的密度分布，對(duì)所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象集合中的網(wǎng)絡(luò)數(shù)據(jù)對(duì)象進(jìn)行聚類，得到多個(gè)聚類簇，每個(gè)聚類簇中包含多個(gè)網(wǎng)絡(luò)數(shù)據(jù)對(duì)象；

依據(jù)所述多個(gè)聚類簇中所述網(wǎng)絡(luò)時(shí)延的分布，從所述多個(gè)聚類簇中確定出網(wǎng)絡(luò)時(shí)延異常的異常聚類簇；

基于所述異常聚類簇中包含的所述網(wǎng)絡(luò)時(shí)延的生成時(shí)刻以及所述異常聚類簇中包含的所述網(wǎng)絡(luò)數(shù)據(jù)對(duì)象所關(guān)聯(lián)的網(wǎng)絡(luò)登錄信息，進(jìn)行網(wǎng)絡(luò)異常分析。

本說(shuō)明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。對(duì)于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法部分說(shuō)明即可。

專業(yè)人員還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來(lái)實(shí)現(xiàn)，為了清楚地說(shuō)明硬件和軟件的可互換性，在上述說(shuō)明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來(lái)執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來(lái)使用不同方法來(lái)實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來(lái)實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(RAM)、內(nèi)存、只讀存儲(chǔ)器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動(dòng)磁盤、CD-ROM、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。

對(duì)所公開的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。