一种基于特征权重的网络数据相似度计算方法与系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111159493A(43)申请公布日2020.05.15(21)申请号201911357469.X(22)申请日2019.12.25(71)申请人乐山师范学院地址614000四川省乐山市市中区滨河路778号(72)发明人刘才铭张雁(74)专利代理机构北京慕达星云知识产权代理事务所(特殊普通合伙)11465代理人曹鹏飞(51)Int.Cl.G06F16/903(2019.01)权利要求书2页说明书9页附图4页(54)发明名称一种基于特征权重的网络数据相似度计算方法与系统(57)摘要本发明公开了一种基于特征权重的网络数据相似度计算方法与系统，规范网络数据及其相似度计算参数；网络数据数值化转换；计算网络特征数据相似度；计算网络数据总体相似度；网络数据相似等级转换。本发明通过权重量化地衡量不同网络特征数据之间的相对重要性，将异构的网络特征数据转化为数值化的十进制形式，通过数学方法计算两个网络数据的相同特征数据之间的相似度值，再综合网络特征的权重计算两个网络数据之间的相似度值，并将数值化的相似度转换为相似等级，提高了网络数据相似度计算方法的科学性，对于提高网络数据分析的精确性具有重要的意义，可用于网络数据模式识别、网络数据特征分析等领域。CN111159493ACN111159493A权利要求书1/2页1.一种基于特征权重的网络数据相似度计算方法，其特征在于，所述方法包括以下步骤：S1、构建网络数据参数：构建网络数据特征值和网络数据特征的权重向量；S2、网络数据数值化转换：将所述网络数据特征值转化为网络数据特征的十进制数值并赋值给网络数据特征的数值化向量，构建数值化的网络数据集；S3、计算网络特征数据相似度：构建网络特征数据的相似度向量的数据结构，根据所述网络数据特征的数值化向量，计算网络特征数据的相似度值，并将这些相似度值赋给网络特征数据的相似度向量的相应字段；S4、计算网络数据总体相似度：根据所述网络数据特征的权重向量和所述网络特征数据的相似度向量，计算两个网络数据特征的数值化向量之间的总体相似度；S5、网络数据相似等级转换：构建网络特征数据相似等级与相似度之间的对应关系，将所述网络特征数据的相似度值转换为相似等级。2.根据权利要求1所述的一种基于特征权重的网络数据相似度计算方法，其特征在于，所述步骤S1的具体过程如下：S11、构建网络数据特征值；S12、构建网络数据特征的权重向量。3.根据权利要求1所述的一种基于特征权重的网络数据相似度计算方法，其特征在于，所述步骤S2的具体过程如下：S21、定义网络数据特征的数值化形式：构建网络数据特征的数值化向量的数据结构；S22、二进制数值化形式的网络特征的数值化转换：将网络数据特征向量中的二进制数值化形式的网络特征的二进制数值转换为十进制数值；S23、字符形式的网络特征的数值化转换：将网络数据特征向量中的字符形式的网络特征的二进制数值转换为十进制数值；S24、源IP地址的网络特征的数值化转换：将源IP地址的4组分段数字分别转换为十进制数值；S25、目的IP地址的网络特征的数值化转换：将目的IP地址的4组分段数字分别转换为十进制数值；S26、给数值化向量赋值：将所有网络特征的十进制数值赋值给所述网络数据特征的数值化向量的相应字段；S27、构建数值化的网络数据集：将所有所述网络数据特征的数值化向量组合为数值化的网络数据集。4.根据权利要求1所述的一种基于特征权重的网络数据相似度计算方法，其特征在于，所述步骤S3的具体过程如下：S31、构建网络特征数据的相似度向量：对于两个网络数据特征的数值化向量ddx和ddy，构建网络特征数据的相似度向量；S32、计算二进制数值化形式的网络特征数据的相似度；S33、计算字符形式的网络特征数据的相似度；S34、计算源IP地址的网络特征数据的相似度；S35、计算目的IP地址的网络特征数据的相似度；2CN111159493A权利要求书2/2页S36、将计算出的所有网络特征数据的相似度赋值给网络特征数据的相似度向量。5.根据权利要求1所述的一种基于特征权重的网络数据相似度计算方法，其特征在于，所述步骤S4的具体过程如下：S41、读取S12步骤中网络数据特征的权重向量；S42、读取S3步骤中构建的网络特征数据的相似度向量；S43、根据所述网络数据特征的权重向量和所述网络特征数据的相似度向量，计算两个网络数据特征的数值化向量ddx和ddy之间的总体相似度。6.根据权利要求1所述的一种基于特征权重的网络数据相似度计算方法，其特征在于，所述步骤S5的具体过程如下：S51、构建两个网络数据之间的相似等级；S52、构建网络数据相似等级与相似度之间的对应关系；S53、根据S52步骤中构建的对应关系，确定