[發明專利]一種數據特征的處理方法及裝置

有效

• 申請號: 201610066847.9
• 申請日: 2016-01-29
• 公開（公告）號: CN107025233B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 張研;楊冠軍;蔣程誠
• 申請（專利權）人: 蘇寧云計算有限公司
• 主分類號: G06F16/953
• 分類號: G06F16/953
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 許峰;蘇一幟

1.一種數據特征的處理方法，其特征在于，包括：

從業務日志獲取明文樣本，所述明文樣本至少包括特殊字段和特征字段，所述特殊字段包括用于表示執行命令和操作命令的字段；

根據預先配置的特征類，從所述特征字段獲取特征明文，并記錄樣本簽名，其中，內容相同的特殊字段對應同一個樣本簽名；

提取對應所述樣本簽名的一個特殊字段，并將所獲取的特征明文，拼接至所述一個特殊字段，得到拼接后的字段；

將所述拼接后的字段作為特征樣本輸出；

還包括：

所述明文樣本為所述業務日志中的非加密字符，所獲取的明文樣本表現為符合tab分隔的文本形式，包括用于表示“存在展現”和“點擊”的特殊字段；

map階段的服務器讀取預先配置的特征類，所述特征類中包括按照先后順序配置的字段到所述特征類里，所述特征類中的字段與所述明文樣本中的至少一條字段的內容相同；所述map階段的服務器根據預先配置的特征類，以key-value方式讀取輸入的明文樣本，并以map方式存在內存中；

所述map階段的服務器剝離所述明文樣本中用于表示“存在展現”和“點擊”的特殊字段；再根據預先配置的特征類中記載的字段內容，從所述明文樣本中依次抽取特征字段。

2.根據權利要求1所述的方法，其特征在于，所述根據預先配置的特征類從所述特征字段獲取特征明文，包括：

依次讀取所述特征類中的字段，所述特征類中的字段與所述明文樣本中的至少一條字段的內容相同；

根據所述特征類中的字段的內容，從所述明文樣本中依次讀取具有相同內容的字段作為所述特征字段；

將從所述明文樣本中依次讀取的所述特征字段記錄在特征集合中。

3.根據權利要求2所述的方法，其特征在于，所述將所述拼接后的字段作為特征樣本輸出，包括：

通過MapReduce框架，將所述特征樣本和所述特征集合導入Reduce階段；

所述將從所述明文樣本中依次讀取的所述特征字段記錄在特征集合中，包括：將從所述明文樣本中讀取的相同的特征字段輸出到相同計算節點。

4.根據權利要求1所述的方法，其特征在于，還包括：

讀取基本特征類，并通過反射機制更新所述基本特征類；

將最近一次更新的基本特征類作為所述預先配置的特征類。

5.一種數據特征的處理裝置，其特征在于，包括：

提取單元，用于從業務日志獲取明文樣本，所述明文樣本至少包括特殊字段和特征字段，所述特殊字段包括用于表示執行命令和操作命令的字段；

識別單元，用于根據預先配置的特征類，從所述特征字段獲取特征明文，并記錄樣本簽名，其中，內容相同的特殊字段對應同一個樣本簽名；

拼接單元，用于提取對應所述樣本簽名的一個特殊字段，并將所獲取的特征明文，拼接至所述一個特殊字段，得到拼接后的字段；

輸出單元，用于將所述拼接后的字段作為特征樣本輸出；

還包括：

所述明文樣本為所述業務日志中的非加密字符，所獲取的明文樣本表現為符合tab分隔的文本形式，包括用于表示“存在展現”和“點擊”的特殊字段；

map階段的服務器讀取預先配置的特征類，所述特征類中包括按照先后順序配置的字段到所述特征類里，所述特征類中的字段與所述明文樣本中的至少一條字段的內容相同；所述map階段的服務器根據預先配置的特征類，以key-value方式讀取輸入的明文樣本，并以map方式存在內存中；

所述map階段的服務器剝離所述明文樣本中用于表示“存在展現”和“點擊”的特殊字段；再根據預先配置的特征類中記載的字段內容，從所述明文樣本中依次抽取特征字段。

6.根據權利要求5所述的裝置，其特征在于，所述識別單元，具體用于依次讀取所述特征類中的字段，所述特征類中的字段與所述明文樣本中的至少一條字段的內容相同；并根據所述特征類中的字段的內容，從所述明文樣本中依次讀取具有相同內容的字段作為所述特征字段；再將從所述明文樣本中依次讀取的所述特征字段記錄在特征集合中。