[發(fā)明專利]業(yè)務識別方法、裝置、終端設備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201711409689.3
• 申請日: 2017-12-20
• 公開（公告）號: CN108154177B
• 公開（公告）日: 2020-01-21
• 發(fā)明（設計）人: 梁勇華;鄭濤;張淵;戴晶華;嚴俏艷;張燕君
• 申請（專利權）人: 宜通世紀科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16
• 代理公司: 44202 廣州三環(huán)專利商標代理有限公司
• 代理人: 麥小嬋;郝傳鑫

1.一種業(yè)務識別方法，其特征在于，包括：

獲取待識別業(yè)務數(shù)據(jù)；

根據(jù)預先設定的識別元素，提取所述待識別業(yè)務數(shù)據(jù)中對應識別元素的識別關鍵詞；其中，所述識別元素包括TCP/IP五元組、HOST、URL、UserAgent、Referuri、Cookie、RequestMethod、Connection、Accept、Server和Content-Type中的一種或多種；

對所述識別關鍵詞進行矩陣化處理：以行代表所述待識別業(yè)務數(shù)據(jù)，以每一列代表一個樣本關鍵詞，根據(jù)所述待識別業(yè)務數(shù)據(jù)包含的識別關鍵詞，對所述樣本關鍵詞所在的列進行取值，得到所述待識別業(yè)務數(shù)據(jù)矩陣A(X₁,X₂,…,X_n)；其中，所述樣本關鍵詞是從預先建立的樣本數(shù)據(jù)庫中的所有樣本數(shù)據(jù)所對應的識別元素預先提取出來；

采用KNN算法建立業(yè)務識別模型，判斷所述待識別業(yè)務數(shù)據(jù)所屬的業(yè)務：計算所述待識別業(yè)務數(shù)據(jù)矩陣A(X₁,X₂,…,X_n)和預先建立的樣本數(shù)據(jù)庫中的每一條樣本數(shù)據(jù)矩陣B(Y₁,Y₂,…,Y_n)的哈曼頓距離:

dist(A,B)＝|X₁-Y₁|+|X₂-Y₂|+…+|X_n-Y_n|

取曼哈頓距離最小的K條樣本數(shù)據(jù)，所述K條樣本數(shù)據(jù)中頻數(shù)最高的業(yè)務則為所述待識別業(yè)務數(shù)據(jù)所屬的業(yè)務；

其中，所述X_n和Y_n分別表示所述待識別業(yè)務數(shù)據(jù)和所述每一條樣本數(shù)據(jù)是否包含“樣本關鍵詞n”的取值，若包含“樣本關鍵詞n”，則取值為a，若不包含“樣本關鍵詞n”，則取值為b，且a≠b。

2.根據(jù)權利要求1所述的業(yè)務識別方法，其特征在于，還包括：

取所述待識別業(yè)務數(shù)據(jù)矩陣A(X₁,X₂,…,X_n)和與其最鄰近的一條樣本數(shù)據(jù)矩陣N(Z₁,Z₂,…,Z_n)；

計算識別結果的校驗指數(shù)J：

J＝dist(A)+dist(N)-dist(A,N)

其中，dist(A)＝X₁+X₂+…+X_n；dist(N)＝Z₁+Z₂+…+Z_n；

dist(A,N)＝|X₁-Z₁|+|X₂-Z₂|+…+|X_n-Z_n|；

若所述校驗指數(shù)J大于等于閾值T，則識別結果校驗通過，完成識別；若所述校驗指數(shù)J小于閾值T，則識別結果校驗不通過，轉(zhuǎn)入人工識別；

其中，所述閾值T為所述待識別業(yè)務數(shù)據(jù)和與其最鄰近的一條樣本數(shù)據(jù)包含共同樣本關鍵詞的個數(shù)的兩倍。

3.根據(jù)權利要求1所述的業(yè)務識別方法，其特征在于：所述K取值為5，7，9或11。