[發(fā)明專利]業(yè)務(wù)識(shí)別方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)

有效

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

本發(fā)明公開了一種業(yè)務(wù)識(shí)別方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)，所述業(yè)務(wù)識(shí)別方法包括：獲取待識(shí)別業(yè)務(wù)數(shù)據(jù)；根據(jù)預(yù)先設(shè)定的識(shí)別元素，提取所述待識(shí)別業(yè)務(wù)數(shù)據(jù)中對(duì)應(yīng)識(shí)別元素的識(shí)別關(guān)鍵詞；對(duì)所述識(shí)別關(guān)鍵詞進(jìn)行矩陣化處理，得到所述待識(shí)別業(yè)務(wù)數(shù)據(jù)矩陣；采用KNN算法建立業(yè)務(wù)識(shí)別模型，判斷所述待識(shí)別業(yè)務(wù)數(shù)據(jù)所屬的業(yè)務(wù)：計(jì)算所述待識(shí)別業(yè)務(wù)數(shù)據(jù)矩陣和預(yù)先建立的樣本數(shù)據(jù)庫(kù)中的每一條樣本數(shù)據(jù)矩陣的哈曼頓距離；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(wù)則為所述待識(shí)別業(yè)務(wù)數(shù)據(jù)所屬的業(yè)務(wù)。采用本發(fā)明實(shí)施例能夠?qū)I(yè)務(wù)進(jìn)行自主識(shí)別，提高業(yè)務(wù)識(shí)別的效率，降低業(yè)務(wù)識(shí)別的成本。

技術(shù)領(lǐng)域

本發(fā)明涉及移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)識(shí)別技術(shù)領(lǐng)域，尤其涉及一種業(yè)務(wù)識(shí)別方法、裝置、終端設(shè)備以及存儲(chǔ)介質(zhì)。

背景技術(shù)

業(yè)務(wù)識(shí)別是移動(dòng)互聯(lián)網(wǎng)行業(yè)一項(xiàng)非常重要的課題，它是用戶網(wǎng)絡(luò)行為研究、運(yùn)營(yíng)商智能管道等課題的基礎(chǔ)。

現(xiàn)有的移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)識(shí)別方法，均基于報(bào)文檢測(cè)或深度包檢測(cè)技術(shù)，其基本原理是測(cè)試分析已知業(yè)務(wù)數(shù)據(jù)報(bào)文的TCP/IP五元組、DNS、HOST等識(shí)別元素，建立識(shí)別元素的特征與業(yè)務(wù)的關(guān)聯(lián)庫(kù)，根據(jù)未知的網(wǎng)絡(luò)數(shù)據(jù)包與關(guān)聯(lián)庫(kù)的匹配度，實(shí)現(xiàn)業(yè)務(wù)識(shí)別。但現(xiàn)有的業(yè)務(wù)識(shí)別技術(shù)需要進(jìn)行大量的人工測(cè)試，以得到樣本數(shù)據(jù)報(bào)文的識(shí)別元素的特征與業(yè)務(wù)的關(guān)聯(lián)庫(kù)，測(cè)試成本高，識(shí)別效率低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種業(yè)務(wù)方法、裝置、終端設(shè)備以及存儲(chǔ)介質(zhì)，能有效解決現(xiàn)有技術(shù)測(cè)試成本高，識(shí)別效率低的技術(shù)問(wèn)題。

本發(fā)明一實(shí)施例提供一種業(yè)務(wù)識(shí)別方法，包括：

獲取待識(shí)別業(yè)務(wù)數(shù)據(jù)；

根據(jù)預(yù)先設(shè)定的識(shí)別元素，提取所述待識(shí)別業(yè)務(wù)數(shù)據(jù)中對(duì)應(yīng)識(shí)別元素的識(shí)別關(guān)鍵詞；其中，所述識(shí)別元素包括TCP/IP五元組、HOST、URL、UserAgent、Referuri、Cookie、Request Method、Connection、Accept、Server和Content-Type中的一種或多種；

對(duì)所述識(shí)別關(guān)鍵詞進(jìn)行矩陣化處理：以行代表待識(shí)別業(yè)務(wù)數(shù)據(jù)，以每一列代表一個(gè)樣本關(guān)鍵詞，根據(jù)所述待識(shí)別業(yè)務(wù)數(shù)據(jù)包含的識(shí)別關(guān)鍵詞，對(duì)所述樣本關(guān)鍵詞所在的列進(jìn)行取值，得到所述待識(shí)別業(yè)務(wù)數(shù)據(jù)矩陣A(X₁,X₂,…,X_n)；其中，所述樣本關(guān)鍵詞是從預(yù)先建立的樣本數(shù)據(jù)庫(kù)中的所有樣本數(shù)據(jù)所對(duì)應(yīng)的識(shí)別元素預(yù)先提取出來(lái)的。

采用KNN算法建立業(yè)務(wù)識(shí)別模型，判斷所述待識(shí)別業(yè)務(wù)數(shù)據(jù)所屬的業(yè)務(wù)：計(jì)算所述待識(shí)別業(yè)務(wù)數(shù)據(jù)矩陣A(X₁,X₂,…,X_n)和預(yù)先建立的樣本數(shù)據(jù)庫(kù)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(wù)則為所述待識(shí)別業(yè)務(wù)數(shù)據(jù)所屬的業(yè)務(wù)；

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

優(yōu)選地，所述業(yè)務(wù)識(shí)別方法，還包括：

取所述待識(shí)別業(yè)務(wù)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)；