[發(fā)明專利]物聯(lián)網(wǎng)卡異常檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910591205.4
• 申請(qǐng)日: 2019-07-02
• 公開(kāi)（公告）號(hào): CN110505196B
• 公開(kāi)（公告）日: 2021-08-31
• 發(fā)明（設(shè)計(jì)）人: 張濤;晁昆;韓玉輝;高潔;關(guān)鍵
• 申請(qǐng)（專利權(quán)）人: 中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06;H04L12/26;H04L29/08
• 代理公司: 北京中博世達(dá)專利商標(biāo)代理有限公司 11274
• 代理人: 申健

1.一種物聯(lián)網(wǎng)卡異常檢測(cè)方法，其特征在于，包括：

獲取待檢測(cè)物聯(lián)網(wǎng)卡的業(yè)務(wù)場(chǎng)景信息；

獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的行為數(shù)據(jù)，以及獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的用于處理所述行為數(shù)據(jù)的目標(biāo)規(guī)則算法，根據(jù)所述目標(biāo)規(guī)則算法以及所述行為數(shù)據(jù)對(duì)所述待檢測(cè)物聯(lián)網(wǎng)卡進(jìn)行分類，獲取分類結(jié)果；其中所述分類結(jié)果包括：正常、或者異常；

根據(jù)所述分類結(jié)果確定所述待檢測(cè)物聯(lián)網(wǎng)卡是否異常；

所述獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的行為數(shù)據(jù)，包括：

獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的歷史行為數(shù)據(jù)和實(shí)時(shí)行為數(shù)據(jù)；

則所述獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的用于處理所述行為數(shù)據(jù)的目標(biāo)規(guī)則算法，根據(jù)所述目標(biāo)規(guī)則算法以及所述行為數(shù)據(jù)對(duì)所述待檢測(cè)物聯(lián)網(wǎng)卡進(jìn)行分類，獲取分類結(jié)果，包括：

從預(yù)設(shè)規(guī)則函數(shù)中獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的目標(biāo)規(guī)則函數(shù)作為用于處理所述歷史行為數(shù)據(jù)的目標(biāo)規(guī)則算法；其中所述預(yù)設(shè)規(guī)則函數(shù)滿足如下公式：

y1＝f(x₁,x₂,..,x_n)；

其中，y1為運(yùn)算結(jié)果，f為運(yùn)算規(guī)則，x_n為第n種運(yùn)算特征值類型的特征值；其中n為自然數(shù)且n大于等于1；

獲取所述目標(biāo)規(guī)則函數(shù)中每種所述運(yùn)算特征值類型在所述歷史行為數(shù)據(jù)中對(duì)應(yīng)的特征值；

根據(jù)所述運(yùn)算規(guī)則對(duì)所述特征值進(jìn)行運(yùn)算，根據(jù)運(yùn)算結(jié)果確定第一分類結(jié)果；其中，所述運(yùn)算結(jié)果包括第一結(jié)果數(shù)值以及第二結(jié)果數(shù)值，所述第一結(jié)果數(shù)值表示所述分類結(jié)果為正常，所述第二結(jié)果數(shù)值表示所述分類結(jié)果為異常；

從預(yù)設(shè)檢測(cè)模型中獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的目標(biāo)檢測(cè)模型作為用于處理所述實(shí)時(shí)行為數(shù)據(jù)的目標(biāo)規(guī)則算法；其中，所述預(yù)設(shè)檢測(cè)模型為以預(yù)設(shè)業(yè)務(wù)場(chǎng)景信息的歷史行為數(shù)據(jù)為樣本根據(jù)預(yù)設(shè)機(jī)器學(xué)習(xí)算法獲取；所述預(yù)設(shè)檢測(cè)模型的輸出結(jié)果包括第五結(jié)果數(shù)值以及第六結(jié)果數(shù)值，其中所述第五結(jié)果數(shù)值表示所述分類結(jié)果為正常；所述第六結(jié)果數(shù)值表示所述分類結(jié)果為異常；

將所述實(shí)時(shí)行為數(shù)據(jù)輸入所述目標(biāo)檢測(cè)模型，獲取所述目標(biāo)檢測(cè)模型的輸出結(jié)果作為第三分類結(jié)果；

所述根據(jù)所述分類結(jié)果確定所述待檢測(cè)物聯(lián)網(wǎng)卡是否異常，包括：

根據(jù)預(yù)設(shè)分類結(jié)果運(yùn)算值獲取第一分類結(jié)果對(duì)應(yīng)的第一分類結(jié)果運(yùn)算值以及第三分類結(jié)果對(duì)應(yīng)的第三分類結(jié)果運(yùn)算值；

對(duì)所述第一分類結(jié)果運(yùn)算值以及所述第三分類結(jié)果運(yùn)算值進(jìn)行加權(quán)處理，獲取第一分類結(jié)果運(yùn)算值對(duì)應(yīng)的第一加權(quán)結(jié)果以及獲取第三分類結(jié)果運(yùn)算值對(duì)應(yīng)的第二加權(quán)結(jié)果；

對(duì)所述第一加權(quán)結(jié)果以及所述第二加權(quán)結(jié)果求和，獲取求和結(jié)果；

根據(jù)所述求和結(jié)果確定所述待檢測(cè)物聯(lián)網(wǎng)卡是否異常。

2.根據(jù)權(quán)利要求1所述的物聯(lián)網(wǎng)卡異常檢測(cè)方法，其特征在于，所述根據(jù)所述分類結(jié)果確定所述待檢測(cè)物聯(lián)網(wǎng)卡是否異常，包括：根據(jù)所述第一分類結(jié)果確定所述待檢測(cè)物聯(lián)網(wǎng)卡是否異常。

3.根據(jù)權(quán)利要求1所述的物聯(lián)網(wǎng)卡異常檢測(cè)方法，其特征在于，所述獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的行為數(shù)據(jù)，包括：

獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的實(shí)時(shí)行為數(shù)據(jù)；

則所述獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的用于處理所述行為數(shù)據(jù)的目標(biāo)規(guī)則算法，根據(jù)所述目標(biāo)規(guī)則算法以及所述行為數(shù)據(jù)對(duì)所述待檢測(cè)物聯(lián)網(wǎng)卡進(jìn)行分類，獲取分類結(jié)果，包括：

從預(yù)設(shè)檢測(cè)模型中獲取所述業(yè)務(wù)場(chǎng)景信息對(duì)應(yīng)的目標(biāo)檢測(cè)模型作為用于處理所述實(shí)時(shí)行為數(shù)據(jù)的目標(biāo)規(guī)則算法；其中，所述預(yù)設(shè)檢測(cè)模型為以預(yù)設(shè)業(yè)務(wù)場(chǎng)景信息的歷史行為數(shù)據(jù)為樣本根據(jù)預(yù)設(shè)機(jī)器學(xué)習(xí)算法獲取；所述預(yù)設(shè)檢測(cè)模型的輸出結(jié)果包括第三結(jié)果數(shù)值以及第四結(jié)果數(shù)值；其中所述第三結(jié)果數(shù)值表示所述分類結(jié)果為正常，所述第四結(jié)果數(shù)值表示所述分類結(jié)果為異常；

將所述實(shí)時(shí)行為數(shù)據(jù)輸入所述目標(biāo)檢測(cè)模型，獲取所述目標(biāo)檢測(cè)模型的輸出結(jié)果作為第二分類結(jié)果；

所述根據(jù)所述分類結(jié)果確定所述待檢測(cè)物聯(lián)網(wǎng)卡是否異常，包括：根據(jù)所述第二分類結(jié)果確定所述待檢測(cè)物聯(lián)網(wǎng)卡是否異常。

4.根據(jù)權(quán)利要求1或2所述的物聯(lián)網(wǎng)卡異常檢測(cè)方法，其特征在于，所述預(yù)設(shè)規(guī)則函數(shù)包括以下任一項(xiàng)：終端信息規(guī)則函數(shù)、流量規(guī)則函數(shù)、業(yè)務(wù)類型及流程規(guī)則函數(shù)、號(hào)碼匹配規(guī)則函數(shù)以及離群規(guī)則函數(shù)。