申请/专利权人:中南大学
申请日:2022-11-28
公开(公告)日:2023-01-13
公开(公告)号:CN115604027A
主分类号:H04L9/40
分类号:H04L9/40;H04L41/142;H04L41/16;G06F18/214;G06F18/241
优先权:
专利状态码:有效-授权
法律状态:2023.03.14#授权;2023.02.07#实质审查的生效;2023.01.13#公开
摘要:本发明公开了一种网络指纹识别模型训练方法、识别方法、设备及存储介质,该训练方法包括获取蜂窝网络用户在第一时间段内的流量使用数据集;确定每个用户在每个第二时间段内的轨迹特征序列;计算每个用户与其他用户的轨迹相似度,确定每个用户的最相邻用户,并由每个用户的最相邻用户生成该用户的候选用户序列;根据每个用户的N1个轨迹特征序列及其候选用户序列生成该用户的正样本和负样本;构建用户网络指纹识别模型,利用训练样本集中的正样本和负样本对所述用户网络指纹识别模型进行训练,得到目标用户网络指纹识别模型。本发明能够提高复杂蜂窝场景下用户网络指纹的识别精度。
主权项:1.一种网络指纹识别模型训练方法,其特征在于,包括以下步骤:获取蜂窝网络用户在第一时间段内的流量使用数据集;基于所述流量使用数据集,确定每个用户在每个第二时间段内的轨迹特征序列,其中每个所述第二时间段均属于第一时间段且N1个第二时间段之和等于第一时间段,每个用户有N1个轨迹特征序列;基于每个用户的轨迹特征序列,计算每个用户与其他用户在同一第二时间段内的轨迹相似度,根据所述轨迹相似度确定每个用户的最相邻用户,并由每个用户的最相邻用户生成该用户的候选用户序列;根据每个用户的N1个轨迹特征序列及其候选用户序列生成该用户的正样本和负样本;由所有用户的正样本和负样本构成训练样本集;构建用户网络指纹识别模型,利用所述训练样本集中的正样本和负样本对所述用户网络指纹识别模型进行训练,得到目标用户网络指纹识别模型。
全文数据:
权利要求:
百度查询: 中南大学 网络指纹识别模型训练方法、识别方法、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。