[发明专利]资产识别方法和计算机设备有效
申请号: | 201710428726.9 | 申请日: | 2017-06-08 |
公开(公告)号: | CN109040155B | 公开(公告)日: | 2021-06-08 |
发明(设计)人: | 严子洋 | 申请(专利权)人: | 中国移动通信集团浙江有限公司;中国移动通信集团公司 |
主分类号: | H04L29/08 | 分类号: | H04L29/08;G06Q10/06 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王庆龙;曹杰 |
地址: | 310016 *** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 资产 识别 方法 计算机 设备 | ||
1.一种资产识别方法,其特征在于,包括:
获取预设时间段内的待识别资产的第一传输数据,所述第一传输数据包括与所述待识别资产进行数据传输的资产数量和数据包数量;
将所述第一传输数据映射至第一空间,确定所述第一传输数据在第一空间的位置;
根据所述第一传输数据在第一空间的位置以及预先确定的系统类型与第一样本传输数据在第一空间的位置的对应关系,确定所述第一传输数据对应的待识别资产的系统类型。
2.根据权利要求1所述的方法,其特征在于:所述第一空间具有预先确定的逻辑回归曲线,所述逻辑回归曲线与预设的系统类型对应,且是根据所述系统的第一样本传输数据确定的;
相应地,所述根据所述第一传输数据在第一空间的位置以及预先确定的系统类型与第一样本传输数据在第一空间的位置的对应关系,确定所述第一传输数据对应的待识别资产的系统类型,具体为:
根据所述第一传输数据在第一空间与所述逻辑回归曲线的相对位置,确定所述第一传输数据对应的待识别资产是否属于所述系统。
3.根据权利要求2所述的方法,其特征在于:所述第一空间具有预先确定的逻辑回归曲线,所述逻辑回归曲线与预设的系统类型对应,且是根据所述系统的第一样本传输数据确定的,具体为:
获取预设时间段内的已知资产的第一样本传输数据,所述第一样本传输数据包括与所述已知资产传输的资产数量和数据包数量;
采用逻辑回归算法对所述第一样本传输数据进行训练,确定与预设的系统类型对应的所述逻辑回归曲线。
4.根据权利要求1或2或3所述的方法,其特征在于:所述确定所述第一传输数据对应的待识别资产的系统类型之后,所述方法还包括:
获取预设时间段内的待识别资产的第二传输数据,所述第二传输数据包括所述待识别资产与所述系统的资产之间传输的数据包数和所述系统内的资产的应用用户类型;
将所述第二传输数据映射至第二空间,确定所述第二传输数据在第二空间的位置;
根据所述第二传输数据在第二空间的位置以及预先确定的资产类型与第二样本传输数据在第二空间的位置的对应关系,确定所述第二传输数据对应的待识别资产的资产类型。
5.根据权利要求4所述的方法,其特征在于:所述第二空间具有至少一个预先确定的质心,所述质心与预设的资产类型对应,且是根据所述资产的第二样本传输数据确定的;
相应地,根据所述第二传输数据在第二空间的位置以及预先确定的资产类型与第二样本传输数据在第二空间的位置的对应关系,确定所述第二传输数据对应的待识别资产的资产类型,具体为:
将与所述第二传输数据在第二空间距离最近的质心对应的资产类型,作为所述待识别资产的资产类型。
6.根据权利要求5所述的方法,其特征在于:所述第二空间具有至少一个预先确定的质心,所述质心与预设的资产类型对应,且是根据所述资产的第二样本传输数据确定的,具体为:
获取预设时间段内的已知资产的第二样本传输数据,所述第二传输数据包括与所述系统内已知资产传输的数据包数和所述已知资产的应用用户类型;
采用k-means聚类算法对所述第二样本传输数据进行训练,确定与预设的资产类型对应的所述质心。
7.根据权利要求4所述的方法,其特征在于:所述确定所述第二样本传输数据对应的待识别资产的资产类型之后,所述方法还包括:
获取预设时间段内的待识别资产的第三传输数据,所述第三传输数据包括所述待识别资产与同种资产类型的资产之间传输的数据包数和所述系统内的资产的标识;
将所述第三传输数据映射至第三空间,确定所述第三传输数据在第三空间的位置;
根据所述第三传输数据在第三空间的位置以及预先确定的集群类型与第三样本传输数据在第三空间的位置的对应关系,确定所述第三传输数据对应的待识别资产的集群类型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国移动通信集团浙江有限公司;中国移动通信集团公司,未经中国移动通信集团浙江有限公司;中国移动通信集团公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710428726.9/1.html,转载请声明来源钻瓜专利网。