[发明专利]网络设备信息的智能标记方法

权利要求书

1.网络设备信息的智能标记方法，其特征在于，具体如下：

输入：标记样本集，未知样本集；

将包括6个字段共48bit的设备mac地址表示为m＝{m.a,m.b,m.c,m.d,m.e,m.f}，通常用16进制表示；其中前3个字段{m.a,m.b,m.c}由国际组织IEEE的注册管理机构给不同厂家分配，或者表示为m.abc，称为“组织唯一标志符OUI”，后3个字段由厂家自己分配，称为“扩展标识符EI”；则：

标记样本集包括如下字段：m.abc即设备WLAN网卡mac地址的前3个字段，m.d，m.e，m.f，网卡厂商，设备类型即ToD，设备厂商即VoD，设备型号即MoD；通过人工标记或自动标记得到上述样本；网卡厂商字段根据m.abc查表得到；

未知样本集包括所有未知样本；未知样本是指包括如下字段、但其中的标记字段为空的样本，即：m.abc，m.d，m.e，m.f，网卡厂商，设备类型为空，设备厂商为空，设备型号为空，标记置信度为空；

样本集中的样本按照mac地址的各字段升序排列；mac地址值最小的排在最前面；

mac地址值的大小是指将两个mac地址s1＝{m1.a,m1.b,m1.c,m1.d,m1.e,m1.f}和s2＝{m2.a,m2.b,m2.c,m2.d,m2.e,m2.f}的各字段m.a～m.f从最高位字段即m.a字段到最低位字段即m.f字段进行逐个比较的时候，如果该字段上s1的值小于或大于s2的值，则称s1的mac地址值为小或大，否则继续进行下一个字段的比较，直到最低位字段；

步骤1：构建“mac OUI字典”

根据标记样本集的字段【m.abc，网卡厂商，设备厂商】，统计汇总得到“mac OUI字典”；该字典包括如下字段：【m.abc，网卡厂商，网卡类型，{设备厂商}】；对同一个m.abc字段的所有标记样本，根据如下3个条件进行判断处理：

(1)条件1：如果网卡厂商＝设备厂商，则网卡类型＝“自有型”；

(2)条件2：如果网卡厂商≠设备厂商，且该网卡厂商下不同的设备厂商数量不超过1个，则网卡类型＝“第三方独用型网卡”；

(3)条件3：如果网卡厂商≠设备厂商，且该网卡厂商下不同的设备厂商数量超过1个，则网卡类型＝“第三方共用型网卡”，“设备厂商”＝{同一m.abc字段下的所有设备厂商}；

步骤2：构建“mac区间字典”

根据标记样本集统计汇总得到“mac区间字典”；该字典的字段包括：【m.abc,bm.d,bm.e,bm.f,em.d,em.e,em.f,设备类型，设备厂商，设备型号，区间置信度】；

其中，{bm.d,bm.e,bm.f}为记录对应设备厂商或设备型号的起始mac EI字段，{em.d,em.e,em.f}为对应设备厂商或设备型号的结束mac EI字段；区间置信度是区间记录对应的mac区间内的标记样本数；

对m.abc相同的样本，对设备类型/设备厂商/设备型号字段完全相同的连续样本集合，取该连续样本集合的mac地址最小值的{m.d,m.e,m.f}字段，记为{bm.d,bm.e, bm.f}，取该连续样本集合的mac地址最大值的{m.d,m.e,m.f}字段，记为{em.d,em.e,em.f}；如果连续样本集合的样本数量为1，则{bm.d,bm.e,bm.f}＝＝{em.d,em.e,em.f}；

步骤3：mac字段匹配

对未知样本集中的每个样本，进行mac字段匹配；具体步骤包括：

步骤3.1：在mac区间字典中寻找与未知样本mac地址m.abc字段相同的记录，如果有，则对具有相同m.abc字段的记录，逐个记录对比未知样本的EI字段即m.d～m.f字段和mac区间记录中的起始mac EI字段、结束mac EI字段，看是否该未知样本的mac值落在该记录的mac地址区间内；如果是，则将该区间记录的相应的非空的设备信息填充到未知样本的对应标记字段，“标记置信度”＝“区间置信度”，返回；

步骤3.2：否则，计算未知样本与mac区间记录距离：仅在m.abc相同的情况下计算距离；根据下面的公式1计算未知样本与mac区间记录的mac距离，取距离值最小且不超过最大mac距离的mac区间记录为匹配项，将该记录相应的非空的设备信息字段值“设备类型/设备厂商/设备型号”填充到未知样本的对应标记字段，“标记置信度”＝“区间置信度”，结束；

如果未知样本mac地址EI字段小于mac区间记录中的起始mac EI字段，则计算未知样本与mac区间记录的起始mac EI字段的mac距离；如果未知样本mac地址EI字段大于mac区间记录中的结束mac EI字段，则计算未知样本与mac区间记录的结束mac EI字段的mac距离；

mac距离的定义；对两个mac地址x＝{xm.abc，xm.d，xm.e，xm.f}和y＝{ym.abc，ym.d，ym.e，ym.f}，其中xm.abc＝ym.abc，则x和y的mac距离定义为：

d_mac(x,y)＝abs[(ym.d-xm.d)*256*256+(ym.e-xm.e)*256+(ym.f-xm.f)] 公式1

步骤3.3：最大mac距离保护；

如果距离最近的mac字段超过设定的最大mac距离门限值，则根据该未知样本的m.abc字段对应查找mac OUI字典中的网卡类型，并根据网卡类型相应做如下处理：

(1)自有型：则填充mac OUI字典中的设备厂商＝＝该样本的设备厂商，返回；

(2)第三方独用型网卡：则填充mac OUI字典中的设备厂商＝＝该样本的设备厂商，返回；

(3)第三方共用型网卡：返回；

步骤3.4：没有m.abc相同的字段，说明为新发现的mac字段样本，根据步骤1和2更新“mac OUI字典”和“mac区间字典”，并返回；

步骤4：后处理

步骤4.1：标记样本集和mac区间字典的更新；

当有新的标记样本加入标记样本集，则根据情况做如下相应处理；

(1)如果该新加入样本的mac地址落在mac区间字典的某个区间样本的起始和结束mac地址范围内，则置信度字段值加1，返回；

(2)如果该新加入样本的mac地址没有落在mac区间字典的任何区间样本的mac地址范围内，且mac区间字典中有与该样本mac地址具有相同m.abc字段的区间记录，则根据步骤3.2计算该样本与该区间记录的mac距离；如果该距离小于最大mac距离门限、且该样本的标记字段值与该区间记录的标记字段值相同，则将该标记字段的起始mac EI字段或结束macEI字段更新为该样本的mac EI字段，并将置信度字段值加1，返回；

(3)否则，在mac区间字典中增加一条新的mac区间记录，{m.abc,bm.d,bm.e,bm.f}置为该新样本的mac地址,{em.d,em.e,em.f}＝{bm.d,bm.e,bm.f},{设备类型，设备厂商，设备型号}置为该新样本的相应字段，置信度置为1；

步骤4.2：mac OUI字典的更新；

对新加入的标记样本，根据其m.abc字段按如下条件进行判断处理：

(1)条件1：如果新样本的m.abc字段＝mac OUI字典中某OUI记录的m.abc字段，且新样本的“设备厂商”＝该OUI记录的“设备厂商”，则返回；

(2)条件2：如果新样本的m.abc字段＝mac OUI字典中某OUI记录的m.abc字段，且新样本的“设备厂商”≠该OUI记录的“设备厂商”，则该OUI记录的“网卡类型”＝“第三方共用型网卡”，返回；

(3)条件3：如果新样本的m.abc字段在mac OUI字典没有匹配到相同的m.abc字段记录，且新样本的“网卡厂商”＝“设备厂商”，则在mac OUI字典中增加该样本为新的OUI记录，且网卡类型＝“自有型”；否则，网卡类型＝“第三方独有型网卡”，返回；输出：

(1)处理后的未知样本集；

(2)更新后的mac区间字典；

(3)更新后的mac OUI字典。

2.根据权利要求1所述的智能标记方法，其特征在于，最大mac距离设为5个m.d字段容量，即5*256*256＝327680。