[发明专利]模型训练方法、虚假终端识别方法和装置、电子设备

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获得多个车载终端发送的第一数据，确定所述第一数据对应的标注数据；所述第一数据为所述车载终端在伴随车辆行驶过程中获得的表征车辆行驶状态的数据；所述标注数据通过所述第一数据确定，和/或，所述标注数据为预先设定的数据；所述标注数据表征所述第一数据的类型为真实数据类型或虚假数据类型；

基于多个所述第一数据以及所述第一数据对应的标注数据对初始分类模型进行训练，获得终端识别模型。

2.根据权利要求1所述的方法，其特征在于，所述第一数据至少包括车辆所在的位置信息；通过所述第一数据确定标注数据，包括：

基于获得的所述车辆所在的多个位置信息确定轨迹数据；

确定所述车辆所在的位置信息对应的地图数据，从所述地图数据中获得与所述车辆所在的位置信息对应的道路数据；

确定所述轨迹数据和所述道路数据的相似度，基于所述相似度确定所述第一数据为真实数据类型或虚假数据类型。

3.根据权利要求1所述的方法，其特征在于，所述第一数据包括以下至少之一：车辆所在的位置信息、车辆的速度信息；通过所述第一数据确定标注数据，包括：

统计所述车辆的速度信息，基于所述车辆的速度信息确定所述车辆在第一预设时间范围内的第一分布特征，基于所述第一分布特征确定所述第一数据为真实数据类型或虚假数据类型；和/或，

基于所述车辆所在的位置信息确定所述车辆移动的距离，基于所述车辆移动的距离和所述车辆的速度信息确定所述车辆的加速度信息，基于所述车辆的加速度信息确定所述车辆在第二预设时间范围内的第二分布特征，基于所述第二分布特征确定所述第一数据为真实数据类型或虚假数据类型。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述第一数据包括以下至少之一：车辆所在的位置信息、车辆的速度信息；

所述基于多个所述第一数据以及所述第一数据对应的标注数据对初始分类模型进行训练，包括：

对多个所述第一数据进行归一化处理，基于归一化处理后的多个所述第一数据以及对应的标注数据按照对初始分类模型进行训练。

5.一种虚假终端识别方法，其特征在于，所述方法包括：

获得车载终端发送的第二数据，所述第二数据为所述车载终端在伴随车辆行驶过程中获得的表征车辆行驶状态的数据；

基于终端识别模型确定所述第二数据的类型，基于所述第二数据的类型确定所述车载终端是否为虚假终端；其中，所述终端识别模型采用权利要求1至4任一项所述的模型训练方法获得。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：在确定所述车载终端为虚假终端的情况下，根据所述车载终端被确定为虚假终端的持续时间执行相应处理。

7.根据权利要求6所述的方法，其特征在于，所述根据所述车载终端被确定为虚假终端的持续时间执行相应处理，包括：

在所述车载终端被确定为虚假终端的持续时间达到第一预设阈值时，输出预警提示信息；

在所述车载终端被确定为虚假终端的持续时间达到第二预设阈值时，终止为所述车载终端推送数据；

在所述车载终端被确定为虚假终端的持续时间达到第三预设阈值时，将所述车载终端的标识记录在黑名单中；

其中，所述第一预设阈值小于所述第二预设阈值，所述第二预设阈值小于所述第三预设阈值。

8.一种模型训练装置，其特征在于，所述装置包括：第一获取单元、确定单元和训练单元；其中，

所述第一获取单元，用于获得多个车载终端的第一数据；所述第一数据为所述车载终端在伴随车辆行驶过程中获得的表征车辆行驶状态的数据；

所述确定单元，用于确定所述第一数据对应的标注数据；所述标注数据通过所述第一数据确定，和/或，所述标注数据为预先设定的数据；所述标注数据表征所述第一数据的类型为真实数据类型或虚假数据类型；

所述训练单元，用于基于多个所述第一数据以及所述第一数据对应的标注数据对初始分类模型进行训练，获得终端识别模型。