[发明专利]基于图片识别进行资产分类及准确度校验的方法和装置在审
申请号: | 201910870233.X | 申请日: | 2019-09-12 |
公开(公告)号: | CN112487270A | 公开(公告)日: | 2021-03-12 |
发明(设计)人: | 赵武;龙专;刘国建 | 申请(专利权)人: | 北京白帽汇科技有限公司 |
主分类号: | G06F16/953 | 分类号: | G06F16/953 |
代理公司: | 北京力量专利代理事务所(特殊普通合伙) 11504 | 代理人: | 姚远方 |
地址: | 100300 北京市顺义区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 图片 识别 进行 资产 分类 准确度 校验 方法 装置 | ||
本发明公开了一种基于图片识别进行资产分类及准确度校验的方法和装置,方法包括:基于资产特征对数据资产进行扫描,得到扫描结果集;对扫描结果集中的部分扫描结果进行解析,获取各扫描结果的body部分并生成含有body部分的第一图片和资产访问页面截图;通过图像识别技术对第一图片和资产访问页面截图进行识别,得到资产产品信息,资产产品信息包括产品名称,并构建web搜索以定位出与产品名称对应的产品类型;通过对比第一图片和资产访问页面截图的得到的相似度来确定资产特征的准确度。装置包括:扫描模块、解析和图片生成模块、类型确定模块和校验模块。本发明通过上述方案可节约时间、解放人力。
技术领域
本发明属于计算机技术领域,特别涉及一种基于图片识别进行资产分类及准确度校验的方法和装置。
背景技术
互联网上有成千上万个物联网设备,每个设备都有自己的特征及归属类别,有的设备名称中带有类别,有的设备只有产品名称为了方便管理就需要给它定位类别。资产数据是通过规则特征获取的,所以还需要确定获取到的资产是否一致。
现有技术中,资产分类是通过人工的方式进行划分类别及规则特征准确度校验的,这样费时又费力。
发明内容
为了解决上述问题,本发明一方面提供了一种基于图片识别进行资产分类及准确度校验的方法,其包括:基于资产特征对数据资产进行扫描,得到扫描结果集;对所述扫描结果集中的部分扫描结果进行解析,获取各扫描结果的body部分并生成含有所述body部分的第一图片和资产访问页面截图;通过图像识别技术对所述第一图片和所述资产访问页面截图进行识别,得到资产产品信息,所述资产产品信息包括产品名称,并构建web搜索以定位出与所述产品名称对应的产品类型;通过对比所述第一图片和所述资产访问页面截图的得到的相似度来确定所述资产特征的准确度。
在如上所述的方法中,优选地,所述资产产品信息还包括:产品厂商;对应的,所述构建web搜索以定位出与所述资产产品名称对应的产品类型具体包括:通过基于所述产品厂商、所述产品名称和类别的关联算法三元组实现产品类型的分类。
在如上所述的方法中,优选地,通过随机方法从所述扫描结果集中采集出部分扫描结果。
另一方面提供一种基于图片识别进行资产分类及准确度校验的装置,其包括:扫描模块,用于基于资产特征对数据资产进行扫描,得到扫描结果集;解析和图片生成模块,用于对所述扫描结果集中的部分扫描结果进行解析,获取各扫描结果的body部分并生成含有所述body部分的第一图片和资产访问页面截图;类型确定模块,用于通过图像识别技术对所述第一图片和所述资产访问页面截图进行识别,得到资产产品信息,所述资产产品信息包括产品名称,并构建web搜索以定位出与所述产品名称对应的产品类型;校验模块,用于通过对比所述第一图片和所述资产访问页面截图的得到的相似度来确定所述资产特征的准确度。
在如上所述的装置中,优选地,所述资产产品信息还包括:产品厂商;对应的,所述构建web搜索以定位出与所述资产产品名称对应的产品类型具体包括:所述类型确定模块,用于通过基于所述产品厂商、所述产品名称和类别的关联算法三元组实现产品类型的分类。
在如上所述的装置中,优选地,通过随机方法从所述扫描结果集中采集出部分扫描结果。
本发明实施例提供的技术方案带来的有益效果是:
通过图片识别的方式进行自动化分类及准确度校验相对于通过人工的方式进行划分类别及规则特征准确度校验,可以节约时间、解放人力,提高用户的满意度。
附图说明
图1为本发明一实施例提供的一种基于图片识别进行资产分类及准确度校验的方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
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北京白帽汇科技有限公司,未经北京白帽汇科技有限公司许可,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/201910870233.X/2.html,转载请声明来源钻瓜专利网。