[发明专利]识别异常终端的方法、装置、基站及存储介质

权利要求书

1.一种识别异常终端的方法，包括：

采集设定时间段内的与终端的通信数据；

根据与终端的通信数据通过自学习识别异常终端。

2.根据权利要求1所述的识别异常终端的方法，其特征在于，所述根据与终端的通信数据通过自学习识别异常终端，包括：

将所述与终端的通信数据生成样本向量；

对所述样本向量进行聚类形成业务模板；

根据业务模板来识别异常终端。

3.根据权利要求2所述的识别异常终端的方法，其特征在于，所述对所述样本向量进行聚类形成业务模板，包括：

将所述与终端的通信数据中的具有相同业务属性的应用数据分类聚在一起；

对每一类应用数据按其特性进行划分来形成业务模板。

4.根据权利要求3所述的识别异常终端的方法，其特征在于，所述对每一类应用数据按其特性进行划分来形成业务模板，包括：

选取所述每一类应用数据的特性；

给选取的每个特性设定一个对应的参考值，所有的特性与其各自对应的参考值就构成了业务模板，所述业务模板中每一类应用数据的所有的特性与其各自对应的参考值就构成了一类业务模型。

5.根据权利要求4所述的识别异常终端的方法，其特征在于，所述参考值包括初始值和震荡因子。

6.根据权利要求2所述的识别异常终端的方法，其特征在于，通过采集不同的设定时间段内的与终端的通信数据，所述识别异常终端的方法能够反复循环多次。

7.根据权利要求2所述的识别异常终端的方法，其特征在于，所述根据业务模板来识别异常终端，包括：

对接入的每个终端进行业务识别，如果存在某个终端或某些终端的通信数据不归属于所述业务模板中的任何一类业务模型时，则将该终端标记为异类异常终端；

当终端的通信数据归属于业务模板中的一类应用业务模型时，该终端为正常的业务模型终端；对正常业务模型的终端，当其无线链路请求在超出设定的时限后依然无法接入的情况下，将该终端标记为普通异常终端。

8.根据权利要求2所述的识别异常终端的方法，其特征在于，把识别出的所述异类异常终端和普通异常终端实时保存。

9.根据权利要求2所述的识别异常终端的方法，其特征在于，所述根据业务模板来识别异常终端，还包括：

对终端在一个TAU更新周期内或者两次网络附着之间，每个终端应该对应一个TMSI，当一个TMSI对应不同的业务模型时，该终端存在异常，以此将该终端标记为异类异常终端。

10.根据权利要求2所述的识别异常终端的方法，其特征在于，在形成业务模板前，对接入异常的终端进行随机接入跟踪诊断，如果在给定的时间段内，该终端仍然未接入成功，则直接将该终端标记为普通异常终端。

11.根据权利要求2所述的识别异常终端的方法，其特征在于，所述识别异常终端后，还包括：

对异常终端的行为限制。

12.根据权利要求11所述的识别异常终端的方法，其特征在于，所述对异常终端的行为限制，包括：

对于异类异常终端，通过下发无线链路拒绝消息拒绝所述异类异常终端的任何接入行为；

对于普通异常终端，通过根据此时的网络状况进行判断，决定是否对该普通异常终端的接入行为进行限制。

13.根据权利要求12所述的识别异常终端的方法，其特征在于，所述通过根据此时的网络状况进行判断，决定是否对该普通异常终端的接入行为进行限制，包括：

在此时网络拥塞的条件下，给所述普通异常终端下发无线链路拒绝消息；

如果在延迟时间之后，网络依然处在网络拥塞的条件下，则在再次收到该终端的无线链路连接请求消息时，继续下发所述无线链路拒绝消息。