[发明专利]一种终端类型识别方法及装置

权利要求书

1.一种终端类型识别方法，其特征在于，包括：

获取待测试终端设备的指纹信息，所述指纹信息至少包括所述待测试终端设备的动态主机控制协议可选项DHCP OPTION信息以及媒体访问控制MAC地址；

按照预设的格式对所述指纹信息进行处理，生成待测试数据；

调用预设的文本分类模型对所述待测试数据进行特征识别，确定所述待测试数据对应的终端类型，所述文本分类模型是基于经过特征词筛选的样本数据进行训练的。

2.如权利要求1所述的方法，其特征在于，所述按照预设的格式对所述指纹信息进行处理，包括：

获取所述MAC地址的前六位字符；

基于所述MAC地址的前六位字符获得电气及电子工程师协会IEEE登记的厂商名；

设置所述厂商名为媒体访问控制组织唯一标识MAC OUI信息。

3.如权利要求2所述的方法，其特征在于，所述按照预设的格式对所述指纹信息进行处理，包括：

按照指定的分割方式分割所述DHCP OPTION信息以及所述MAC OUI信息，得到关键词信息，其中，所述DHCP OPTION信息包括所述待测试终端设备的主机名、所述待测试终端设备的网络请求参数列表以及所述待测试终端设备的厂商类别标识信息；

按照预设的格式整合所述关键词信息。

4.如权利要求1-3任一项所述的方法，其特征在于，获取待测试终端设备的指纹信息之前，进一步包括：对所述文本分类模型进行训练；具体包括：

获取海量的样本数据，并计算各个样本数据中各个特征词的特征概率值；

筛选出特征概率值符合第一设定条件的样本数据，获得相应的样本数据集合；

按照循环迭代方式执行以下步骤，直到确定所述文本分类模型输出的终端类型识别结果及相应的概率值符合第二设定条件为止：

从所述样本数据集合中读取一个样本数据；

采用所述文本分类模型对所述一个样本数据进行识别，输出相应的终端类型识别结果及相应的概率值；

若终端类型识别结果准确且所述概率值达到预设的门限值，则读取下一个样本数据；否则，基于当前获得的终端类型识别结果及相应的概率值，调节所述文本分类模型的输出权重参数，并读取下一个样本数据；

输出训练完毕的所述文本分类模型。

5.如权利要求4所述的方法，其特征在于，所述计算各个样本数据中各个特征词的特征概率值，包括：

获取已知终端类型的终端设备集合，处理所述终端设备集合中各个终端设备的指纹信息，其中，一个终端设备的指纹信息对应一个样本数据；

分别记录与各个终端类型对应的样本数据，生成相应的样本数据子集合；

分别对每一个样本数据子集合执行以下操作：

依次计算一个样本数据子集合中各个样本数据的各个特征词在所述样本数据子集合中的特征词出现次数，以及计算所述样本数据子集合对应的终端设备数目；

基于各个特征词对应的特征词次数以及所述终端设备数目，计算各个特征词的特征概率值。

6.如权利要求4所述的方法，其特征在于，所述筛选出特征概率值符合第一设定条件的样本数据，包括：

针对任意一个样本数据执行以下操作：

获取所述任意一个样本数据中各个特征词的特征概率值；

筛选出特征概率值小于设定的随机数的特征词，保留在所述任意一个样本数据中，删除其他特征词。

7.如权利要求4所述的方法，其特征在于，确定所述文本分类模型输出的终端类型识别结果及相应的概率值符合第二设定条件，包括：

每获得一个终端类型识别结果及相应的概率值，在确定所述终端类型识别结果包含正确的终端类型，以及所述概率值达到预设的门限值时，将成功识别总数目加1；

确定所述成功识别总数目连续增加的次数达到预设值时，判定文本分类模型输出的终端类型识别结果及相应的概率值符合第二设定条件。