[发明专利]一种识别规则的生成方法、装置和深度包检测设备

权利要求书

1.一种识别规则的生成方法，其特征在于，所述生成方法包括：

提取出用户代理字符串信息；

根据所述用户代理字符串信息，确定用户代理向量特征；

对每个用户代理向量特征进行词频值统计，再按照用户代理向量特征的词频值进行排序，得到统计结果；

根据所述统计结果生成识别规则，所述识别规则包括无效的用户代理向量特征的识别规则和/或有效的用户代理向量特征的识别规则，包括：根据所述统计结果中相邻两个用户代理向量特征的词频值，依次计算所述统计结果中每个用户代理向量特征的差分变化率；确定最大的差分变化率对应的第一用户代理向量特征；确定所述第一用户代理向量特征在所述统计结果的排序位置；将所述统计结果中排在所述第一用户代理向量特征之前的所有用户代理向量特征组成无效的用户代理向量特征库；根据所述无效的用户代理向量特征库，生成无效的用户代理向量特征的识别规则和/或有效的用户代理向量特征的识别规则。

2.根据权利要求1所述的生成方法，其特征在于，对每个用户代理向量特征进行词频值统计，再按照用户代理向量特征的词频值进行排序，得到统计结果，包括：

对每个用户代理向量特征进行词频值统计；

删除词频值小于词频阈值的用户代理向量特征；

按照词频值由高至低对多个用户代理向量特征进行排序，得到统计结果。

3.根据权利要求1所述的生成方法，其特征在于，根据所述统计结果中相邻两个用户代理向量特征的词频值，依次计算所述统计结果中每个用户代理向量特征的差分变化率，包括：

根据以下公式，依次计算所述统计结果中每个用户代理向量特征的差分变化率；

表示第n个用户代理向量特征的差分变化率，n大于等于1；

count_n表示相邻两个用户代理向量特征的词频值中大的词频值；

count_n+1表示相邻两个用户代理向量特征的词频值中小的词频值。

4.根据权利要求1所述的生成方法，其特征在于，所述根据所述用户代理字符串信息，确定用户代理向量特征，包括：

根据预定的分隔字符对所述用户代理字符串信息进行分隔，得到多个独立的词；

从所述多个独立的词中删除预定的干扰字符，生成用户代理向量特征。

5.一种识别规则的生成装置，其特征在于，所述生成装置包括：

提取模块，用于提取出用户代理字符串信息；

确定模块，用于根据所述用户代理字符串信息，确定用户代理向量特征；

排序模块，用于对每个用户代理向量特征进行词频值统计，再按照用户代理向量特征的词频值进行排序，得到统计结果；

规则生成模块，用于根据所述统计结果生成识别规则，所述识别规则包括无效的用户代理向量特征的识别规则和/或有效的用户代理向量特征的识别规则；

规则生成模块包括：

计算单元，用于根据所述统计结果中相邻两个用户代理向量特征的词频值，依次计算所述统计结果中每个用户代理向量特征的差分变化率；

第一确定单元，用于确定最大的差分变化率对应的第一用户代理向量特征；

第二确定单元，用于确定所述第一用户代理向量特征在所述统计结果的排序位置；

特征库组成单元，用于将所述统计结果中排在所述第一用户代理向量特征之前的所有用户代理向量特征组成无效的用户代理向量特征库；

规则生成单元，用于根据所述无效的用户代理向量特征库，生成无效的用户代理向量特征的识别规则和/或有效的用户代理向量特征的识别规则。

6.根据权利要求5所述的生成装置，其特征在于，所述排序模块包括：

统计单元，用于对每个用户代理向量特征进行词频值统计；

删除单元，用于删除词频值小于词频阈值的用户代理向量特征；

排序单元，用于按照词频值由高至低对多个用户代理向量特征进行排序，得到统计结果。