[发明专利]基于SVM分类模型的街道级地标获取方法

权利要求书

1.基于SVM分类模型的街道级地标获取方法，其特征在于，包括以下步骤：

步骤1：使用端口扫描工具对已知服务类型的IP的端口进行开放端口扫描，得到各IP的端口的开放情况；

步骤2：根据步骤1得到的已知服务类型的IP的开放端口进行服务等级划分，得到的IP服务等级间的偏序关系；根据IP服务等级间的偏序关系，构建IP服务等级间的全序关系；

步骤3：针对每个服务等级训练SVM分类模型，依据IP服务等级间的全序关系，将所有SVM分类模型构建偏二叉树，使用偏二叉树对未知服务类型的IP进行分类；

步骤4：对所有的非用户主机IP，分别在多个DNS服务器下进行域名解析，得到IP对应的域名信息；若一个IP解析出多个域名信息，则分别建立IP与域名的映射关系；同时，基于投票策略得出未知服务类型IP所属于城市，并基于社会工程学方法构建该城市的机构信息库；

步骤5：根据步骤4中得到IP反解析域名的特点，对域名进行分类；

步骤6：对步骤5中得到的每类域名，依据其特点，利用在线地图、数据库查询、机构信息库匹配等方法中的一种或多种，来获得域名对应的机构名；

步骤7：依据步骤6中得到的机构名获取地理位置信息，从而建立地理位置信息与域名IP之间的映射关系，得到街道级候选地标；

步骤8：对步骤7得到的街道级候选地标，使用街道级地标评估方法进行评估，从而得到可靠街道级地标。

2.根据权利要求1所述的基于SVM分类模型的街道级地标获取方法，其特征在于：所述步骤2包括以下步骤：

步骤2.1：依据IP的服务端口和运维端口，为IP建立服务等级间的偏序关系；具体采用以下方法：

对任意两类服务类型的IP，分别记为SE(serv1)和SE(serv2)，对其服务端口集合SPort()和运维端口集合OPort()，若满足

则serv1的等级比serv2高，即：

有0＜grade_i＜grade_j；

若满足

则serv1的等级与serv2相同，即：

有0＜grade_i＝grade_j；

步骤2.2：构建偏序关系转换全序关系的规则，依据步骤2.1得到的偏序关系为IP建立所有服务等级间的全序关系；具体采用以下方法：

若两个服务等级间偏序关系的最大元相同，而最小元不同，则两个服务等级间转换全序关系时，最大元作为全序关系的最大元，任意选择两个服务等级中的其中一个偏序关系的最小元作为全序关系的最小元；若两个服务等级间偏序关系的最小元相同，而最大元不同，则两个服务等级间转换全序关系时，最小元为全序关系的最小元，任意选择两个服务等级中的其中一个偏序关系的最大元作为全序关系的最大元；若其中某类服务等级与其他服务等级均不构成偏序关系，则转换全序关系时，该类服务等级作为全序关系的最大元；

步骤2.3：依据步骤2.2得到的所有服务等级间的全序关系，对IP的各类服务类型的服务等级进行赋值，服务等级值为正整数。

3.根据权利要求1所述的基于SVM分类模型的街道级地标获取方法，其特征在于：所述步骤3包括以下步骤：

步骤3.1：对每个参与SVM分类模型训练的服务器IP向量化，具体采用以下方法：

根据参与SVM分类模型训练的服务器IP的端口扫描结果，确定向量维数m，

其中，n为服务类型的种类，Port(FeatureE(service))＝SPort(SE(service))∪OPort(SE(service))；对每个类型的服务器，依据在集合上的端口开放情况建立端口向量；

步骤3.2：分类器训练：

在训练SVM分类器时，训练集由两类或两类以上网络实体的端口向量组成，训练第i(1≤i≤n)个分类器时，训练集C_i＝{VP(E_k)|grade_k≥i}，其正样本T_i＝{VP(E_k)|grade_k＝i}，grade_k为网络实体E_k的服务等级；构建用于分类的偏二叉树，偏二叉树上的第i层为训练的第i个分类器，根节点视为第1层；

步骤3.3：分类器分类：

使用分类器进行分类时，测试集为S＝{VP(E_k)|grade_k＝0}，从偏二叉树的根节点开始，对训练集进行分类；用VP(E_k)→SVM_i表示使用SVM_i对E_k进行分类，|VP(E_k)→SVM_i|为E_k在SVM_i中的分类结果；

当存在SVM_i+1时，

若|VP(E_k)→SVM_i|＝True，则grade_k＝i；

若|VP(E_k)→SVM_i|＝False，则VP(E_k)→SVM_i+1；

当SVM_i+1不存在时，

若|VP(E_k)→SVM_i|＝True，则grade_k＝i；

若|VP(E_k)→SVM_i|＝False，则grade_k＝0。