[发明专利]一种广告点位异常流量识别的方法和装置

权利要求书

1.一种广告点位异常流量识别的方法，其特征在于，包括以下步骤：

S1：将各个广告点位的每日总流量和各广告点位预设的一流量阈值比较，获得的待分析广告点位；

S2：由S1中得到的所述待分析广告点位，根据各待分析广告点位上各设备的流量情况，得到各待分析广告点位的流量倾斜度，所述流量倾斜度计算公式如下：

其中，n_i为对应的广告点位i上的设备个数，PV_ij是设备j在广告点位i上的流量，PV_i是该广告点位i上各个设备的每日总流量；

S3：根据S2中得到的所述流量倾斜度，得到待分析广告点位的整体流量倾斜度；

S4：将S2中各待分析广告点位的所述流量倾斜度与S3中所述整体流量倾斜度比较，当所述流量倾斜度大于所述整体流量倾斜时，再将该广告点位中各设备产生的流量与该广告点位中设备的平均流量进行比较，若某设备产生的流量大于所述平均流量，则确定该设备为异常设备，该设备在该广告点位产生的流量为异常流量，所述整体流量倾斜度计算公式如下：

其中，k为S3中得到的待分析广告点位的数量。

2.根据权利要求1所述的一种广告点位异常流量识别的方法，其特征在于，S1具体包括：

S11：从终端设备在网络访问时产生的日志信息中，提取各个广告点位上的每日总流量、设备ID数以及每个设备ID在该广告点位的流量数据；

S12：根据S11中所得到的每个广告点位的所述每日总流量计算得到每个广告点位上的平均流量，该平均流量即为该广告点位的所述流量阈值；

S13：将获得的各广告点位的每日总流量与该点位的所述流量阈值进行比较，所述每日总流量大于所述流量阈值的广告点位判定为待分析广告点位。

3.根据权利要求2所述的一种广告点位异常流量识别的方法，其特征在于，S2具体包括：

根据S13中得到的待分析广告点位i，根据S11中获取的对应待分析广告点位上各个设备ID的流量分布情况，得到该广告点位的流量倾斜度PVI。

4.根据权利要求3所述的一种广告点位异常流量识别的方法，其特征在于，所述流量倾斜度PVI_i的取值范围为(0,1],数值越小说明流量分布的越均匀，反之，数值越大则说明流量倾斜越严重。

5.根据权利要求4所述的一种广告点位异常流量识别的方法，其特征在于，S3具体包括：

根据S2中的计算的各个待分析广告点位的所述流量倾斜度，结合S11中得到的对应待分析广告点位的设备数得到整体流量倾斜度计算公式如下：

其中，k为S13中得到的待分析广告点位的数量。

6.根据权利要求5所述的一种广告点位异常流量识别的方法，其特征在于，S4具体包括：

将S2中各待分析广告点位的所述流量倾斜度PVI_i与S3中的所述整体流量倾斜度比较，当广告点位i的流量倾斜度PVI_i大于整体流量倾斜度时，再将该广告点位i中各设备产生的流量PV_ij与该广告点位中设备的平均流量进行比较，若设备j产生的流量大于该广告点位的所述平均流量，则确定该设备为异常设备，该设备在该广告点位产生的流量为异常流量。