[发明专利]设备类型确定方法和获取异常设备的数据处理系统在审

专利信息
申请号: 202210167259.X 申请日: 2022-02-23
公开(公告)号: CN114398521A 公开(公告)日: 2022-04-26
发明(设计)人: 吕繁荣;方毅;俞锋锋;孙勇韬;王姣平 申请(专利权)人: 杭州云深科技有限公司
主分类号: G06F16/903 分类号: G06F16/903
代理公司: 北京锺维联合知识产权代理有限公司 11579 代理人: 原春香
地址: 310030 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设备 类型 确定 方法 获取 异常 数据处理系统
【权利要求书】:

1.一种设备类型确定方法,其特征在于,包括:

基于待测设备的第一特征信息,以及预定的第二特征信息,确定所述待测设备与目标设备类型的关联度,

其中,所述第一特征信息用于表征所述待测设备之用户在多个特征维度上的特征分布情况,所述第二特征信息用于表征所述目标设备类型下的目标设备之用户在所述多个特征维度上的特征分布情况;

在所述关联度大于或等于预定关联度阈值时,向所述待测设备发送与所述目标设备类型相关联的设备类型检测信息,以供所述待测设备基于所述设备类型检测信息生成实时反馈信息;

获取所述实时反馈信息;

若所述实时反馈信息与所述目标设备类型对应的预定反馈信息相匹配,确定所述待测设备的设备类型为所述目标设备类型。

2.根据权利要求1所述的设备类型确定方法,其特征在于,所述基于待测设备的第一特征信息,以及预定的第二特征信息,确定所述待测设备与目标设备类型的关联度,包括:

基于所述待测设备之用户在所述多个特征维度中每个维度下的特征值,以及所述目标设备类型下的目标设备之用户在所述多个特征维度中每个维度下的特征值或特征值范围,确定所述待测设备与所述目标设备类型的关联度。

3.根据权利要求2所述的设备类型确定方法,其特征在于,所述基于待测设备的第一特征信息,以及预定的第二特征信息,确定所述待测设备与目标设备类型的关联度,包括:

在所述多个特征维度中的每个特征维度下,

基于所述目标设备类型下的目标设备之用户的特征值与所述待测设备之用户的特征值,确定所述特征维度对应的第一参数,或者

基于所述目标设备类型下的目标设备之用户的特征值范围的上限值、下限值或中位值,以及所述待测设备之用户的特征值,确定所述特征维度对应的第一参数;

将所述多个特征维度各自对应的第一参数之均值确定为所述待测设备与所述目标设备类型的关联度;

或者

在所述多个特征维度各自对应的第一参数中,确定大于或等于指定参数阈值的若干个目标第一参数;

基于指定容错系数和所述若干个目标第一参数的方差,确定所述待测设备与所述目标设备类型的关联度。

4.根据权利要求1所述的设备类型确定方法,其特征在于,所述基于待测设备的第一特征信息,以及预定的第二特征信息,确定所述待测设备与目标设备类型的关联度,包括:

基于所述待测设备之用户在所述多个特征维度各自对应的特征向量,确定第一矩阵;

基于所述目标设备类型下的目标设备之用户在所述多个特征维度各自对应的特征向量,确定第二矩阵;

基于所述第一矩阵和所述第二矩阵,确定所述待测设备与所述目标设备类型的关联度。

5.根据权利要求1至4中任一项所述的设备类型确定方法,其特征在于,还包括:

基于第一设备集合、第二设备集合和特征提取模型,确定所述第二特征信息,其中,

所述第一样本集合包括设备类型为所述目标设备类型的多个所述目标设备,所述第二设备集合包括在预定设备集合中随机选择的、设备类型未知的多个样本设备,所述特征提取模型以所述第一样本集合为正输入样本,以所述第二样本集合为负输入样本,以所述第二特征信息为输出,用于表征所述第一样本集合与所述第二样本集合的差异情况。

6.根据权利要求1至4中任一项所述的设备类型确定方法,其特征在于,与所述目标设备类型相关联的所述设备类型检测信息包括多个子信息,其中,每个所述子信息设置有反馈信息关联标识;

则所述向所述待测设备发送与所述目标设备类型相关联的设备类型检测信息,以及所述获取所述实时反馈信息,包括:

向所述待测设备发送所述多个子信息中的第一子信息;

获得所述待测设备针对所述第一子信息的实时反馈信息,且若所述多个子信息中,具有所述反馈信息关联标识与针对所述第一子信息的实时反馈信息相匹配的第二子信息,向所述待测设备发送所述第二子信息;

循环上一步骤,至所述多个子信息的所述反馈信息关联标识均与当次所得的实时反馈信息不匹配为止。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州云深科技有限公司,未经杭州云深科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210167259.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top