一种异常用户识别方法及装置制造方法及图纸

本申请公开了一种异常用户识别方法及装置，可以准确地识别异常用户。该方法包括：根据待识别用户在系统忙时在目标网络制式下的第一使用流量，以及在系统忙时在其它网络制式下的第二使用流量，识别在目标网络制式下的网络承载异常用户；上述待识别用户支持目标网络制式；上述系统忙时包括预设的至少一个时间段；从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户；其中，上述第一异常用户的第一使用流量小于或等于第一流量阈值、且在第一预设时间长度内在目标网络制式下的第三使用流量小于第二流量阈值，上述第二异常用户的第一使用流量大于第一流量阈值、且第三使用流量小于第二流量阈值。

An abnormal user identification method and device

The present application discloses an abnormal user identification method and device, which can accurately identify the abnormal user. The method includes: according to the identification of the user in the system is busy in the target network standard under the first use of the flow, and the system is busy in other network standard under the second traffic, carrying abnormal user identification in the target network systems in the network; the recognized user support network standard target; the system is busy when including at least one time preset; from the identified network bearing abnormal users, determine the first abnormal users and second abnormal users; among them, the first user first use of abnormal flow is less than or equal to the first threshold value of flow, and in the first preset time length of internal target network standard under the third traffic flow is less than second threshold. The first use of the second user's abnormal flow is greater than the first threshold, traffic flow is less than second and third using flow threshold.

【技术实现步骤摘要】
一种异常用户识别方法及装置
本申请涉及移动通信
，尤其涉及一种异常用户识别方法及装置。
技术介绍
目前在移动通信
，已经形成了分别以第二代(2-Generation,2G)、第三代(3-Generation,3G)和第四代(4-Generation,4G)移动通信技术为标准的多种网络制式共存并同期运营的局面。伴随着对下一代移动通信系统的进一步研究，这种多网共存的局面将维持一段较长的时间。由于新的网络制式在数据承载能力、业务效率等方面相较于旧的网络制式具有较大的优势，因此在网络运营中，需要将用户流量从2G、3G等高负荷的旧的网络制式，分流到4G等新一代的目标网络制式下，从而提高运营效率，满足不断增长的业务流量需求。通过识别网络异常用户，可以为用户流量迁移提供数据参考。在现有的技术方案，通常从网络和市场两个角度，将固定栅格或网络小区作为统计和采样分析的依据，进行宏观上的分析。这种分析方式忽略了与用户个体相关的数据，比如用户上网的时间习惯、习惯使用的网络制式等，导致识别异常用户的结果准确性较差。
技术实现思路
本申请实施例提供一种异常用户识别方法及装置，用以解决识别异常用户的准确性较差的问题。本申请实施例提供一种异常用户识别方法，包括：根据待识别用户在系统忙时在目标网络制式下的第一使用流量，以及在系统忙时在其它网络制式下的第二使用流量，识别在上述目标网络制式下的网络承载异常用户；上述待识别用户支持上述目标网络制式；上述系统忙时包括预设的至少一个时间段；从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户；其中，上述第一异常用户的上述第一使用流量小于或等于第一流量阈值、且在第一预设时间长度内在目标网络制式下的第三使用流量小于第二流量阈值，上述第二异常用户的上述第一使用流量大于上述第一流量阈值、且上述第三使用流量小于所述第二流量阈值。本申请实施例还提供一种异常用户识别装置，包括：识别单元，用于根据待识别用户在系统忙时在目标网络制式下的第一使用流量，以及在系统忙时在其它网络制式下的第二使用流量，识别在上述目标网络制式下的网络承载异常用户；上述待识别用户支持所述目标网络制式；上述系统忙时包括预设的至少一个时间段；确定单元，用于从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户；其中，上述第一异常用户的上述第一使用流量小于或等于第一流量阈值、且在第一预设时间长度内在目标网络制式下的第三使用流量小于第二流量阈值，上述第二异常用户的上述第一使用流量大于上述第一流量阈值、且上述第三使用流量小于上述第二流量阈值。本申请有益效果包括：本申请实施例提供的方案中，先根据支持目标网络制式的用户在系统忙时在不同网络制式下的使用流量，识别出网络承载异常用户，再根据上述异常用户在预设时间长度内在目标网络制式下的使用流量，确定异常用户的不同类型，本申请实施例由于是基于具体用户的网络行为数据进行的异常用户识别，相比以固定栅格或网络小区为单位进行宏观分析的方式，可以大大提高识别异常用户的准确率。本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本申请的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中：图1为本申请实施例提供的一种异常用户识别方法的流程示意图；图2为本申请实施例提供的忙时小区集示意图；图3为本申请实施例提供的一种异常用户识别方法的详细流程示意图之一；图4为本申请实施例提供的一种异常用户识别方法的详细流程示意图之二；图5为本申请实施例提供的一种异常用户识别装置的结构示意图；图6为本申请实施例提供的一种异常用户识别装置的结构示意图之二。具体实施方式为了给出准确识别异常用户的实现方案，本申请实施例提供了一种异常用户识别方法及装置，以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本申请实施例提供一种异常用户识别方法，如图1所示，具体可以包括以下步骤：S101、根据待识别用户在系统忙时在目标网络制式下的第一使用流量，以及在系统忙时在其它网络制式下的第二使用流量，识别在上述目标网络制式下的网络承载异常用户；上述待识别用户支持上述目标网络制式；上述系统忙时包括预设的至少一个时间段；S102、从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户；其中，上述第一异常用户的上述第一使用流量小于或等于第一流量阈值、且在第一预设时间长度内在目标网络制式下的第三使用流量小于第二流量阈值，上述第二异常用户的上述第一使用流量大于上述第一流量阈值、且上述第三使用流量小于上述第二流量阈值。实际实施时，上述系统忙时具体指网络运营系统业务量较为集中的时间段，较佳地，系统忙时可以包括白天12:00-13:00与夜晚21:00-22:00这两个时间段；上述第一预设时间长度具体为一个连续的时间段，例如，全天或全月等。本申请实施例提供的方案中，先根据用户在系统忙时的上网数据进行初步分析，识别出网络承载异常用户，再根据用户全天或一个自然月等连续时间段内的上网数据，确定上述异常用户所属的异常类型，准确地识别异常用户。具体地，上述步骤S101中，可以通过第一使用流量与第二使用流量的比值，或者通过第一使用流量与第一使用流量加第二使用流量之和的比值，来分析待识别用户的网络承载体验。例如，根据网络运营经验，可以将第一使用流量与第一使用流量加第二使用流量之和的比值小于50％的待识别用户，确定为网络承载异常用户。具体地，上述步骤S101中，上述待识别用户支持上述目标网络制式可以包括：上述待识别用户所使用的终端支持目标网络制式，以及所使用的全球用户身份模块(UniversalSubscriberIdentityModule,USIM)卡也支持目标网络制式。进一步地，上述步骤S101中，还可以包括：选择上述第一使用流量与第二使用流量之和大于或等于第三流量阈值的用户作为上述待识别用户。第一使用流量与第二使用流量之和是指用户在系统忙时在全部网络制式下的使用流量，先对用户的上述使用流量进行分析，可以预先排除一部分整体对网络的使用不满足要求的用户，缩小待识别用户的范围，提高效率。例如，根据网络运营经验，可以将在系统忙时在全部网络制式下的使用流量大于1M的用户确定为待识别用户。进一步地，上述步骤S101中，具体可以包括：确定系统忙时所驻留的小区数量小于或等于第一数量阈值的待识别用户；根据确定的上述待识别用户及其驻留的小区，确定忙时小区集；其中，上述忙时小区集包括的上述待识别用户的数量大于或等于第二数量阈值；根据上述忙时小区集中的待识别用户的上述第一使用流量和第二使用流量，识别在上述目标网络制式下的网络承载异常用户。本申请实施例提供的方案中，提出了忙时小区集的技术特征。通过大量调研和对网络运营的后台数据进行分析发现，大多数用户在系统忙时的活动范围包括两个明显的聚集点，白天时该聚集点通常为工作地本文档来自技高网...

【技术保护点】
一种异常用户识别方法，其特征在于，包括：根据待识别用户在系统忙时在目标网络制式下的第一使用流量，以及在系统忙时在其它网络制式下的第二使用流量，识别在所述目标网络制式下的网络承载异常用户；所述待识别用户支持所述目标网络制式；所述系统忙时包括预设的至少一个时间段；从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户；其中，所述第一异常用户的所述第一使用流量小于或等于第一流量阈值、且在第一预设时间长度内在目标网络制式下的第三使用流量小于第二流量阈值，所述第二异常用户的所述第一使用流量大于所述第一流量阈值、且所述第三使用流量小于所述第二流量阈值。

【技术特征摘要】
1.一种异常用户识别方法，其特征在于，包括：根据待识别用户在系统忙时在目标网络制式下的第一使用流量，以及在系统忙时在其它网络制式下的第二使用流量，识别在所述目标网络制式下的网络承载异常用户；所述待识别用户支持所述目标网络制式；所述系统忙时包括预设的至少一个时间段；从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户；其中，所述第一异常用户的所述第一使用流量小于或等于第一流量阈值、且在第一预设时间长度内在目标网络制式下的第三使用流量小于第二流量阈值，所述第二异常用户的所述第一使用流量大于所述第一流量阈值、且所述第三使用流量小于所述第二流量阈值。2.如权利要求1所述的异常用户识别方法，其特征在于，所述方法还包括：选择所述第一使用流量与第二使用流量之和大于或等于第三流量阈值的用户作为所述待识别用户。3.如权利要求1所述的异常用户识别方法，其特征在于，根据待识别用户在系统忙时在目标网络制式下的第一使用流量，以及在系统忙时在其它网络制式下的第二使用流量，识别在所述目标网络制式下的网络承载异常用户，具体包括：确定系统忙时所驻留的小区数量小于或等于第一数量阈值的待识别用户；根据确定的所述待识别用户及其驻留的小区，确定忙时小区集；其中，所述忙时小区集包括的所述待识别用户的数量大于或等于第二数量阈值；根据所述忙时小区集中的待识别用户的所述第一使用流量和第二使用流量，识别在所述目标网络制式下的网络承载异常用户。4.如权利要求3所述的异常用户识别方法，其特征在于，根据所述忙时小区集中的待识别用户的所述第一使用流量和第二使用流量，识别在所述目标网络制式下的网络承载异常用户，还包括：根据所述忙时小区集中的多个待识别用户的所述第一使用流量和第二使用流量，识别目标网络制式正常的小区集；针对所述目标网络制式正常的小区集中的任一待识别用户，根据该待识别用户的所述第一使用流量和第二使用流量，判断该待识别用户是否为所述网络承载异常用户。5.如权利要求1所述的异常用户识别方法，其特征在于，从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户，还包括：从识别出的所述网络承载异常用户中，确定有效异常用户；其中，有效异常用户在第一预设时间长度内在全部网络制式下的第四使用流量大于或等于第四流量阈值；从确定的有效异常用户中，确定第一异常用户和第二异常用户。6.如权利要求1～5任一所述的异常用户识别方法，其特征在于，从识别出的网络承载异常用户中，确定第一异常用户和第二异常用户，具体包括：将所述第三使用流量与所述第四使用流量的比值小于第一比例阈值的网络承载异常用户确定为所述第一异常用户；将所述第三使用流量与所述第四使用流量的比值小于第二比例阈值的网络承载异常用户确定为所述第二异常用户...

【专利技术属性】
技术研发人员：姚锐，侯文菲，彭韬，张俊岳，陈骏，任定君，余疆，李云川，
申请(专利权)人：中国移动通信集团设计院有限公司，中国移动通信集团重庆有限公司，
类型：发明
国别省市：北京,11