WiFi识别方法及装置制造方法及图纸

本发明专利技术公开了一种WiFi识别方法及装置，涉及信息技术领域，主要目的在于通过匹配表示WiFi的词向量即可以确定WiFi类别，能够克服现有技术在WiFi与已有WiFi相同的前提下，才能够确定WiFi类别的缺陷，且能够保证WiFi识别的准确性，进而能够提升WiFi识别精确度。所述方法包括：利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。本发明专利技术适用于WiFi的识别。

WiFi identification method and device

The invention discloses a WiFi identification method and device, which involves the field of information technology. The main purpose of the invention is to determine the WiFi category by matching the word vector of the WiFi, and can overcome the existing technology, under the same premise that the WiFi is the same as the existing WiFi, to determine the default of the WiFi category and to ensure the accuracy of the WiFi recognition. In this way, the accuracy of WiFi recognition can be improved. The method includes: using the presupposed word vector model to process the word vector of the WiFi to obtain the word vector corresponding to the WiFi, and to match the word vector into the pre trained WiFi recognition model to determine the category of the WiFi, and the WiFi recognition model corresponds to the sample WiFi using a pre set machine learning algorithm. The tagging of the sample word vector and the sample word vector is trained. The invention is applicable to the identification of WiFi.

【技术实现步骤摘要】
WiFi识别方法及装置
本专利技术涉及信息
，特别是涉及一种WiFi识别方法及装置。
技术介绍
随着信息技术的不断发展，无线保真(Wireless-Fidelity，WiFi)技术得到了广泛使用，尤其是一些公共场合，如机场、高铁站、餐厅、咖啡厅等越来越多场合提供免费WiFi以供用户使用，为了节省数据流量，大部分移动终端用户习惯设置无线功能和移动网络功能同时开启，一旦进入到WiFi区域，移动终端会自动切换到WiFi。一些不乏分子利用这个漏洞，提供一些用户可以直接的不安全WiFi，并利用一些特定的抓包工具，截取网络数据包，窃取用户的私密信息，如银行卡信息、办公软件信息等。因此，对WiFi进行识别对保护用户的财产安全越来越重要。目前，在对WiFi进行识别时，通常通过查询WiFi清单列表确定WiFi类别，即WiFi与WiFi清单列表中已有的WiFi匹配时，将已有的WiFi类别确定为所述WiFi的类别。然而，WiFi清单列表中WiFi的数量有限，且WiFi数量巨多，通过上述方式，会造成有些WiFi类别无法确定，如新增WiFi，导致WiFi识别精确度较低。
技术实现思路
有鉴于此，本专利技术提供一种WiFi识别方法及装置，主要目的在于通过匹配表示WiFi的词向量即可以确定WiFi类别，能够克服现有技术在WiFi与已有WiFi相同的前提下，才能够确定WiFi类别的缺陷，且能够保证WiFi识别的准确性，进而能够提升WiFi识别精确度。依据本专利技术第一方面，提供了一种WiFi识别方法，包括：利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。依据本专利技术第二方面，提供了一种WiFi识别装置，包括：处理单元，用于利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；确定单元，用于将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。依据本专利技术第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。依据本专利技术第四方面，提供了一种WiFi识别装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。本专利技术提供一种WiFi识别方法及装置，与目前通过查询WiFi清单列表确定WiFi类别，即WiFi与WiFi清单列表中已有的WiFi匹配时，将已有的WiFi类别确定为所述WiFi的类别相比，本专利技术能够利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；并将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的，从而能够实现通过匹配表示WiFi的词向量即可以确定WiFi类别，能够克服现有技术在WiFi与已有WiFi相同的前提下，才能够确定WiFi类别的缺陷，且能够保证WiFi识别的准确性，进而能够提升WiFi识别精确度。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本专利技术实施例提供的一种WiFi识别方法流程图；图2示出了本专利技术实施例提供的另一种WiFi识别方法流程图；图3示出了本专利技术实施例提供的一种WiFi识别模型的训练方法流程图；图4示出了本专利技术实施例提供的一种WiFi识别装置的结构示意图；图5示出了本专利技术实施例提供的另一种WiFi识别装置的结构示意图；图6示出了本专利技术实施例提供的一种WiFi识别装置的实体结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。如
技术介绍
所述，目前，在对WiFi进行识别时，通常通过查询WiFi清单列表确定WiFi类别，即WiFi与WiFi清单列表中已有的WiFi匹配时，将已有的WiFi类别确定为所述WiFi的类别。然而，WiFi清单列表中WiFi的数量有限，且WiFi数量巨多，通过上述方式，会造成有些WiFi类别无法确定，如新增WiFi，导致WiFi识别精确度较低。为了解决上述技术问题，本专利技术实施例提供了一种WiFi识别方法，如图1所示，所述方法包括：101、利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量。其中，所述WiFi的词向量能够表示所述WiFi，利用所述预设词向量模型对WiFi进行词向量处理的过程可以包括如下步骤：1、对所述WiFi进行分词处理，以提取所述WiFi对应的关键词。所采用的分词方法可以为基于字符串匹配的分词方法、基于理解的分词方法、基于统计的分词方法，这些分词方法都具有较高的分词准确率和快速的分词系统，能够自动过滤掉中间词、助词、连词、感叹词等停顿词、保留名词、动词、形容词等指定词性的词，并将指定词性的词作为候选关键词。2、在所述预设词向量模型中查找关键词对应的词向量，预设词向量模型包括关键词的词向量。所述预设词向量模型可以为通过word2vec训练得到的，word2vec可以为一种生成词向量的神经网络模型，即在训练所述模型时，将词语作输入、输出一个低维度的词向量表示这个词语，然后用反向传播的方法不断优化参数。通过word2vec可以训练能够表示语义关系的词向量。102、将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别。其中，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。所述样本WiFi对应的样本词本文档来自技高网...

【技术保护点】
一种WiFi识别方法，其特征在于，包括：利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。

【技术特征摘要】
1.一种WiFi识别方法，其特征在于，包括：利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量；将所述词向量输入到预先训练的WiFi识别模型进行匹配，以确定所述WiFi的类别，所述WiFi识别模型为利用预设机器学习算法对样本WiFi对应的样本词向量和所述样本词向量对应的类别标注进行训练得到的。2.根据权利要求1所述的方法，其特征在于，所述利用预设词向量模型对WiFi进行词向量处理，得到所述WiFi对应的词向量之前，所述方法还包括：通过训练的用户画像获取WiFi列表；对所述WiFi列表进行数据清洗，得到样本WiFi；利用预设词向量模型对所述样本WiFi进行词向量处理，得到所述样本WiFi对应的样本词向量；利用预设聚类算法和各个类别的种子词向量，对所述样本词向量进行分类；根据分类结果对所述样本词向量进行类别标注；利用预设机器学习算法对所述样本词向量和所述类别标注进行训练，得到所述WiFi识别模型。3.根据权利要求2所述的方法，其特征在于，所述利用预设机器学习算法对所述样本词向量和所述类别标注进行训练，得到所述WiFi识别模型，具体包括：对所述样本词向量和所述类别标注进行抽样处理；将抽样后的样本词向量和类别标注拆分为训练集和测试集；利用预设逻辑斯特回归拟合算法对所述训练集进行训练，得到训练模型；利用所述测试集验证所述训练模型的效果直到满足预设条件，得到所述WiFi识别模型。4.根据权利要求2所述的方法，其特征在于，所述利用预设聚类算法和各个类别的种子词向量，对所述样本词向量进行分类之前，所述方法还包括：确定各个类别的种子WiFi；利用预设词向量模型对所述各个类别的种子WiFi进行词向量处理，得到所述各个类别的种子词向量。5.根据权利要求1所述的方法，其特征在于，所述将所述词向量输入到所述WiFi识别模型进行匹配，以确定所述WiFi的类别，具体包括：将所述词向量输入...

【专利技术属性】
技术研发人员：姚城，闫绍华，李振博，
申请(专利权)人：北京奇虎科技有限公司，
类型：发明
国别省市：北京,11