MAC地址与身份信息的绑定方法及装置制造方法及图纸

本发明专利技术提供了一种MAC地址与身份信息的绑定方法及装置，该方法包括：获取目标数据集；基于目标数据集计算身份信息和MAC地址的地址绑定置信度；基于目标数据集计算身份信息和MAC地址的行为绑定置信度；结合地址绑定置信度和行为绑定置信度计算身份信息和MAC地址的综合置信度。本发明专利技术中的MAC地址与身份信息的绑定方法能够有效的匹配身份信息和MAC地址，并最终以数值的形式表征身份信息和MAC地址的绑定关系的强弱，该绑定方法能够大量减少人工校验成本，缓解了现有技术中无法将MAC地址与身份信息进行绑定的技术问题。

The binding method and device of MAC address and identity information

The present invention provides a binding method and device for MAC address and identity information. The method includes: obtaining the target data set; the address binding confidence of the identity information and the MAC address based on the target dataset; the behavior binding confidence of the identity information and the MAC address based on the target dataset; and the binding of the address binding confidence. The confidence degree of degree and behavior binding is used to calculate the comprehensive confidence of identity information and MAC address. The binding method of MAC address and identity information in this invention can effectively match the identity information and the MAC address, and finally characterizing the strength and weakness of the binding relationship between the identity information and the MAC address in the form of numerical value. The binding method can reduce the cost of manual check and alleviate the MAC address and identity information in the existing technology. The technical problem of binding.

【技术实现步骤摘要】
MAC地址与身份信息的绑定方法及装置
本专利技术涉及身份绑定的
，尤其是涉及一种MAC地址与身份信息的绑定方法及装置。
技术介绍
MAC(Medium/MediaAccessControl)地址广泛存在于各种可移动设备中，包括每个人携带的手机、笔记本电脑、车辆中的行车记录仪，每个MAC地址对应了一个设备，这些MAC地址的活动时间和活动地点可以被MAC采集器所记录，得到MAC地址的轨迹，但是，无法获知该MAC地址所属的人的身份信息。人在出行时，其身份信息也会被采集记录，比如进出小区、网吧、车站、机场等。如果将MAC地址与身份信息进行绑定后，就能够根据可疑的MAC地址得到其对应的身份信息，也可以根据可疑的身份信息得到其具体的MAC轨迹，为公安部门破案，查询嫌疑人提供有力的支持。综上，目前关于无法将MAC地址与身份信息进行绑定的问题，尚无有效的解决办法。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种MAC地址与身份信息的绑定方法及装置，以缓解现有技术中无法将MAC地址与身份信息进行绑定的技术问题。第一方面，本专利技术实施例提供了一种MAC地址与身份信息的绑定方法，所述方法包括：获取目标数据集，其中，所述目标数据集包括：登记数据集和感知数据集，所述登记数据集中包括身份信息，所述感知数据集中包括MAC地址；基于所述目标数据集计算所述身份信息和所述MAC地址的地址绑定置信度；基于所述目标数据集计算所述身份信息和所述MAC地址的行为绑定置信度；结合所述地址绑定置信度和所述行为绑定置信度计算所述身份信息和所述MAC地址的综合置信度，其中，所述综合置信度用于表示所述身份信息和所述MAC地址的绑定关系的强弱。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，获取目标数据集包括：获取预设时间内目标区域的初始数据，其中，所述初始数据包括：登记数据和感知数据，所述登记数据至少包括：身份信息数据，工作信息数据，登记记录数据，所述登记记录数据包括：登记地点，登记时间，所述感知数据包括：车辆通过卡口时的记录数据，MAC采集器采集得到的MAC记录，所述MAC记录包括：MAC地址，MAC地址对应的经纬度坐标，MAC地址在各经纬度出现时对应的时间；对所述登记数据进行第一预处理，得到所述登记数据集，其中，所述第一预处理至少包括：第一数据清洗，第一分类处理，所述第一数据清洗为去除所述登记数据中不符合预设字段要求的数据，所述第一分类处理为将所述第一数据清洗后的登记数据按照预设数据项进行分类；对所述感知数据进行第二预处理，得到所述感知数据集，其中，所述第二预处理至少包括：第二数据清洗，第二分类处理，所述第二数据清洗为去除所述感知数据中的不符合预设字段要求的数据，所述第二分类处理为将所述第二数据清洗后的感知数据按照预设数据项进行分类；将所述登记数据集和所述感知数据集作为所述目标数据集。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，基于所述目标数据集计算所述身份信息和所述MAC地址的地址绑定置信度包括：基于所述目标数据集计算登记地点权重和MAC落脚点权重；根据登记地点坐标和所述登记地点权重进行聚类，得到登记地点簇和登记地点簇中心坐标；采集预设时间段内MAC地址的坐标点，并将同一个MAC地址的坐标点进行聚类，得到MAC落脚点和MAC落脚点坐标；根据所述MAC落脚点坐标和MAC落脚点权重进行聚类，得到落脚点覆盖区域簇和落脚点覆盖区域簇中心坐标；根据所述登记地点簇中心坐标和所述落脚点覆盖区域簇中心坐标计算得到距离最近的登记地点簇和落脚点覆盖区域簇；对所述距离最近的登记地点簇和所述落脚点覆盖区域簇进行绑定，得到绑定的登记地点簇和落脚点覆盖区域簇；在所述绑定的登记地点簇和所述落脚点覆盖区域簇中，计算所述身份信息和所述MAC地址的地址绑定置信度。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，基于所述目标数据集计算登记地点权重和MAC落脚点权重包括：将所述登记数据集中的所有登记地点转换为坐标，得到登记地点坐标；根据登记地点权重计算公式计算相关人员的所述登记地点权重，其中，表示身份j在登记地点r对应的权重，αr表示登记地点r的类型权重，R表示身份j的全部登记地点集合，表示登记地点r在身份j的记录中出现的次数；根据落脚点权重计算公式计算所述MAC落脚点权重，其中，表示MACi在落脚点s的权重，S表示MACi的落脚点集合，表示MACi的落脚点s的密度，表示在落脚点s范围内MACi的总量。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，在所述绑定的登记地点簇和所述落脚点覆盖区域簇中，计算所述身份信息和所述MAC地址的地址绑定置信度包括：通过地址绑定置信度计算公式计算所述身份信息和所述MAC地址的地址绑定置信度，其中，表示身份IDj和MACi的地址绑定置信度，Nl表示在同一个时间滑窗内登记地点坐标和MAC落脚点坐标的坐标对总数，Nt表示时间滑窗数量，Dl(i，j)表示登记地点坐标与MAC落脚点坐标中坐标对的欧拉距离，It表示指示函数，在时间滑窗内，当Dl(i，j)超过预设阈值时，则为1，反之为0，γ为常参数。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，基于所述目标数据集计算所述身份信息和所述MAC地址的行为绑定置信度包括：在所述登记数据集中提取身份标签，其中，所述身份标签至少包括：职业，年龄，性别，工作性质；在所述感知数据集中提取MAC地址的采集点特征，得到MAC采集点特征向量；在所述感知数据集中提取MAC地址的行为特征，得到MAC行为特征向量；将所述身份标签，所述MAC采集点特征向量，所述MAC行为特征向量输入至递归神经网络模型中，得到MAC特征向量与每一种身份标签的匹配度，其中，所述MAC特征向量包括：所述MAC采集点特征向量，所述MAC行为特征向量；基于所述MAC特征向量与每一种身份标签的匹配度确定所述MAC特征向量与所有身份标签的匹配度矩阵；根据行为绑定置信度计算公式计算所述身份信息和所述MAC地址的行为绑定置信度，其中，表示所述匹配度矩阵。结合第一方面，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，结合所述地址绑定置信度和所述行为绑定置信度计算所述身份信息和所述MAC地址的综合置信度包括：根据综合置信度计算公式计算所述身份信息和所述MAC地址的综合置信度，其中，表示所述地址绑定置信度，表示所述行为绑定置信度，θ1和θ2表示常参数。第二方面，本专利技术实施例还提供了一种MAC地址与身份信息的绑定装置，所述装置包括：获取模块，用于获取目标数据集，其中，所述目标数据集包括：登记数据集和感知数据集，所述登记数据集中包括身份信息，所述感知数据集中包括MAC地址；第一计算模块，基于所述目标数据集计算所述身份信息和所述MAC地址的地址绑定置信度；第二计算模块，基于所述目标数据集计算所述身份信息和所述MAC地址的行为绑定置信度；第三计算模块，用于结合所述地址绑定置信度和所述行为绑定置信度计算所述身份信息和所述MAC地址的综合置信度，其中，所述综合置信度用于表示所述身份信息和所述MAC地址的绑定关系的强弱。结合第二方面，本专利技术实施例提供了第二方面的第本文档来自技高网...

【技术保护点】
1.一种MAC地址与身份信息的绑定方法，其特征在于，所述方法包括：获取目标数据集，其中，所述目标数据集包括：登记数据集和感知数据集，所述登记数据集中包括身份信息，所述感知数据集中包括MAC地址；基于所述目标数据集计算所述身份信息和所述MAC地址的地址绑定置信度；基于所述目标数据集计算所述身份信息和所述MAC地址的行为绑定置信度；结合所述地址绑定置信度和所述行为绑定置信度计算所述身份信息和所述MAC地址的综合置信度，其中，所述综合置信度用于表示所述身份信息和所述MAC地址的绑定关系的强弱。

【技术特征摘要】
1.一种MAC地址与身份信息的绑定方法，其特征在于，所述方法包括：获取目标数据集，其中，所述目标数据集包括：登记数据集和感知数据集，所述登记数据集中包括身份信息，所述感知数据集中包括MAC地址；基于所述目标数据集计算所述身份信息和所述MAC地址的地址绑定置信度；基于所述目标数据集计算所述身份信息和所述MAC地址的行为绑定置信度；结合所述地址绑定置信度和所述行为绑定置信度计算所述身份信息和所述MAC地址的综合置信度，其中，所述综合置信度用于表示所述身份信息和所述MAC地址的绑定关系的强弱。2.根据权利要求1所述的方法，其特征在于，获取目标数据集包括：获取预设时间内目标区域的初始数据，其中，所述初始数据包括：登记数据和感知数据，所述登记数据至少包括：身份信息数据，工作信息数据，登记记录数据，所述登记记录数据包括：登记地点，登记时间，所述感知数据包括：车辆通过卡口时的记录数据，MAC采集器采集得到的MAC记录，所述MAC记录包括：MAC地址，MAC地址对应的经纬度坐标，MAC地址在各经纬度出现时对应的时间；对所述登记数据进行第一预处理，得到所述登记数据集，其中，所述第一预处理至少包括：第一数据清洗，第一分类处理，所述第一数据清洗为去除所述登记数据中不符合预设字段要求的数据，所述第一分类处理为将所述第一数据清洗后的登记数据按照预设数据项进行分类；对所述感知数据进行第二预处理，得到所述感知数据集，其中，所述第二预处理至少包括：第二数据清洗，第二分类处理，所述第二数据清洗为去除所述感知数据中的不符合预设字段要求的数据，所述第二分类处理为将所述第二数据清洗后的感知数据按照预设数据项进行分类；将所述登记数据集和所述感知数据集作为所述目标数据集。3.根据权利要求1所述的方法，其特征在于，基于所述目标数据集计算所述身份信息和所述MAC地址的地址绑定置信度包括：基于所述目标数据集计算登记地点权重和MAC落脚点权重；根据登记地点坐标和所述登记地点权重进行聚类，得到登记地点簇和登记地点簇中心坐标；采集预设时间段内MAC地址的坐标点，并将同一个MAC地址的坐标点进行聚类，得到MAC落脚点和MAC落脚点坐标；根据所述MAC落脚点坐标和MAC落脚点权重进行聚类，得到落脚点覆盖区域簇和落脚点覆盖区域簇中心坐标；根据所述登记地点簇中心坐标和所述落脚点覆盖区域簇中心坐标计算得到距离最近的登记地点簇和落脚点覆盖区域簇；对所述距离最近的登记地点簇和所述落脚点覆盖区域簇进行绑定，得到绑定的登记地点簇和落脚点覆盖区域簇；在所述绑定的登记地点簇和所述落脚点覆盖区域簇中，计算所述身份信息和所述MAC地址的地址绑定置信度。4.根据权利要求3所述的方法，其特征在于，基于所述目标数据集计算登记地点权重和MAC落脚点权重包括：将所述登记数据集中的所有登记地点转换为坐标，得到登记地点坐标；根据登记地点权重计算公式计算相关人员的所述登记地点权重，其中，表示身份j在登记地点r对应的权重，αr表示登记地点r的类型权重，R表示身份j的全部登记地点集合，表示登记地点r在身份j的记录中出现的次数；根据落脚点权重计算公式计算所述MAC落脚点权重，其中，表示MACi在落脚点s的权重，S表示MACi的落脚点集合，表示MACi的落脚点s的密度，表示在落脚点s范围内MACi的总量。5.根据权利要求3所述的方法，其特征在于，在所述绑定的登记地点簇和所述落脚点覆盖区域簇中，计算所述身份信息和所述MAC地址的地址绑定置信度包括：通过地址绑定置信度计算公式计算所述身份信息和所述MAC地址的地址绑定置信度，其中，表示身份IDj和MACi的地址绑定置信度，Nl表示在同一个时间滑窗内登记地点坐标和MAC落脚点坐标的坐标对总数，Nt表示时间滑窗数量，Dl(i，j)表示登记地点坐标与MAC落脚点坐标中坐标对的欧拉距离，It表示指示函数，在时间滑窗内，当Dl(i，j)超过预设阈值时，则为1，反之为0，γ为常参数。6.根据权利要求1所述的方法，其特征在于，基于所述目标数据集计算所述身份信息和所述MAC...

【专利技术属性】
技术研发人员：沈贝伦，张登，沈俊青，周鹏，李冰，盛丽兰，孙云，丁萍网，陆韵，田甜，
申请(专利权)人：杭州中奥科技有限公司，
类型：发明
国别省市：浙江,33