【技术实现步骤摘要】
识别无线网络类型及模型训练的方法、装置及电子设备
本申请涉及计算机
,具体而言,涉及一种识别无线网络类型的方法、装置、计算机可读介质及电子设备。
技术介绍
无线网络是是指无需布线就能实现各种通信设备互联的网络。无线网络技术涵盖的范围很广,在实际生活中,通过建立远距离无线网络来传输语音和数据,或者通过近距离无线网络实现红外线及射频技术。无线网络按照其应用场所可以分为很多类型,而很多时候用户在连接无线网络时往往不能区分无线网络的类型,进而造成网络资源的浪费,或者威胁网络安全等问题。
技术实现思路
本申请的实施例提供了一种识别无线网络类型的方法、装置、计算机可读介质及电子设备,进而至少在一定程度上可以精确识别无线网络的类型,进而避免网络资源的浪费,或者威胁网络安全等问题发生。本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。根据本申请实施例的一个方面,提供了一种识别无线网络类型的方法,包括:获取待识别类型的无线网络的网络信息,所述网络信息包括所述无线网络在周期时段内的连接信息、以及所述无线网络的配置和热度对应的属性信息;从所述连接信息对应的矩阵中提取所述无线网络的连接特征,从所述属性信息对应的特征向量中提取所述无线网络的属性特征;对基于所述连接特征和所述属性特征得到的网络综合特征进行分类,得到分类结果;基于所述分类结果,确定所述无线网络的类型。根据本申请实施例的一个方面,提供了一种识别无线网络类型的模型训练方法,其特征在于,包括:获取无线网 ...
【技术保护点】
1.一种识别无线网络类型的方法,其特征在于,包括:/n获取待识别类型的无线网络的网络信息,所述网络信息包括所述无线网络在周期时段内的连接信息、以及所述无线网络的配置和热度对应的属性信息;/n从所述连接信息对应的矩阵中提取所述无线网络的连接特征,从所述属性信息对应的特征向量中提取所述无线网络的属性特征;/n对基于所述连接特征和所述属性特征得到的网络综合特征进行分类,得到分类结果;/n基于所述分类结果,确定所述无线网络的类型。/n
【技术特征摘要】
1.一种识别无线网络类型的方法,其特征在于,包括:
获取待识别类型的无线网络的网络信息,所述网络信息包括所述无线网络在周期时段内的连接信息、以及所述无线网络的配置和热度对应的属性信息;
从所述连接信息对应的矩阵中提取所述无线网络的连接特征,从所述属性信息对应的特征向量中提取所述无线网络的属性特征;
对基于所述连接特征和所述属性特征得到的网络综合特征进行分类,得到分类结果;
基于所述分类结果,确定所述无线网络的类型。
2.根据权利要求1所述的方法,其特征在于,从所述属性信息对应的特征向量中提取所述无线网络的属性特征,包括:
将所述属性信息进行编码处理,得到所述属性信息对应的第一特征向量;
基于多层感知网络,提取所述第一特征向量中的特征,作为所述属性特征。
3.根据权利要求2所述的方法,其特征在于,基于多层感知网络,提取所述第一特征向量中的特征,作为所述属性特征,包括:
在所述多层感知网络的第一层网络中,对所述第一特征向量进行降维,得到第二特征向量;
在所述多层感知网络的第二层网络中,对所述第二特征向量进行降维,得到所述属性特征。
4.根据权利要求2所述的方法,其特征在于,所述无线网络的属性信息包括以下信息中的至少一个:所述无线网络的加密信息、所覆盖区域范围内具有相同标识前缀的无线网络的数目、日均连接数量、第一时段内的连接数量、连接过所述无线网络的历史终端在第二时段内的活跃天数、终端连接所述无线网络的日均时长、同一终端连接所述无线网络的日均次数、以及周期内的连接重复率;
将所述属性信息进行编码处理,得到所述属性信息对应的第一特征向量,包括:
对所述属性信息进行编码,得到编码信息;
根据排布顺序,对所述编码信息进行排布,得到所述第一特征向量。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据第一数量除以第二数量得到的商,确定所述无线网络在所述周期内的连接重复率;
其中,所述第一数量为一周期内连接所述无线网络的终端的数量,所述第二数量为所述一周期及其相邻的至少两个周期内都连接所述无线网络的终端的数量。
6.根据权利要求1所述的方法,其特征在于,从所述连接信息对应的矩阵中提取所述无线网络的连接特征,包括:
根据固定时段内的单位时长,对所述连接信息中的连接数量进行排布,生成第一矩阵;
基于卷积神经网络对所述第一矩阵进行处理,得到第二矩阵;
对所述第二矩阵进行线性变换,得到所述连接特征。
7.根据权利要求6所述的方法,其特征在于,基于卷积神经网络对所述第一矩阵进行处理,得到第二矩阵,包括:
将所述第一矩阵输入第一数目的第一卷积核,得到第一卷积结果;
对所述第一卷积结果进行池化处理,得到中间矩阵;
将所述中间矩阵输入第二数目的第二卷积核,得到第二卷积结果;
对所述第二卷积结果进行池化处理,得到所述第二矩阵。
8.根据权利要求1所述的方法,其特征在于,对基于所述属性特征和所述连接特征得到的网络综合特征进行分类...
【专利技术属性】
技术研发人员:陈璐,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。