【技术实现步骤摘要】
模型训练、物联网数据识别方法、装置、设备及存储介质
本专利技术实施例涉及物联网
,尤其涉及一种模型训练、物联网数据识别方法、装置、设备及存储介质。
技术介绍
随着5G技术的普及,物联网业务也如雨后春笋般快速发展,这使得物联网数据呈爆炸式增长。对物联网资产数据的精准识别可以大大降低物联网数据的分析时间,因此,物联网资产的精准识别成为物联网领域的技术要点。目前,运营商虽然建立了物联网基地,但是由于物联网的资费低、发卡量大以及适用范围广等特点,导致物联网接入点也被广泛用于其它场景,这给物联网资产数据识别带来困难。现有技术中主要通过人工来寻找物联网设备的指纹,以通过指纹对物联网资产数据进行识别,而这种识别方法的效率较低,且由于人工经验不足等原因容易导致物联网资产数据识别准确率低的问题。
技术实现思路
本专利技术实施例提供一种模型训练、物联网数据识别方法、装置、设备及存储介质,能够高效识别物联网资产数据,并提升物联网资产数据的识别精确度。第一方面,本专利技术实施例提供了一种模型训练方法,包括: ...
【技术保护点】
1.一种模型训练方法,其特征在于,包括:/n获取物联网资产样本数据;其中,所述物联网资产样本数据包括网络地址数据、网络域数据和接入标签数据;/n将所述物联网资产样本数据输入至预设物联网资产识别模型进行物联网资产数据识别训练,得到目标物联网资产数据识别模型;/n其中,所述目标物联网资产数据识别模型用于识别物联网资产数据。/n
【技术特征摘要】
1.一种模型训练方法,其特征在于,包括:
获取物联网资产样本数据;其中,所述物联网资产样本数据包括网络地址数据、网络域数据和接入标签数据;
将所述物联网资产样本数据输入至预设物联网资产识别模型进行物联网资产数据识别训练,得到目标物联网资产数据识别模型;
其中,所述目标物联网资产数据识别模型用于识别物联网资产数据。
2.根据权利要求1所述的方法,其特征在于,所述获取物联网资产样本数据,包括:
获取待分析物联网数据;
对所述待分析物联网数据进行数据过滤,得到目标物联网数据;
对所述目标物联网数据进行特征提取,得到所述物联网资产样本数据。
3.根据权利要求2所述的方法,其特征在于,所述对所述待分析物联网数据进行数据过滤,包括:
根据基准接入标签数据对所述待分析物联网数据的接入标签数据进行过滤,得到第一过滤数据;
根据基准网络地址数据和基准网络域数据对所述第一过滤数据的网络地址数据和网络域数据再次进行过滤,得到目标物联网数据。
4.根据权利要求3所述的方法,其特征在于,所述对所述目标物联网数据进行特征提取,得到所述物联网资产样本数据,包括:
对所述目标物联网数据的接入标签数据进行第一特征提取处理,得到接入标签特征数据;
对所述目标物联网数据的网络地址数据进行第二特征提取处理,得到网络地址特征数据;
对所述目标物联网数据的网络域数据进行第三特征提取处理,得到网络域特征数据;
根据所述网络地址特征数据、网络域特征数据以及所述接入标签特征数据确定所述物联网资产样本数据。
5.一种物联网数据识别方法,其特征在于,包括:
获取待处理数据;
将所述待处理数据输入至目标物联网资产数据识别模型;其中,所述目标物联网资产数据识别模型通过权利要求1-4任一所述模型训练方法训练得到;
根据所述目标物联网资产数据识别模型对所述待处理数据进行物联网资产数据识别;
根据所述目标物联网资产数据识别模型的识别结果确定所述待处理数据的物联网资...
【专利技术属性】
技术研发人员:何文杰,刘武旭,谷耀,阿曼太,梁彧,蔡琳,杨满智,王杰,田野,金红,陈晓光,傅强,
申请(专利权)人:恒安嘉新北京科技股份公司,
类型:发明
国别省市:北京;11
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。