System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种模式识别系统、模式识别方法以及存储介质技术方案_技高网

一种模式识别系统、模式识别方法以及存储介质技术方案

技术编号:39988373 阅读:6 留言:0更新日期:2024-01-09 02:04
本发明专利技术涉及通信系统技术领域,提出了一种模式识别系统、模式识别方法以及存储介质,包括通信识别模块、数据获取模块、特征提取模块以及模式识别模块,所述通信识别模块、所述数据获取模块、所述特征提取模块以及所述模式识别模块依次通信连接,所述通信识别模块对整个数据进行最后的汇总收纳,通过控制器中内置的优化数据采集模块和数据索引缓存模块可以获取到更多的数据,而不局限于基本的通话数据或者是网络流量数据,并且优化数据采集模块可以将所有数据分为大规模标准化数据和实时数据两大类进行更有序的采集,通过上述技术方案,解决了现有技术中的采集提取不全面和识别方式单一的问题。

【技术实现步骤摘要】

本专利技术涉及通信系统,具体的,涉及一种模式识别系统、模式识别方法以及存储介质


技术介绍

1、通信模式识别系统、通信模式识别方法以及存储介质,通过对通信网络的通信数据进行获取,并提取通信数据的特征,然后根据特征识别通信数据的通信模式,从而可以实现对通信模式的识别,进而可以实现对通信网络的监控和/或管理。

2、现有技术中一种模式识别系统、模式识别方法以及存储介质存在以下缺点:1、在现有的技术中,对于通信数据的获取通常只局限于基本的通话数据或网络流量数据,而忽略了其他类型的通信数据,如社交网络交互数据、即时通讯数据等,导致对通信网络的监控和管理不够全面,现有的技术对通信数据的特征提取不够准确,往往只提取少量的特征或者只提取某一方面的特征,导致无法准确地反映出通信数据的实际情况,从而无法准确地识别通信模式。

3、2、传统技术中的一种模式识别系统、模式识别方法以及存储介质对通信数据的模式识别方法往往比较简单,只采用单一的方法进行识别,如聚类、分类等,而没有考虑到多种方法的综合运用,从而无法准确地识别复杂的通信模式。


技术实现思路

1、本专利技术提出一种模式识别系统、模式识别方法以及存储介质,解决了相关技术中的采集提取不全面和识别方式单一的问题。

2、本专利技术的技术方案如下:

3、一种模式识别系统,包括通信识别模块、数据获取模块、特征提取模块以及模式识别模块,所述通信识别模块、所述数据获取模块、所述特征提取模块以及所述模式识别模块依次通信连接;

4、所述通信识别模块对整个数据进行最后的汇总收纳,所述数据获取模块对所有途径的通信数据进行采集,所述特征提取模块是用于对采纳的数据进行特征的提取,所述模式识别模块是用于对提取之后的数据进行分类和归纳。

5、作为本专利技术的一种优选方案,所述数据获取模块包括数据采集器、数据传输模块、数据储存模块、数据处理模块、数据安全模块;

6、所述数据采集器是用来接收和发送数据,所述数据传输模块是用于将采集的数据传输到所述数据储存模块的内部,所述数据存储模块是用于存储采集的数据以供后续的分析和处理,所述数据处理模块是对采集的数据进行初步简单的分析以便降低后续特征提取的工作量,所述数据安全模块是负责保护数据的隐私和安全。

7、作为本专利技术的一种优选方案,所述数据采集器包括传感器和控制器,所述控制器包括优化数据采集模块和数据索引缓存模块;

8、所述传感器是用于采集实时数据,所述控制器适用于对采集到的数据做出相对应的调整,所述优化数据采集模块会根据初步分析后数据所需要采用的不同采集方式进行采集,所述数据索引缓存模块是用于对频繁查询的数据进行索引和缓存,以加速数据查询速度和减少重复采集的次数,采用分布式缓存系统和数据库索引技术。

9、作为本专利技术的一种优选方案,所述优化数据采集模块包括大规模标准化数据和实时数据,所述大规模标准化数据和所述实时数据共同包括用户数据、设备数据、业务数据、网络数据、运营数据以及第三方数据;

10、所述大规模标准化数据是采用数据仓库和etl工具进行采集,所述实时数据是采用数据流处理和事件驱动架构方式来采集,所述用户数据、所述设备数据、所述业务数据、所述网络数据以及所述第三方数据均属于需要采集的数据形式。

11、作为本专利技术的一种优选方案,所述数据传输模块包括转换模块、打包模块、传送模块以及接收模块;

12、所述转换模块是通过gprs将采集到的数据进行处理,使之符合gprs传输的标准,所述转换模块过程涉及数据的格式转换、压缩和加密处理,所述打包模块是为了便于传输,在这个过程中涉及对数据的分组、排序和校验,所述传送模块是将打包后的数据通过gprs无线传输技术发送给后续模块进行处理,所述接收模块是用于将gprs传输过来的数据进行解码和解压处理。

13、作为本专利技术的一种优选方案,所述数据安全模块包括报警模块,所述报警模块包括显示监测终端、移动监测终端以及蜂鸣监测终端;

14、所述报警模块是用于防止入侵和数据窃取,所述显示监测终端、所述移动监测终端以及所述蜂鸣监测终端均用于显示数据核对历史数据以及最近检测数据进行查看,所述显示监测终端和所述移动监测终端均与所述蜂鸣监测终端电性连接。

15、作为本专利技术的一种优选方案,所述特征提取模块包括深度学习模块、多尺度提取模块、知识领域分析模块、预处理模块、特征选择优化模块以及扩展性模块;

16、所述深度学习模块是使用卷积神经网络和循环神经网络对通信数据进行分析,从而提取更有效的特征,特别是对于语音、图像等非结构化数据,深度学习可以更好地捕捉数据中的特征和模式,所述特征提取模块在通信提取特征模块中,可以同时考虑局部和全局的特征,通过结合不同尺度的特征,可以更全面地理解通信数据,提高识别和分类的准确性,所述知识领域分析模块是通过结合领域知识对数据进行分析和处理,这样可以更有效地提取与领域相关的特征,提高模块的性能,所述预处理模块是对通信数据进行预处理,如去噪、压缩、降维等,可以有效减少数据的复杂性和提高模块的效率,同时,适当的数据预处理也可以增强数据的可读性和可操作性,所述特征选择优化模块是所述特征提取模块中可以针对不同的任务和数据类型,选择不同的特征和优化策略,所述扩展性模块是在改进特征提取模块时提供一个可扩展的空间,随着通信技术的发展和数据的不断增长,模块能够适应不同的数据格式、不同的通信协议和不同的应用场景。

17、作为本专利技术的一种优选方案,所述模式识别模块包括分类模块,所述分类模块包括通信协议分类、传输方式分类、通信介质分类、应用场景分类以及调制方式分类,所述通信协议分类、所述传输方式分类、所述通信介质分类、所述应用场景分类以及所述调制方式分类共同电性连接有多模态信息融合模块和领域适应性模块,所述多模态信息融合模块与所述领域适应性模块共同电性连接有评估调整模块;

18、所述分类模块是将特征提取好的数据进行分类处理,所述通信协议分类是根据通信协议的不同,可以将通信模式识别模块分为tcp/ip协议簇、http协议簇、smtp协议簇,所述三种协议簇在互联网通信中扮演着非常重要的角色,所述传输方式类是根据传输方式的不同,可以将通信模式识别模块分为串口通信、并口通信、网络通信,所述通信介质分类是根据通信介质的不同,可以将通信模式识别模块分为无线通信、有线通信、光纤通信,所述光纤通信由于其特殊的传输介质和广泛的应用领域,以及技术进步的迅速性,单独列出来作为一个重要的通信模式,同时所述光纤通信也是有线通信的一种,但是光纤是以玻璃纤维或透明塑料为芯,而其他有线传输介质是以金属导线为芯,以电为信号以此来进行区分,所述应用场景分类是根据应用场景的不同,可以将通信模式识别模块分为移动通信、卫星通信、工业通信,所述调制方式分类是根据调制方式的不同,可以将通信模式识别模块分为调幅、调频、调相、数字调制,所述数字调试的识别方法分别根据载波的不同和所使用的信号不同来分本文档来自技高网...

【技术保护点】

1.一种模式识别系统,其特征在于,包括通信识别模块(1)、数据获取模块(2)、特征提取模块(3)以及模式识别模块(4),所述通信识别模块(1)、所述数据获取模块(2)、所述特征提取模块(3)以及所述模式识别模块(4)依次通信连接;

2.根据权利要求1所述的一种模式识别系统,其特征在于,所述数据获取模块(2)包括数据采集器(201)、数据传输模块(202)、数据储存模块(203)、数据处理模块(204)、数据安全模块(205);

3.根据权利要求2所述的一种模式识别系统,其特征在于,所述数据采集器(201)包括传感器(206)和控制器(207),所述控制器(207)包括优化数据采集模块(209)和数据索引缓存模块(208);

4.根据权利要求3所述的一种模式识别系统,其特征在于,所述优化数据采集模块(209)包括大规模标准化数据(210)和实时数据(211),所述大规模标准化数据(210)和所述实时数据(211)共同包括用户数据(212)、设备数据(213)、业务数据(214)、网络数据(215)、运营数据(216)以及第三方数据(217);p>

5.根据权利要求2所述的一种模式识别系统,其特征在于,所述数据传输模块(202)包括转换模块(218)、打包模块(219)、传送模块(220)以及接收模块(221);

6.根据权利要求2所述的一种模式识别系统,其特征在于,所述数据安全模块(205)包括报警模块(222),所述报警模块(222)包括显示监测终端(223)、移动监测终端(224)以及蜂鸣监测终端(225);

7.根据权利要求1所述的一种模式识别系统,其特征在于,所述特征提取模块(3)包括深度学习模块(301)、多尺度提取模块(302)、知识领域分析模块(303)、预处理模块(304)、特征选择优化模块(305)以及扩展性模块(306);

8.根据权利要求1所述的一种模式识别系统,其特征在于,所述模式识别模块(4)包括分类模块(401),所述分类模块(401)包括通信协议分类(402)、传输方式分类(403)、通信介质分类(404)、应用场景分类(405)以及调制方式分类(406),所述通信协议分类(402)、所述传输方式分类(403)、所述通信介质分类(404)、所述应用场景分类(405)以及所述调制方式分类(406)共同电性连接有多模态信息融合模块(407)和领域适应性模块(408),所述多模态信息融合模块(407)与所述领域适应性模块(408)共同电性连接有评估调整模块(409);

9.一种模式识别的使用方法,采用如权利要求8所述的一种模式识别系统,其特征在于,包括如下步骤:

10.一种存储介质(5),其特征在于,包括数据布局模块(501)、备份恢复模块(502)、访问监测模块(503)以及电路检测模块(504),所述数据布局模块(501)包括分布储存(505)和压缩储存(506),所述访问监测模块(503)电性连接有强制锁定模式(507),所述电路检测模块(504)包括高功率模式(508)和低功率模式(509);

...

【技术特征摘要】

1.一种模式识别系统,其特征在于,包括通信识别模块(1)、数据获取模块(2)、特征提取模块(3)以及模式识别模块(4),所述通信识别模块(1)、所述数据获取模块(2)、所述特征提取模块(3)以及所述模式识别模块(4)依次通信连接;

2.根据权利要求1所述的一种模式识别系统,其特征在于,所述数据获取模块(2)包括数据采集器(201)、数据传输模块(202)、数据储存模块(203)、数据处理模块(204)、数据安全模块(205);

3.根据权利要求2所述的一种模式识别系统,其特征在于,所述数据采集器(201)包括传感器(206)和控制器(207),所述控制器(207)包括优化数据采集模块(209)和数据索引缓存模块(208);

4.根据权利要求3所述的一种模式识别系统,其特征在于,所述优化数据采集模块(209)包括大规模标准化数据(210)和实时数据(211),所述大规模标准化数据(210)和所述实时数据(211)共同包括用户数据(212)、设备数据(213)、业务数据(214)、网络数据(215)、运营数据(216)以及第三方数据(217);

5.根据权利要求2所述的一种模式识别系统,其特征在于,所述数据传输模块(202)包括转换模块(218)、打包模块(219)、传送模块(220)以及接收模块(221);

6.根据权利要求2所述的一种模式识别系统,其特征在于,所述数据安全模块(205)包括报警模块(222),所述报警模块(222)包括显示监测终端(223)...

【专利技术属性】
技术研发人员:宋海英王艳熊建
申请(专利权)人:成都工业学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1