CN103929499A - 一种物联网异构标识识别方法和*** - Google Patents

Abstract

本发明涉及一种物联网异构标识识别方法和***。该方法包括：1)采集各类物联网标识的特征，使用单字规则、长度规则以及函数规则描述标识特征，获得相应的规则信息并存储，其中单字规则描述标识中字节的位置和取值范围，长度规则描述标识的长度，函数规则描述标识中字节之间的关系；2)根据存储的规则信息对用户录入的物联网标识字符串进行规则匹配，得到录入的标识字符串所属的标识种类，并输出标识识别结果。该***包括，规则提取模块、标识规则存储模块、标识输入模块、标识识别算法模块和标识识别结果输出模块。本发明能够提升物联网异构标识的存储效率，提高物联网异构标识识别的准确度和识别速度，满足物联网应用互联互通的需要。

Description

一种物联网异构标识识别方法和***

技术领域

本发明属于信息技术、物联网技术领域，具体涉及一种快速、准确的物联网异构标识识别方法和***。

背景技术

近年来，物联网的相关技术、应用与产业发展已经成为当前世界新一轮经济和科技发展的战略制高点。物联网突破了人与人之间的通信模式，引入对物理世界的感知和控制，使得人与物、物与物间的通信与协作成为可能。而作为用于识别和区分不同物理和逻辑实体以及信息资源的物联网标识则是实现以上通信与应用的基础和前提。目前，物联网标识研究已经成为国际和国内的研究热点之一，各领域出现了成熟程度不一、应用范围不等的多种标识体系，也呈现了众多标识技术共存且应用现状复杂的状态。

目前，市场上的各类相关应用对物联网标识的解析有很强的需求。一些类似微信、我查查等重点应用纷纷推出扫描二维码服务。为提升用户体验，这类应用均要求能快速地识别二维码标识，所以市场迫切需要一种快速识别异构物联网标识的技术。当然，物联网标识不仅包含二维码，还包含了一维码、RFID等各类异构标识，关于这些异构标识的应用都面临着同一个问题：即如何快速地识别这类异构标识？

为推进使用不同标识的物联网应用之间的互联互通，迫切需要一种能够识别各类异构物联网标识的算法，以连接孤立的物联网应用孤岛，推动物联网的进一步融合发展。在物联网世界中，物联网标识的形态是各种各样，五花八门的。物联网标识的长度从几位到数百位不等；物联网标识的取值范围也是不尽相同，有的由数字构成，有的由字母构成；即使是由数字构成的物联网标识，其采用的进制也是互有区别，有的是十六进制的，有的是十进制的，有的是二进制的。此外，一个物联网标识中还可能包含了复杂的逻辑关系，例如校验算法等。因而，如何识别给定的任一物联网标识是目前的一道难题，开发物联网标识相关算法有利于推动物联网产业的进一步融合发展。

发明内容

本发明提供一种识别各类异构物联网标识的方法，能够提高物联网异构标识识别的准确度和识别速度，满足物联网应用互联互通的需要。

为实现上述目的，本发明采用的技术方案如下：

一种物联网异构标识识别方法，其步骤包括：

1)采集各类物联网标识的特征，使用单字规则、长度规则以及函数规则描述标识特征，获得相应的规则信息并存储，其中单字规则描述标识中字节的位置和取值范围，长度规则描述标识的长度，函数规则描述标识中字节之间的关系；

2)根据存储的物联网标识特征的规则信息，对用户录入的物联网标识字符串进行规则匹配，得到录入的标识字符串所属的标识种类，并输出标识识别结果。

进一步地，所述单字规则采用数据结构[Index,Bitmap]描述，其中，Index为索引，用来指示单字规则所对应的字节在标识中的位置；Bitmap为一个8字节的数据结构，用来描述该字节的取值范围。所述字节的取值范围一般为数字、大小写字母。

进一步地，所述函数规则通过引用其它算法来描述某种关系，其描述方式包含三部分：算法名称、算法索引列表和算法说明。

进一步地，用户采用下列方式中的一种或多种录入物联网标识：Web界面输入、智能手机APP录入、二维码扫描录入、一维码扫描录入、RFID扫描录入。

一种采用上述方法的物联网异构标识识别***，

规则提取模块，用于使用单字规则、长度规则以及函数规则描述物联网标识的特征，获得相应的规则信息；

标识规则存储模块，连接所述规则提取模块，用于存储获得的标识特征的规则信息；

标识输入模块，用于录入待识别的物联网标识字符串；

标识识别算法模块，连接所述标识规则存储模块和所述标识输入模块，用于根据存储的物联网标识特征的规则信息，对用户录入的物联网标识字符串进行规则匹配，得到录入的标识字符串所属的标识种类；

标识识别结果输出模块，连接所述标识识别算法模块，用于输出标识识别结果。

与现有技术相比，本发明的有益效果如下：

1)基于BITMAP机制来存储物联网异构标识的特征，提升了存储效率；能识别各类不同的物联网标识，从而为物联网标识解析奠定基础。

2)能快速识别物联网标识，通过对规则进行权重排序，有利于快速排输入字符串不会属于的标识，从而达到快速识别的目的。

附图说明

图1是本发明的物联网异构标识标识识别***的架构图。

图2是本发明的物联网标识的基本结构示意图。

具体实施方式

下面通过具体实施例和附图，对本发明做进一步说明。

1.物联网标识识别***框图

物联网标识识别的***框架图如图1所示。

本发明中，针对物联网标识的识别算法是基于物联网标识特征的。所以，本发明首先采集各类物联网标识的特征并将这些特征存储到特征库中。在本发明中使用三种规则来描述标识特征，这三种规则包括：长度规则、字节规则以及函数规则。基于这三种规则对物联网标识标准文本进行处理，获得相应的规则信息，并将采集的规则信息存储到标识规则存储模块，供标识识别算法调用。

用户可以通过标识输入模块向***录入物联网标识，标识输入模块支持各类录入方式，例如：web界面输入、智能手机APP录入、二维码、一维码扫描录入、RFID扫描录入等。

标识识别算法模块接收到标识录入模块传过来的标识字符串后，调用标识规则存储模块中存储的规则，进行规则匹配，判断出该录入标识字符串所属的标识种类，并将结果通过标识识别结果输出模块呈现出来。

标识识别结果输出模块展示识别结果的途径多种多样，可以通过普通桌面电脑界面输出，也可以通过智能手机界面输出。

2.物联网标识规则提取

物联网标识的结构千差万别，经分析，本发明设计了一种描述各类异构物联网标识的描述方法，该方法使用规则来描述标识特征，共包含三种规则，具体为：单字规则(也称字节规则)、长度规则、函数规则。下面先具体介绍规则的定义以及语法，然后再介绍相应的异构标识识别算法。

1)标识的结构如图2所示，一个标识一般由若干个字节构成，每个字节可以使用相应的索引来表示。而规则可用来描述一种标识的全部或部分字节在取值方面所具有的特点。例如，一种标识的长度(比如20)可为一种规则；一种标识的第1位的取值范围为数字和小写字母，这也是一种规则。

2)目前将规则以其特性大致划分成以下几类：单字规则、长度规则、函数规则。

a)单字规则主要用来描述一种标识的某一个字节的取值范围。单字规则可用下述数据结构描述：[Index,Bitmap]。其中，“Index”即索引(2字节整数)，用来指示单字规则所对应的字节在标识中的位置。Bitmap为一个8字节的数据结构(可为数组或8字节的double型变量)，Bitmap用来描述该字节的取值范围(一般为数字、大小写字母)。Bitmap共64位，而大小写字母以及数字一共有62种取值。故可以使用Bitmap来描述取值范围。Bitmap从左到右依次表示数字、小写字母、大写字母。即，第1——10位表示数字；第11位——36位表示小写字母；第37位——62位表示大写字母。Bitmap的63、64位为保留位，暂不使用。

b)长度规则：可用数据结构[Len1，Len2，…，LenN]来表示。如果长度为-1，则说明其不限长，即长度不确定。

c)函数规则：它主要用来描述一个物联网标识中多个字节之间存在的复杂关系。例如，一种标识的一个或多个相邻字节可能没有被显式定义，需通过相应的算法才能得到(例如校验算法)，则这种情形可使用函数规则来描述。函数规则主要通过引用其它算法(或函数)来描述某种关系。如果引用了其它算法，应使用下面的方式来描述该函数规则，该描述方式包含3部分：算法名称；算法索引列表；算法说明。现分别介绍如下：

a)算法名称

其格式如下：“(？#ALGNAME＝XXXXX)”。其中字符“？#”表明这是注释。“ALGNAME”是关键字，不可更改，表明本部分将链接一个其它算法；“XXXXX”为被链接的算法的名字；“＝”用来分隔这两部分，也是关键字，不可更改；

b)算法索引列表

其格式如下：“(？#INDEX＝XXXXXX)”。其中字符“？#”表明这是注释。“INDEX”是关键字，不可更改，表明本部分是算法的参数列表；“XXXXXX”为对应的输入索引的列表，索引之间使用逗号分隔；“＝”用来分隔这两部分，也是关键字，不可更改；举例：“(？#INDEX＝1,7,13,26)”。

注意：索引从0开始编号而不是从1开始。

c)算法说明

其格式如下：“(？#NOTE＝XXXX)”。其中字符“(？#)”表明这是注释。“NOTE”是关键字，不可更改，表明本部分将对所链接的算法进行一些说明；“XXXX”为解释说明的内容；“＝”用来分隔这两部分，也是关键字，不可更改；

这部分内容为可选，但为了对算法进行详细说明，建议在书写过程中不要忽略这一部分。

3.物联网标识识别算法

总的来讲，识别算法采用“排除”策略，将输入的具体标识字符串与不同的规则进行比对，从而不断地缩小比较范围，并最终得到该具体标识字符串所属的标识符种类。算法的具体伪代码如下：

1).访问标识规则存储模块，构造出以下数据结构：

a)全体规则集合:RULE_SET；

b)全体标识符集合:ID_SET；

c)标识-规则映射表，该数据结构为一个哈希表，键为标识，值为属于某种标识的所有规则的集合；

d)规则-标识映射表，该数据结构也为一个哈希表，键为规则，值为满足这条规则的所有标识的集合。

2).设待排除的规则集为rmvRuleSet，且其初值设为RULE_SET(即全体规则集合)。设待排除的标识符集为rmvIDSet，且其初值为ID_SET(即全体标识符集合)。

3).while(rmvRuleSet不为空，且rmvIDSet不为空)

4).依据后文所述规则排序算法，对rmvRuleSet中的规则依规则的权重进行降序排序；

5).挑选权重最大的规则(记为rl_i)，并将其与输入的标识字符串进行匹配；

6).若匹配成功，则更新rmvRuleSet为rmvRuleSet-rl_i，然后转到8)；

7).若匹配不成功，也查找rl_i的规则-标识映射表，即字典rl_i(1≤i≤N):{id_i1,id_i2,id_i3,...,idi_j,...}，并将rmvIDSet更新为：rmvIDSet-{id_i1,id_i2,id_i3,...,idi_j,...}，然后转到8)；

8).rmvIDSet被更新后，依次查找该集合中各个标识符对应的标识-规则映射表，得到各个标识符对应的规则集，求出这些规则集的并集，并用这个并集更新rmvRuleSet，并从rmvRuleSet中减去rl_i，然后转到3)。

4.规则排序算法

1.“规则”的数目非常大，合理确定不同“规则”的执行顺序对于减少规则的匹配次数并最终减少算法的复杂度具有重要意义。对于一条“规则”，定义：

p：在一次规则匹配过程中，该“规则”匹配成功的概率，则0<p<1；

q：在一次规则匹配过程中，该“规则”匹配不成功的概率，则0<q<1；显然p+q＝1；f_i∈F＝{f₁,f₂,f₃,...,f_i,...,f_M}，其中f_i为标识i的先验概率，可将先验概率理解成标识i在所有标识中出现的概率，或者理解成一个标识字符串到达标识输入模块时，其可能为标识i的概率。

2.p的取值与两个因素有关：

在所有标识符中，适用于该“规则”的标识符所占的比例；

在适用该“规则”的标识符中，这些标识符出现的概率(先验概率)。

3.p计算方法

先引入一个二进制变量x_i，其中

则，其中f_i∈F＝{f₁,f₂,f₃,...,f_i,...,f_M}，即f_i为先验概率。

4.“规则”权重的计算方法

即可将“规则”的匹配问题看成是信源问题，信源输出两种信号：1(匹配成功)和0(匹配不成功)。其中，为1的概率为p；为0的概率为q。则w则为该信源的信息量，w的值越大，说明该“规则”的匹配过程包含的信息量越大，应优先执行该“规则”。且，当p＝q＝0.5时，w取最大值。

5.“规则”排序方法

依次计算出各个“规则”的权重，然后依据该权重进行排序，优先执行权重大的“规则”。

下面提供一个具体应用实例。

设一种标识(下称“ID1”)的长度为3，则其长度规则可使用[3]来表示；其第一个字节满足字节规则，且其取值范围为数字、大小写字母，则其第一个字节的字节规则可用[1,255,255,255,255,255,255,255,252]来表示，其中第一个字节表示索引为1，后面8个字节的数据结构表示该字节的取值范围，由于其取值范围为数字、大小写字母，所以除了第8字节的最后两个bit取0外，这8个字节中其它bit都取1，所以这8个字节的ASCII码分别为255,255,255,255,255,255,255,252；其第2、3字节代表的是月份，显然，2、3字节之间存在着关联关系，不能简单地使用字节规则来表示，需使用函数规则来描述这种特征，则其函数特征可描述为：(？#ALGNAME＝Month)(？#INDEX＝2,3)(？#NOTE＝函数的功能为判断标识字符串的第2、3字节是否具有月份特征)。

设第二种标识(下称“ID2”)的长度为2，则其长度规则可使用[2]来表示；其第一个字节满足字节规则，且其取值范围为数字1,3,5,7,9,b,c,h,k,p,z,A,H，K,R,Y,U，则其第一个字节的字节规则可用[1,170,26,18,2,24,72,32,17]来表示；其第2字节也满足字节规则，且其取值范围为字母a～z，则其第二个字节的字节规则可用[2,0,252,255,255,15,0,0,0]来表示。

设第三种标识(下称“ID3”)的长度为1，则其长度规则可使用[1]来表示；其第一个字节满足字节规则，且其取值范围为数字1,3,5,7,9,b,c,h,k,p,z,A,H，K,R,Y,U，则其第一个字节的字节规则可用[1,170,26,18,2,24,72,32,17]来表示。

现在，对于这三个标识(即ID1、ID2、ID3)，所提取出的规则如下：

ID1:长度规则：[3]；字节规则：[1,255,255,255,255,255,255,255,252]；函数规则：(？#ALGNAME＝Month)(？#INDEX＝2,3)(？#NOTE＝函数的功能为判断标识字符串的第2、3字节是否具有月份特征)。

ID2：长度规则：[2]；字节规则：[1,170,26,18,2,24,72,32,17]；[2,0,252,255,255,15,0,0,0]。

ID3：长度规则：[1]；字节规则：[1,170,26,18,2,24,72,32,17]。

假设ID1、ID2及ID3的先验概率分别为0.3,0.5,0.2，则依据_p、_q以及规则权重w的计算方法可得表1所示的结果。

表1.p、q以及规则权重w的计算结果

假设标识输入模块接收到的的字符串为“1a”，则根据上表，发现“长度规则：[2]”的权重最大，所以首先判断给字符串是否满足“长度规则：[2]”，经匹配，该字符串满足该规则；然后发现“字节规则：[2,0,252,255,255,15,0,0,0]。”的权重最大，经匹配，该字符串满足该规则，则输入的字符串必属于ID2。然后，依据同样的流程，依顺序将该字符串与剩下的规则的匹配，最后发现该输入字符串属于ID2。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求所述为准。

Claims (10)

1.一种物联网异构标识识别方法，其步骤包括：

1)采集各类物联网标识的特征，使用单字规则、长度规则以及函数规则描述标识特征，获得相应的规则信息并存储，其中单字规则描述标识中字节的位置和取值范围，长度规则描述标识的长度，函数规则描述标识中字节之间的关系；

2)根据存储的物联网标识特征的规则信息，对用户录入的物联网标识字符串进行规则匹配，得到录入的标识字符串所属的标识种类，并输出标识识别结果。

2.如权利要求1所述的方法，其特征在于：所述单字规则采用数据结构[Index,Bitmap]描述，其中，Index为索引，用来指示单字规则所对应的字节在标识中的位置；Bitmap为一个8字节的数据结构，用来描述该字节的取值范围。

3.如权利要求2所述的方法，其特征在于：所述字节的取值范围包括数字、大小写字母。

4.如权利要求1所述的方法，其特征在于，所述函数规则通过引用其它算法来描述某种关系，其描述方式包含三部分：算法名称、算法索引列表和算法说明。

5.如权利要求4所述的方法，其特征在于，所述算法名称的格式为：(？#ALGNAME＝XXXXX)，其中字符“？#”表明这是注释，“ALGNAME”是关键字，不可更改，表明本部分将链接一个其它算法；“XXXXX”为被链接的算法的名字；“＝”用来分隔这两部分，也是关键字，不可更改。

6.如权利要求4所述的方法，其特征在于，所述算法索引列表的格式为：(？#INDEX＝XXXXXX)，其中字符“？#”表明这是注释，“INDEX”是关键字，不可更改，表明本部分是算法的参数列表；“XXXXXX”为对应的输入索引的列表，索引之间使用逗号分隔；“＝”用来分隔这两部分，也是关键字，不可更改。

7.如权利要求1所述的方法，其特征在于：步骤2)进行规则匹配，得到录入的标识字符串所属的标识种类的方法是：

2.1)根据存储的物联网标识特征的规则信息构造以下数据结构：

全体规则集合:RULE_SET；全体标识符集合:ID_SET；

标识-规则映射表，为一个哈希表，键为标识，值为属于某种标识的所有规则的集合；

规则-标识映射表，为一个哈希表，键为规则，值为满足这条规则的所有标识的集合；

2.2)设待排除的规则集为rmvRuleSet，且其初值设为RULE_SET，即全体规则集合；设待排除的标识符集为rmvIDSet，且其初值为ID_SET，即全体标识符集合；

2.3)while(rmvRuleSet不为空，且rmvIDSet不为空)

2.4)对rmvRuleSet中的规则依规则的权重进行降序排序；

2.5)挑选权重最大的规则，记为rl_i，并将其与输入的标识字符串进行匹配；

2.6)若匹配成功，则更新rmvRuleSet为rmvRuleSet-rl_i，然后转到步骤2.8)；

2.7)若匹配不成功，也查找rl_i的规则-标识映射表，即字典rl_i(1≤i≤N):{id_i1,id_i2,id_i3,...,idi_j,...}，并将rmvIDSet更新为：rmvIDSet-{id_i1,id_i2,id_i3,...,idi_j,...}，然后转到步骤2.8)；

2.8)rmvIDSet被更新后，依次查找该集合中各个标识符对应的标识-规则映射表，得到各个标识符对应的规则集，求出这些规则集的并集，并用这个并集更新rmvRuleSet，并从rmvRuleSet中减去rl_i，然后转到步骤2.3)。

8.如权利要求7所述的方法，其特征在于，步骤2.4)采用如下方法进行规则排序：

2.4a)对于一条规则，定义：

p：在一次规则匹配过程中，该“规则”匹配成功的概率，则0<p<1；

q：在一次规则匹配过程中，该“规则”匹配不成功的概率，则0<q<1；显然p+q＝1；f_s∈F＝{f₁,f₂,f₃,...,f_i,...,f_M}，其中f_i为标识i的先验概率；

2.4b)p的取值与两个因素有关：在所有标识符中，适用于该规则的标识符所占的比例；在适用该规则的标识符中，这些标识符出现的概率，即先验概率；p的计算方法如下：

先引入一个二进制变量x_i，其中

则，其中f_i∈F＝{f₁,f₂,f₃,...,f_i,...,f_M}，即f_i为先验概率；

2.4c)采用下式计算规则权重：

$w=p*{\log }_2\left(\frac{1}{p}\right)+q*{\log }_2\left(\frac{1}{q}\right),$

即将规则的匹配问题看成是信源问题，信源输出两种信号：1，为匹配成功；0，为匹配不成功)；其中，为1的概率为p，为0的概率为q，则w则为该信源的信息量，w的值越大，该规则的匹配过程包含的信息量越大，应优先执行该规则；

2.4d)依次计算出各个规则的权重，然后依据该权重进行排序，优先执行权重大的规则。

9.如权利要求1所述的方法，其特征在于，用户采用下列方式中的一种或多种录入物联网标识：Web界面输入、智能手机APP录入、二维码扫描录入、一维码扫描录入、RFID扫描录入。

10.一种采用权利要求1所述方法的物联网异构标识识别***，其特征在于，包括：

规则提取模块，用于使用单字规则、长度规则以及函数规则描述物联网标识的特征，获得相应的规则信息；

标识规则存储模块，连接所述规则提取模块，用于存储获得的标识特征的规则信息；

标识输入模块，用于录入待识别的物联网标识字符串；

标识识别算法模块，连接所述标识规则存储模块和所述标识输入模块，用于根据存储的物联网标识特征的规则信息，对用户录入的物联网标识字符串进行规则匹配，得到录入的标识字符串所属的标识种类；

标识识别结果输出模块，连接所述标识识别算法模块，用于输出标识识别结果。