CN104935478A

CN104935478A - 一种智能终端深度感知方法及其***

Info

Publication number: CN104935478A
Application number: CN201510343512.2A
Authority: CN
Inventors: 金果
Original assignee: Shanghai Feixun Data Communication Technology Co Ltd
Current assignee: Shanghai Feixun Data Communication Technology Co Ltd
Priority date: 2015-06-19
Filing date: 2015-06-19
Publication date: 2015-09-23

Abstract

本发明公开了一种智能终端深度感知方法，包含以下步骤：S1、获取用户移动互联网流量，从用户移动互联网流量中过滤出业务数据流量；S2、根据预设识别规则对业务数据流量进行识别、特征匹配及统计分析，获得业务数据的类型、内容及专题的识别及统计结果；S3、根据预设控制规则对业务数据进行控制。本发明还公开了一种智能终端深度感知***。本发明通过分析智能机应用程序，以及用户对智能***操作行为进行分析，使得智能终端自身具有相应的感知能力以及控制能力并对识别的用户操作数据进行实时控制和管理。

Description

一种智能终端深度感知方法及其***

技术领域

本发明涉及移动互联网领域，具体涉及一种智能终端深度感知方法及其***。

背景技术

随着移动互联网和智能终端的发展，越来越多的用户通过智能终端进行相应的业务处理以及进行相应的购物、阅读、聊天、生活、影音等。智能终端已经成为人们生活中不可缺少的一部分。分析用户下载应用软件的行为和习惯，可以了解用户对哪些应用感兴趣，并对智能终端相应的行为进行统计分析，获取数据，为产品营销提供数据支撑。

现有技术中主要包含以下两种分析方法：

(1)在智能终端中采集用户下载应用软件的数据。这种方法需要用户安装带统计功能的应用程序，虽然从一定程度上可以统计，并分析出用户在智能终端上下载的应用软件，但是这种应用程序仅仅停留在统计收集用户行为信息的层面上，并且可能导致统计相应的用户隐私行为，并且有些信息是用户不愿意让收集的信息，用户也可以卸载掉相应的应用程序。对用户的行为进行分析统计，并不依赖于智能***。并且第三方程序如果需要更一般深度感知***，必须具备root 权限，这给智能机***带来威胁。

(2)在应用软件下载网站统计分析用户下载数据。这种方法可以统计某个应用软件下载网站的用户下载数据，可以统计该网站各应用软件的下载数据，但是这种统计存在统计不准确的缺陷，用户从应用软件下载网站上下载安装的应用软件可能不一定经常使用，并且也不能准确定位用户的特征与潜在爱好，导致这类网站统计的应用永远都是社交、媒体、娱乐等应用，不能确切知道喜欢的是哪类媒体社交，且不能准确定位到用户手机号码，用户分析覆盖率也不高。

申请号为201210466780.X的一种移动互联网手机应用下载组合分析方法和装置，公开了如下技术内容：包括DPI ***和移动互联网应用下载分析单元，所述的DPI ***对HTTP 流量和AAA认证流量数据进行预处理，得到下载URL、用户手机号、下载时间并发送至移动互联网应用下载分析单元；所述的移动互联网应用下载分析单元对下载URL 进行分析，获取下载来源网站和应用程序名称，将下载URL 对应的用户手机号、下载时间、下载来源网站和应用程序名称存入数据库。其存在的缺陷是，虽然可以通过组合多种分析方法，可以准确的分析用户下载手机应用程序的行为和习惯，仅仅是利用了深度报文检测（DPI）对HTTP 流量和AAA认证流量数据进行预处理，得到其下载URL，用户手机号，下载时间然后发送到移动互联网应用下载分析单元，并没有从数据流行为和数据流特征进行检测，也没有对网络传输层到应用层的业务进行识别，因此也可以算是一种粗粒度的组合分析方法。

发明内容

本发明的目的在于提供一种智能终端深度感知方法及其***，通过分析智能机应用程序，以及用户对智能***操作行为进行分析，使得智能终端自身具有相应的感知能力以及控制能力；并且基于数据流状态的深度报文检测（DPI）技术，包括数据流行为检测和数据流特征检测技术，对用户智能机网络传输层到应用层业务进行识别，然后通过对智能终端的用户操作进行处理，丢弃，整形，干扰等方式对识别的用户操作数据进行实时控制和管理。

为了达到上述目的，本发明通过以下技术方案实现：一种智能终端深度感知方法，其特点是，包含以下步骤：

S1、获取用户移动互联网流量，从用户移动互联网流量中过滤出业务数据流量；

S2、根据预设识别规则对业务数据流量进行识别、特征匹配及统计分析，获得业务数据的类型、内容及专题的识别及统计结果；

S3、根据预设控制规则对业务数据进行控制。

所述的步骤S3之后进一步包含一步骤S4；

S4、将业务数据的类型、内容及专题的识别及统计结果和对业务数据流量的控制结果存储于数据库。

所述的识别规则为采用深度报文检测技术对数据流量进行识别。

所述的预设控制规则为根据用户、时间、历史流量及带宽，对业务流进行控制。

所述的步骤S2包含：

S2.1、将识别的业务与已记录的业务类型进行匹配；

S2.2、若匹配成功，则转入步骤S3；

S2.3、若匹配失败，则对该业务进行管理。

所述的步骤S2.3具体为通过阻塞、整形、重标记，制定优先级，为不同优先级的业务分配不同的预留信息。

一种智能终端深度感知***，其特点是，包含：

识别模块，用于根据预设识别规则对智能终端在移动互联网中的业务数据报文进行深度解析，并对业务数据流量行为进行统计分析，并进行特征匹配，获得业务数据的类型、内容及专题的识别及统计结果；

控制模块，与所述识别模块连接，用于根据预设控制策略对业务数据进行控制；

特征信息库，与所述识别模块连接，用于存储预设识别规则；

策略信息库，与所述控制模块连接，用于存储预设控制策略；

管理模块，分别与所述特征信息库及策略信息库连接，用于完成对特征信息库及策略信息库的更新；

统计模块；与所述管理模块连接，用于实时显示业务数据识别的结果信息及控制模块对业务数据进行控制的结果；

接口模块，与所述管理模块连接，用于提供连接智能终端的调用接口。

所述的智能终端深度感知***进一步包含一存储模块，与所述管理模块连接，用于备份业务数据，并记录业务数据的类型、内容及专题的中间处理结果。

本发明一种智能终端深度感知方法及其***与现有技术相比具有以下优点：通过分析智能机应用程序，以及用户对智能***操作行为进行分析，使得智能终端自身具有相应的感知能力以及控制能力；并且基于数据流状态的深度报文检测（DPI）技术，包括数据流行为检测和数据流特征检测技术，对用户智能机网络传输层到应用层业务进行识别，然后通过对智能终端的用户操作进行处理，丢弃，整形，干扰等方式对识别的用户操作数据进行实时控制和管理。

附图说明

图1为本发明一种智能终端深度感知***的整体结构框图；

图2为本发明一种智能终端深度感知***的方法流程图。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

如图1所示，一种智能终端深度感知***，包含：识别模块1，用于根据预设识别规则对智能终端在移动互联网中的业务数据报文进行深度解析，并对业务数据流量行为进行统计分析，并进行特征匹配，获得业务数据的类型、内容及专题的识别及统计结果；控制模块2，与所述识别模块1连接，用于根据预设控制策略对业务数据进行控制；特征信息库3，与所述识别模块1连接，用于存储预设识别规则；策略信息库4，与所述控制模块2连接，用于存储预设控制策略；管理模块5，分别与所述特征信息库3及策略信息库4连接，用于完成对特征信息库3及策略信息库4的更新；统计模块6；与所述管理模块5连接，用于实时显示业务数据识别的结果信息及控制模块2对业务数据进行控制的结果；接口模块7，与所述管理模块5连接，用于提供连接智能终端的调用接口，智能机***android 和IOS 等智能***接口不同，这样相应的调用方法也不同，统一设置智能终端接口模块有利于本***可以运行在各种平台的智能手机上；存储模块8，与所述管理模块5连接，用于备份业务数据，并记录业务数据的类型、内容及专题的中间处理结果。

如图2所示，一种智能终端深度感知方法，包含以下步骤：

S1、获取用户移动互联网流量，从用户移动互联网流量中过滤出业务数据流量。

检查未加密的包头和未保护的包来发现关于受保护会话的机密信息；可检查未加密的IP源和目的地址（甚至TCP端口）；检查网络数据流的流量，数据流分析者就能确定哪些通信方在进行交互，使用什么类型的服务，分析商业或个人关系的信息；截获相关消息，读出并将它们发送给服务器并统计相应识别结果。

S2、根据预设识别规则对业务数据流量进行识别、特征匹配及统计分析，获得业务数据的类型、内容及专题的识别及统计结果。

S3、根据预设控制规则对业务数据进行控制。

所述的预设控制规则为根据用户、时间、历史流量及带宽，对业务流进行控制。程序符合表示如下：

G <—define Event Graph

CEC<—Critical Events Chain of G

startEvent<— App Event init

Procedure FeatureGraph(ce)

forall the ce ∈ CEC do

mp ← FindMiniEvent(ce,G)

C ← featureExcute(C, mp)

if ∀ e : < ce; e > ∈ CEC then

Output: C as Data Constraint, P as Event

Inputs

exit()

end

C ← Feature Execute Rollback(C, mp)

end

End

解释：G 定义了各种事件及其特征集合。CEC构成了所有事件链式集合代表用户操作的各种时间、流量相关集合。通过代码中相关函数featureGraph(ce)查找出识别规则，通过当前智能终端中的ce 当前环境的函数变量作为参数，通过函数FindMiniEvent(),featureExcut() 提取数据约束规则集合C 。规则集合包括一定的特征集合包括NFC，蓝牙，WiFI 数据流量特征集合。

所述的步骤S2包含：

S2.1、将识别的业务与已记录的业务类型进行匹配；

S2.2、若匹配成功，则转入步骤S3；

S2.3、若匹配失败，则对该业务进行管理。

具体应用：智能终端中当用户需要进行某些操作，进行相应的业务状态流转的时候；相应的业务操作首先进入智能终端深度感知***的识别模块，识别模块一般根据用户的操作可以进行相应业务识别，这种识别也就对相应的操作进行分解。在进行业务分解的时候首先进行特征信息库中查找，如果特征信息库中返回良性操作（即经过识别模块的分析后，发现是没有问题的用户操作），则由控制模块对业务数据流量进行控制。特征信息库中可以查找到用户常用的操作，常用的电话操作，多媒体音频视频播放，网上购物，网络同步等等业务数据在识别特征信息库中过程中所涉及的识别规则。

如果在特征信息库中没有找到，则特征信息库则需要求助于管理模块对智能终端业务进行相应的管理。管理模块是智能终端深度感知***的核心统一管理与操作各个模块，对用户常用的操作（包括维护管理，策略管理，配置管理，资源管理）。已经识别的结果信息自动将其存储在存储模块以便下次启动的时候可以自动从存储模块中取数据。存储模块还用于存储识别模块所识别的结果信息，并进行业务数据进行备份，这样***下次启动的时候大大减轻***计算能力。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims

1.一种智能终端深度感知方法，其特征在于，包含以下步骤：

S3、根据预设控制规则对业务数据进行控制。

2.如权利要求1所述的智能终端深度感知方法，其特征在于，所述的步骤S3之后进一步包含一步骤S4；

3.如权利要求1所述的智能终端深度感知方法，其特征在于，所述的识别规则为采用深度报文检测技术对数据流量进行识别。

4.如权利要求1所述的智能终端深度感知方法，其特征在于，所述的预设控制规则为根据用户、时间、历史流量及带宽，对业务流进行控制。

5.如权利要求1所述的智能终端深度感知方法，其特征在于，所述的步骤S2包含：

S2.1、将识别的业务与已记录的业务类型进行匹配；

S2.2、若匹配成功，则转入步骤S3；

S2.3、若匹配失败，则对该业务进行管理。

6.如权利要求1所述的智能终端深度感知方法，其特征在于，所述的步骤S2.3具体为通过阻塞、整形、重标记，制定优先级，为不同优先级的业务分配不同的预留信息。

7.一种智能终端深度感知***，其特征在于，包含：

8.如权利要求7所述的智能终端深度感知***，其特征在于，进一步包含一存储模块，与所述管理模块连接，用于备份业务数据，并记录业务数据的类型、内容及专题的中间处理结果。

9.如权利要求7所述的智能终端深度感知***，其特征在于，所述的识别规则为采用深度报文检测技术对数据流量进行识别。

10.如权利要求7所述的智能终端深度感知***，其特征在于，所述的预设控制规则为根据用户、时间、历史流量及带宽，对业务流进行控制。