CN111030893A - 云通讯应用场景下分析用户行为的方法和装置 - Google Patents

Abstract

本发明提供一种云通讯应用场景下分析用户行为的方法和装置，其中方法包括：云通讯终端开启的root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩；云通讯终端将压缩后的关键信息数据周期性上传至平台服务器，使平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；云通讯终端从平台服务器获取基于对行业大数据分析结果深度的挖掘结果，并根据所述挖掘结果云通讯终端对移动用户终端进行精确控制。本发明通过精确分析用户行为，从而深化商业价值。

Description

云通讯应用场景下分析用户行为的方法和装置

技术领域

本发明实施方式涉及云通讯技术领域，尤其涉及一种在云通讯应用场景下云通讯应用场景下分析用户行为的方法和装置。

背景技术

有关数据显示，仅中国2017年出境游就高达1.3亿人次，毫无疑问全球出境游市场潜力巨大。而作为满足上网刚需的云通讯终端，其市场潜力自然也不容小觑。不过目前在云通讯技术应用的行业中，几乎所有公司都仅仅扮演着转售流量的角色。他们在全球规模性采购各种流量，再利用云通讯技术以一种新的形式转卖给客户。虽实现了云通讯终端、SIM卡及流量的高效管理和利用，但本质上就是赚取流量差价，这种陈旧商业模式，易于模仿，运营成本过高，不具备强扩张力，并不符合互联网经济的特点。且随着行业竞争的日益激烈，利润空间越来越小，很多公司都在挣扎在亏损边缘。若仍坚持墨守成规的经营模式，很难有发展壮大的机会。我国于2018年7月1日已全面取消国内漫游，全球运营商流量资费也都在逐年下降，尽管如此，该行业的采购成本、运营成本、无形损耗等各种开销都不可能完全抹去，如何才能持续地降低经营成本、并不断提高服务质量，成为生存还是灭亡的关键命题。利用大数据手段，通过用户行为分析，深化商业价值，改变陈旧经营模式，是一种行之有效的手段，也为同类公司可持续发展指明了新方向。

现有技术也尝试对采集大数据，以便能够分析用户行为，但现有技术基于数据流量资源、终端计算能力，以及数据所关注的层面和要素等因素，都不能直接适用于云通讯方案。目前市面上也有一些为移动终端提供数据分析的公司，但其仅限于汇总统计流量消耗。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

针对上述问题，本发明实施方式的目的在于提供一种云通讯应用场景下分析用户行为的方法和装置，适用在云通讯应用场景下，通过精确分析用户行为，从而深化商业价值。

为实现上述目的，本发明实施方式提供一种云通讯应用场景下分析用户行为的方法，所述方法应用于云通讯终端，包括：云通讯终端开启的root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩；云通讯终端将压缩后的关键信息数据周期性上传至平台服务器，使平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；云通讯终端从平台服务器获取基于对行业大数据分析结果深度的挖掘结果，并根据所述挖掘结果云通讯终端对移动用户终端进行精确控制。

进一步地，云通讯终端抓取与移动用户终端连接网口的流量数据，将数据解析成为数据包；将数据包按照协议类型分为无价值信息数据包和有价值信息数据包，对于无价值信息数据包过滤不用，对有价值信息数据包进行提取过滤关键数据信息；对提取的关键数据信息进行字节数压缩。

进一步地，基于dhcp、eqpol协议的数据包过滤不用；基于arp协议的数据包，至少提取数据包中的下面一个信息：mac、ip信息；基于icmp协议的数据包，至少提取数据包中的下面一个信息：数据包的时间、传输方向、目的地址、链路状况信息；设置计数字段，用于记录重复的icmp包，对于重复的icmp包过滤不用；基于dns协议的数据包，至少提取数据包中的下面一个信息：数据包的域名服务器地址、域名及对应解析结果、请求源ip、请求时间、上行包数目、上行包大小、下行包数目、下行包大小、用户总上行包数据、用户总上行包大小、用户总下行包数据、用户总下行包大小数据；基于http、tcp、udp、https、ntp、ssh协议的数据包，至少提取数据包中的下面一个信息：按照请求的源地址、源端口、目的地址、目的端口一致就认为是同一个访问流，提取流的开始时间戳、结束时间戳、源地址、源端口、目的地址、目的端口、上行包数目、上行包大小、下行包数目、下行包大小；其中基于http协议的数据包还提取url信息。

进一步地，以预设频率唤醒云通讯终端，对压缩后的关键信息数据进行周期性的解析和上报，非唤醒时间云通讯终端进入深度休眠状态；当唤醒时，采用高效语言，对压缩后的关键信息数据采取边提取过滤边解析，进行一次全遍历；预先将日志打印划分等级，在解析过程中，按照等级的高低，对日志打印的详细程度逐步递减；在解析结束后，将解析结果存放本地数据库中，当解析结果的累计数据个数达到预设个数或者累计数据大小达到预设大小，将解析结果周期性上传至平台，使平台接收到解析结果后，将关键数据信息与特征库的数据进行匹配比对，识别网络请求流归属的应用，将识别结果附加到网络请求流的结尾存入平台数据库，根据识别结果推测用户行为，基于一系列用户行为得到用户特征模型，根据所述用户特征模型得到行业大数据分析结果，并进行可视化呈现，所述可视化呈现包括以下的至少一种：全网的总消耗、国家分类消耗、流量类型消耗、用户流量使用排行榜、流量按应用分类、流量按应用类型分类、移动用户终端和云通讯终端的关联关系、云通讯终端的档案、移动用户终端的档案、终端网络性能评估、全网累计统计、移动用户终端类型占比统计、鉴权统计。进一步地，基于行业大数据分析结果的挖掘结果，云通讯终端对移动用户终端进行识别，并对移动用户终端进行以下至少一种的控制：动态地控制目的地址的黑白名单；动态地控制业务类型流量，针对流量消耗超过预设流量值的业务类型，进行限速控制；动态地控制应用类型流量控制，优先保证指定应用的网络请求。

本发明实施方式还提供一种云通讯终端，应用于云通讯应用场景下分析用户行为，包括：提取过滤模块，用于开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩获取云通讯终端的root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩；上传分析模块，用于将压缩后的关键信息数据周期性上传至平台服务器，使平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘将压缩后的关键信息数据周期性上传至平台，使平台根据所述关键数据信息推测用户行为，得到行业大数据分析结果；挖掘控制模块，用于从平台服务器获取行业大数据分析结果的挖掘结果，并根据所述挖掘结果对移动用户终端进行控制。

本发明实施方式还提供一种云通讯应用场景下分析用户行为的方法，该方法用于云通讯终端的平台服务器，包括：平台服务器接收云通讯终端上传的关键信息数据，所述关键信息数据是云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息压缩后的数据；平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；平台服务器将行业大数据分析结果的挖掘结果发送给云通讯终端，以使云通讯终端根据所述挖掘结果对移动用户终端进行控制。

进一步地，平台服务器将接收到关键数据信息与特征库的数据进行匹配比对，识别网络请求流归属的应用，根据识别结果推测用户行为，并将识别结果附加到网络请求流中存入平台数据库；基于推测出的一系列用户行为得到用户特征模型，根据所述用户特征模型得到行业大数据分析结果，并进行可视化呈现，所述可视化呈现包括以下的至少一种：全网的总消耗、国家分类消耗、流量类型消耗、用户流量使用排行榜、流量按应用分类、流量按应用类型分类、移动用户终端和云通讯终端的关联关系、云通讯终端的档案、移动用户终端的档案、终端网络性能评估、全网累计统计、移动用户终端类型占比统计、鉴权统计。

进一步地，对所述行业大数据分析结果进行挖掘，包括以下之一或组合：根据应用使用时长、应用类型使用时长统计用户粘性，并建立与用户出行目的地的关联；根据用户使用云通讯终端时长统计用户粘性，并建立与用户出行目的地的关联；根据移动用户终端应用各网络请求的频度，推断用户兴趣点，和上网习惯；搜索关键词收集，统计关键词热度，并建立与用户出行目的地及时间的关联；根据用户出行国家的频度统计，得出用户出行国家排行榜；根据用户出行目的地的频度统计，得出用户出行地理位置排行榜。

本发明实施方式还提供一种平台服务器，应用于云通讯应用场景下分析用户行为，包括：接收模块，用于接收云通讯终端上传的关键信息数据，所述关键信息数据是云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息压缩后的数据；分析挖掘模块，用于平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；发送模块，用于将行业大数据分析结果的挖掘结果发送给云通讯终端，以使云通讯终端根据所述挖掘结果对移动用户终端进行控制。

由上可见，本发明实施方式提供的云通讯应用场景下分析用户行为的方法和云通讯终端，在计算能力有限的云通讯终端上，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩，从而能够将网口抓取的流量数据包已经压缩成较小的数据量，以符合云通讯移动终端的使用。将压缩后的关键信息数据周期性上传和休眠策略，能够降低功耗，实现云通讯移动终端待机时长的延长。平台用高效语言解析，只进行一次全遍历并将日志打印分级，从而减少流量消耗。此外，平台还根据关键数据信息推测用户行为，得到行业大数据分析结果，从而能很好的满足云通讯市场的需求，直接产生广告和经济效益，实现经营成本转移，提高企业利润率。基于对行业大数据分析结果深度挖掘进行精确控制，更是极大的丰富出境游云通讯产品的多样性，既给消费者带来更优质更便利的服务，又能给商家提供灵活多变的服务模式和产品样式，为其深化商业价值，改变陈旧经营模式指明了全新发展方向。

附图说明

为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中需要要使用的附图逐一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施方式提供的基于云通讯终端的云通讯应用场景下分析用户行为的方法的流程示意图；

图2为本发明实施方式提供的云通讯终端的结构示意图；

图3为本发明实施方式提供的基于平台服务器的云通讯应用场景下分析用户行为的方法的流程示意图；

图4为本发明实施方式提供的平台服务器的结构示意图。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。此外，在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该” 也旨在包括多数形式，除非上下文清楚地表示其他含义。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

在本文中提及“移动用户终端”是指手机、平板电脑等用户实际使用的电子设备；“云通信终端”则是一种特殊的设备，可以采集提取移动用户终端使用中所产生的流量数据包，并将有价值信息数据包压缩上传到平台；而“平台”是进一步把这些上传数据加工处理的软件***，使这些处理后的数据信息达到易于分析使用的标准。

为了使本技术领域的人员更好地理解本发明方案，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。

DPI（Deep Packet Inspection，深度封包检测）是一种基于数据包的深度检测技术，运营商可以在网关节点部署DPI程序，进行深度检测，但在实施本发明的过程中，发明人发现现有技术至少存在如下问题：

传统的DPI，并不能直接适用于云通讯终端的应用场景。首先，云通讯终端网络架构，跟传统电信网络复杂的结构有很大不同；其次，云通讯终端的计算能力有限、电池电量非常有限、且流量资源很珍贵，因此在解析速度提升，解析结果提取、过滤、压缩，终端功耗节约等方面不能满足需要。此外，云通讯终端场景，侧重点与传统数据分析有较大差异，传统数据监测关注的层面和要素自然没能精细化地匹配用户出境游的场景关键点，比如基于数据包检测，云通讯终端场景可能更希望得出类似用户出游时最大的兴趣点排行榜，或者用户在哪些地点使用哪些运营商的网络体验不够好等大数据结论。市面上也有一些为移动终端提供数据分析的公司，但现有的数据仅仅只是汇总统计了总流量消耗，或者不同类型业务的流量消耗，如是控制数据交互或者用户数据。现有技术不能够在有效的流量下获取更精确的数据。

本发明实施方式提供一种云通讯应用场景下分析用户行为的方法。实施前提需要移动用户终端与云通讯终端之间，以及云通讯终端与平台之间能建立网络通信。在确保上述前提下，实施方法如图1所示，该方法包括以下步骤：

步骤S101，云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩。

在本步骤中，云通讯终端的流量资源是珍贵的，每一个字节都需要付费，因此数据量越小越好。云通讯终端内部程序模块获取自身终端的root权限，利用开源工具（例如tcpdump，网卡设置为混杂模式）抓取移动用户终端与云通讯终端连接网口的流量数据。

通过特定算法对流量数据包进行实时分析，提取过滤关键数据信息。具体地，首先读取抓包数据，将数据解析成为一个一个的数据包，用内存数据结构分别存放包的时间戳、包大小（例如：字节数）、传输方向（例如：上行、下行、广播、组播等）、协议版本（例如：ipv4或ipv6）、ip层协议类型（例如：icmp）、传输层协议类型（例如：tcp、udp）、用户层协议类型（例如：http、https、ssh、ntp、dns、dhcp、eqpol、arp、icmp等）、用户数据内容等。但是，抓包数据解析到此，数据量仍然很大，需要进一步处理，即还进一步将数据包按照协议类型分为无价值信息数据包和有价值信息数据包，对有价值信息数据包进行提取过滤关键数据信息，即只需要关注数据包中有价值信息。

对于无价值信息数据包，例如基于dhcp、eqpol等协议的数据包，多为无价值信息，也不产生实际运营商流量消耗，因此过滤不用。

对于有价值信息数据包，例如基于arp协议的数据包，可以知道哪些移动用户终端连接到了云通讯终端，同时可以把移动终端mac对应到ip，因此只需要提取arp包中的mac和ip信息。例如基于icmp协议的数据包，可以反映网络连通状况，因此记录每一个数据包的时间、传输方向、目的地址、链路状况信息，但由于可能存在大量相同时间、传输方向、目的地址和链路状况信息的数据包，因此设置一个计数字段，用于记录重复的icmp包，以达到进一步压缩数据量的目的。例如基于dns协议的数据包，提取域名服务器地址、域名及对应解析结果（ip地址）、请求源ip、请求时间、上行包数目、上行包大小、下行包数目、下行包大小、用户总上行包数据、用户总上行包大小、用户总下行包数据、用户总下行包大小等数据。对于基于http、tcp、udp、https、ntp、ssh协议的数据包，统一按照请求的源地址、源端口、目的地址、目的端口一致就认为是同一个访问流，提取流的开始时间戳、结束时间戳、源地址、源端口、目的地址、目的端口、上行包数目、上行包大小、下行包数目、下行包大小，其中基于http协议的数据包还多提取url字段存放url信息。

此外，针对有价值信息的数据包，在判别其使用协议后，可以根据协议格式的固定性，通过修改提取过滤模块中的配置文件来控制该协议下数据提取深度，以到达提取关键信息的效果。

通过提取过滤关键数据信息，例如约50M的抓包数据，可以压缩成为约18KB的数据。还可以对关键数据信息进行进一步压缩，例如利用zlib压缩字节数，即可变成约6.5KB的解析结果。如此，通过网口抓取的流量数据包已经压缩成较小的数据量，以符合云通讯移动终端的使用场景。

步骤S102，将压缩后的关键信息数据周期性上传至平台服务器，使平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘。

在本步骤中，将压缩后的关键数据信息上传至平台服务器。云通讯终端除了需要考虑数据量，还需要考虑功耗。在本实施例中，云通讯终端以预设频率（例如5分钟）唤醒一次进行周期性的解析和上报，其他时间可以释放所有的唤醒锁，以使云通讯终端进入深度休眠状态，最大程度的节约电量。

为了实现唤醒时间短，就需要非常高效的运算速度。为了将解析耗时降到最低，首先需要使用高效的语言（例如C语言）进行编码；其次需要高效的解析流程，减少循环遍历。在本实施例中，以对单个数据包的解析、提取过滤整个流程为循环体，只需一次遍历，就能保证多个数据包的处理完毕。日志打印是程序模块开发调试环节以及分析日常运行情况所必须依赖的手段，但日志打印也会导致执行耗时的增加从而降低解析运算速度，因此将日志打印划分等级（例如划分为四个等级，分别是DEBUG、INFO、WARN、ERROR），按照等级的高低日志打印的详细程度逐步递减，减少不必要的内容解析（当然也可以关闭所有等级日志打印）。

5分钟的4G网络环境中，会消耗很多流量，而流量消耗越大，需要解析的内容就越多。在本实施例中，假设5分钟的4G网络高负荷使用，通过降低解析耗时，实际解析运算可在3.5秒内完成，较好地符合了云通讯移动终端的使用场景。

此外每一次解析结束后都不会立即上报，而是把解析结果先存放起来，这里选择拥有无外部依赖、无服务器、零配置特性的本地轻量级数据库，用字段分别标记id、是否已经上报和解析结果。在本实施例中，如果满足以下任一条件时，可以执行上报：①累计数据个数达到预设个数（例如已达5条数据）；②累计数据大小达到预设大小（例如已超过15K）。如此，可以保证上报的成功率和可靠性，防止数据丢失，同时也达到节约功耗的目的。

平台服务器接收到解析结果后，将其中关键数据信息（例如地址端口信息、url和用户数据）通过特定算法与平台搭建的识别特征库进行匹配比对，识别出对应归属的应用。再由应用与解析结果，解析结果与原有用户终端网络请求流的关联关系，智能推测和发掘出用户行为，最后将识别结果存入平台侧的数据库中。

基于一系列用户行为得到用户特征模型，根据所述用户特征模型可以很轻易的设计出不同方式的算法对识别结果进行处理，得到行业大数据分析结果，并进行可视化呈现。当然并不局限于如下呈现，可以根据需要进行不同的可视化呈现：

全网的总消耗：假设每小时统计一组数字（例如总流量、上行、下行），绘制成曲线图，显示过去12小时的总流量消耗变化趋势；

国家分类消耗：假设选出过去12小时，流量消耗前十名的国家（例如基于地理位置识别可以做到国家分类），绘制成柱状图，显示国家消耗总流量的对比（例如含上行、下行流量）；

流量类型消耗：假设用饼状图显示用户消耗流量、***自身用的流量、***内部各应用使用的流量分别占比多少（例如过去12小时的总流量）；

用户流量使用排行榜（可增加国家维度）：假设过去12小时，全网所有用户已使用流量大小排序；

流量按应用分类（可增加国家维度）：假设通过图表结合方式呈现（例如微信、今日头条、qq、淘宝、携程、王者荣耀等应用分别消耗多少流量）；

流量按应用类型分类（可增加国家维度）：假设通过图表结合方式呈现（例如社交、音乐、影视、短视频、新闻资讯等分别消耗多少流量）；

移动用户终端和云通讯终端的关联关系：可支持从移动终端查云通讯终端，从云通讯终端查移动用户终端信息；

云通讯终端的档案：终端设备的序列号、mac、首次上线时间、最近活跃时间、今日已使用流量等；

移动用户终端的档案：移动终端mac、移动终端厂商、移动终端型号、首次使用云通讯网络时间、最近使用云通讯网络时间、累计使用流量（例如上行、下行）、移动终端已安装应用、使用云通讯网络的频次、归属用户组等；

根据上报信息计算网络性能参数，得到终端网络性能评估（可增加国家维度）：网速估计、时延估计、网络稳定性评估；

全网累计终端数、日活终端数、日活卡数、最高在线数统计；

移动用户终端类型占比统计，统计各种厂商移动终端的出现频度，以辅助建立用户模型；

鉴权统计（例如以卡维度），上报的信息中包含了云通讯终端鉴权的请求与回复，这些信息综合起来可以了解哪些运营商卡在哪些时间地点鉴权频度如何，以辅助运营商卡的性能分析；基于运营商卡的性能分析结果，可以构建运营商卡的KPI评价体系，为卡流量采购的决策提供有价值的参考数据；同时在实际运营过程中，可基于这些性能分析数据，为换卡策略的设计指明方向，从而提高用户体验满意度。

此外，通过接入数据变现平台，对去敏后不涉及用户隐私的数据进行商业变现，实现对用户的补贴，变向地降低用户使用成本；甚至对部分线路的用户实现免费，从而迅速扩大用户数量；同时通过用户数量的激增，大大丰富数据样本，实现数据价值的再次提高，产生更多地变现收益，从而形成良性发展闭环。

步骤S103，从平台服务器获取基于对行业大数据分析结果深度的挖掘结果，并根据所述挖掘结果云通讯终端对移动用户终端进行控制。

在本步骤中，可以按照以下方式对行业大数据分析结果进行进一步深度挖掘（还可以根据其他方式进行深度挖掘，并不局限于此）：

根据应用使用时长、应用类型使用时长统计用户粘性，并建立与用户出行目的地的关联；

根据用户使用云通讯终端时长统计用户粘性，并建立与用户出行目的地的关联；

根据移动用户终端应用各网络请求的频度，推断用户兴趣点，和上网习惯（可增加地理、时间维度等）；

搜索关键词收集（可增加地理、时间维度等），统计关键词热度，并建立与用户出行目的地及时间的关联；

根据用户出行国家的频度统计，得出用户出行国家排行榜；

根据用户出行目的地的频度统计，得出用户出行地理位置（可对应到景点）排行榜。

此外，通过对行业大数据分析结果的深度挖掘，云通讯终端能够对移动用户终端精准识别，更进一步可以实现对移动用户终端的精确控制，例如进行如下控制，但根据需要还可以有其他控制，并不局限于此：

目的地址的黑白名单：云通讯终端通常以开放热点的形式，供移动用户终端或其他终端以WiFi连接的方式接入以达到分享网络的目的。因此对于移动用户终端而言，就可能会有大量的后台应用升级或网络同步行为，从而耗费大量非用户主观意愿的流量，这对于流量资源非常珍贵的云通讯终端而言，有不少的负面影响。因此通过对行业大数据分析结果深度挖掘，能够对移动用户终端精准识别，就可以明确哪些请求并非用户主观行为，设置为黑名单后并不影响用户体验，从而避免不必要的流量浪费。现有的云通讯终端的黑白名单功能是人工事先设定的，调整起来不灵活不便捷，也无法精准控制。而本实施例中云通讯终端的黑白名单功能是在对移动用户终端精准识别的基础上，云通讯终端可以灵活动态地对移动用户终端进行精确控制。

业务类型流量控制：目前云通讯终端服务提供方承诺的不限量，通常来说都是在用户使用达到一定流量之后就进行限速，限速到一定程度网络就变得几乎不可用。因为服务商提供的流量是需要成本的，因此实际是不可能完全对用户不限流量的，只有用户消耗的流量在一定的可控范围，才能充分保障他们的利润。综上分析，在对移动用户终端精准识别的基础上，可以不再是一刀切的终端整体限速模式，而是针对特定的严重消耗流量的业务类型（比如大文件下载、视频流媒体等）进行限速控制，而对于新闻资讯、社交通讯等消耗流量较少的业务类型则不作限制，这样既保障了自身利益，也不至于无法使用云通讯终端提供的网络，提升用户好感度，和品牌口碑。

应用类型流量控制：在对移动用户终端精准识别的基础上，云通讯终端服务可以跟有些应用合作，在网络状况不佳、带宽不足的情况下，优先保障合作应用的网络请求。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

进一步参考图2，本发明实施例还提供一种云通讯终端，应用于云通讯应用场景下分析用户行为，包括：

提取过滤模块，用于开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩；

上传分析模块，用于将压缩后的关键信息数据周期性上传至平台服务器，使平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；

挖掘控制模块，用于从平台服务器获取行业大数据分析结果的挖掘结果，并根据所述挖掘结果对移动用户终端进行控制。

所述提取过滤模块，具体用于：

抓取与移动用户终端连接网口的流量数据，将数据解析成为数据包；将数据包按照协议类型分为无价值信息数据包和有价值信息数据包，对于无价值信息数据包过滤不用，对有价值信息数据包提取关键数据信息；对提取的关键数据信息进行字节数压缩；其中，对于无价值信息数据包过滤不用，具体包括：基于dhcp、eqpol协议的数据包过滤不用；对有价值信息数据包进行提取过滤关键数据信息，具体包括以下之一或组合：基于arp协议的数据包，至少提取数据包中的下面一个信息：mac、ip信息；基于icmp协议的数据包，至少提取数据包中的下面一个信息：数据包的时间、传输方向、目的地址、链路状况信息；设置计数字段，用于记录重复的icmp包，对于重复的icmp包过滤不用；基于dns协议的数据包，至少提取数据包中的下面一个信息：数据包的域名服务器地址、域名及对应解析结果、请求源ip、请求时间、上行包数目、上行包大小、下行包数目、下行包大小、用户总上行包数据、用户总上行包大小、用户总下行包数据、用户总下行包大小数据；基于http、tcp、udp、https、ntp、ssh协议的数据包，至少提取数据包中的下面一个信息：按照请求的源地址、源端口、目的地址、目的端口一致就认为是同一个访问流，提取流的开始时间戳、结束时间戳、源地址、源端口、目的地址、目的端口、上行包数目、上行包大小、下行包数目、下行包大小；其中基于http协议的数据包还提取url信息。

所述提取过滤模块，还具体用于在将压缩后的关键信息数据周期性上传至平台服务器之前包括以下之一或组合：采用高效语言，对压缩后的关键信息数据采取边提取过滤边解析，进行一次全遍历；在解析过程中，按照预先划分的日志打印的等级确定对日志打印的详细程度；在解析结束后，将解析结果存放本地数据库中，当解析结果的累计数据个数达到预设个数或者累计数据大小达到预设大小，将解析结果周期性上传至平台服务器。所述上传分析模块，具体用于：以预设频率唤醒云通讯终端，对压缩后的关键信息数据进行周期性的解析和上报，非唤醒时间云通讯终端进入深度休眠状态；当唤醒时，采用高效语言，对压缩后的关键信息数据采取边提取过滤边解析，并进行一次全遍历；预先将日志打印划分等级，在解析过程中，按照等级的高低，对日志打印的详细程度逐步递减；在解析结束后，将解析结果存放本地数据库中，当解析结果的累计数据个数达到预设个数或者累计数据大小达到预设大小，将解析结果上传至平台，使平台接收到解析结果后，将关键数据信息与特征库的数据进行匹配比对，识别网络请求流归属的应用，将识别结果附加到网络请求流的结尾存入平台数据库，根据识别结果推测用户行为，基于一系列用户行为得到用户特征模型，根据所述用户特征模型得到行业大数据分析结果，并进行可视化呈现；

所述挖掘控制模块，具体用于：基于行业大数据分析结果的深度挖掘结果，云通讯终端对移动用户终端精准进行识别，云通讯终端并对移动用户终端进行以下至少一种的精确控制：动态地控制目的地址的黑白名单；动态地控制业务类型流量，针对流量消耗超过预设流量值的业务类型，进行限速控制；动态地控制应用类型流量控制，优先保证指定应用的网络请求。

上述的涉及到的云通讯终端具体技术细节和云通讯应用场景下分析用户行为的方法中类似，在云通讯终端的实施方式中所能达到的技术效果在云通讯应用场景下分析用户行为的方法的实施方式中也同样可以实现，为了减少重复，这里不再赘述。相应地，在云通讯终端的实施方式中提到的相关技术细节也可应用在云通讯应用场景下分析用户行为的方法的实施方式中。

如图3所示，本发明实施例还提供了一种云通讯应用场景下分析用户行为的方法，该方法用于云通讯终端的平台服务器，包括：

步骤301，平台服务器接收云通讯终端上传的关键信息数据，所述关键信息数据是云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息压缩后的数据。

步骤302，平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘。

在本步骤中，平台服务器将接收到关键数据信息与特征库的数据进行匹配比对，识别网络请求流归属的应用，根据识别结果推测用户行为，并将识别结果附加到网络请求流中存入平台数据库；基于推测出的一系列用户行为得到用户特征模型，根据所述用户特征模型得到行业大数据分析结果，并进行可视化呈现，所述可视化呈现包括以下的至少一种：全网的总消耗、国家分类消耗、流量类型消耗、用户流量使用排行榜、流量按应用分类、流量按应用类型分类、移动用户终端和云通讯终端的关联关系、云通讯终端的档案、移动用户终端的档案、终端网络性能评估、全网累计统计、移动用户终端类型占比统计、鉴权统计。

其中对所述行业大数据分析结果进行挖掘，包括以下之一或组合：根据应用使用时长、应用类型使用时长统计用户粘性，并建立与用户出行目的地的关联；根据用户使用云通讯终端时长统计用户粘性，并建立与用户出行目的地的关联；根据移动用户终端应用各网络请求的频度，推断用户兴趣点，和上网习惯；搜索关键词收集，统计关键词热度，并建立与用户出行目的地及时间的关联；根据用户出行国家的频度统计，得出用户出行国家排行榜；根据用户出行目的地的频度统计，得出用户出行地理位置排行榜。

步骤303，平台服务器将行业大数据分析结果的挖掘结果发送给云通讯终端，以使云通讯终端根据所述挖掘结果对移动用户终端进行控制。

如图4所示，本发明实施例还提供了一种平台服务器，应用于云通讯应用场景下分析用户行为，包括：

接收模块，用于接收云通讯终端上传的关键信息数据，所述关键信息数据是云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息压缩后的数据；

分析挖掘模块，用于平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；

发送模块，用于将行业大数据分析结果的挖掘结果发送给云通讯终端，以使云通讯终端根据所述挖掘结果对移动用户终端进行控制。

上述的涉及到的平台服务器具体技术细节和前述的云通讯应用场景下分析用户行为的方法中类似，为了减少重复，这里不再赘述。

本说明书中的各个实施方式均采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。

最后应说明的是：上面对本发明的各种实施方式的描述以描述的目的提供给本领域技术人员。其不旨在是穷举的、或者不旨在将本发明限制于单个公开的实施方式。如上所述，本发明的各种替代和变化对于上述技术所属领域技术人员而言将是显而易见的。因此，虽然已经具体讨论了一些另选的实施方式，但是其它实施方式将是显而易见的，或者本领域技术人员相对容易得出。本发明旨在包括在此已经讨论过的本发明的所有替代、修改、和变化，以及落在上述申请的精神和范围内的其它实施方式。

Claims (17)

1.一种云通讯应用场景下分析用户行为的方法，所述方法应用于云通讯终端，其特征在于，包括：

云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩；

云通讯终端将压缩后的关键信息数据周期性上传至平台服务器，使平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；

云通讯终端从平台服务器获取行业大数据分析结果的挖掘结果，并根据所述挖掘结果对移动用户终端进行控制。

2.根据权利要求1所述的云通讯应用场景下分析用户行为的方法，其特征在于，所述对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩，具体包括：

云通讯终端抓取与移动用户终端连接网口的流量数据，将数据解析成为数据包；

将数据包按照协议类型分为无价值信息数据包和有价值信息数据包，对于无价值信息数据包过滤不用，对有价值信息数据包提取关键数据信息；

对提取的关键数据信息进行字节数压缩。

3.根据权利要求2所述的云通讯应用场景下分析用户行为的方法，其特征在于，所述对于无价值信息数据包过滤不用，具体包括：

基于dhcp、eqpol协议的数据包过滤不用。

4.根据权利要求2所述的云通讯应用场景下分析用户行为的方法，其特征在于，所述对有价值信息数据包进行提取过滤关键数据信息，具体包括以下之一或组合：

基于arp协议的数据包，至少提取数据包中的下面一个信息：mac、ip信息；

基于icmp协议的数据包，至少提取数据包中的下面一个信息：数据包的时间、传输方向、目的地址、链路状况信息；设置计数字段，用于记录重复的icmp包，对于重复的icmp包过滤不用；

基于dns协议的数据包，至少提取数据包中的下面一个信息：数据包的域名服务器地址、域名及对应解析结果、请求源ip、请求时间、上行包数目、上行包大小、下行包数目、下行包大小、用户总上行包数据、用户总上行包大小、用户总下行包数据、用户总下行包大小数据；

基于http、tcp、udp、https、ntp、ssh协议的数据包，至少提取数据包中的下面一个信息：按照请求的源地址、源端口、目的地址、目的端口一致就认为是同一个访问流，提取流的开始时间戳、结束时间戳、源地址、源端口、目的地址、目的端口、上行包数目、上行包大小、下行包数目、下行包大小；其中基于http协议的数据包还提取url信息。

5.根据权利要求1所述的云通讯应用场景下分析用户行为的方法，其特征在于，所述将压缩后的关键信息数据周期性上传至平台，具体包括：

以预设频率唤醒云通讯终端，对压缩后的关键信息数据进行周期性的解析和上报，非唤醒时间云通讯终端进入深度休眠状态。

6.根据权利要求5所述的云通讯应用场景下分析用户行为的方法，其特征在于，所述将压缩后的关键信息数据周期性上传至平台服务器之前，还包括以下之一或组合：

采用高效语言，对压缩后的关键信息数据采取边提取过滤边解析，进行一次全遍历；

在解析过程中，按照预先划分的日志打印的等级确定对日志打印的详细程度；

在解析结束后，将解析结果存放本地数据库中，当解析结果的累计数据个数达到预设个数或者累计数据大小达到预设大小，将解析结果周期性上传至平台服务器。

7.根据权利要求1所述的云通讯应用场景下分析用户行为的方法，其特征在于，所述云通讯终端对移动用户终端进行控制，具体包括：

基于行业大数据分析结果的挖掘结果，云通讯终端对移动用户终端进行识别，并对移动用户终端进行以下至少一种的控制：

动态地控制目的地址的黑白名单；

动态地控制业务类型流量，针对流量消耗超过预设流量值的业务类型，进行限速控制；

动态地控制应用类型流量控制，优先保证指定应用的网络请求。

8.一种云通讯终端，应用于云通讯应用场景下分析用户行为，其特征在于，包括：

提取过滤模块，用于开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息进行压缩；

上传分析模块，用于将压缩后的关键信息数据周期性上传至平台服务器，使平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；

挖掘控制模块，用于从平台服务器获取行业大数据分析结果的挖掘结果，并根据所述挖掘结果对移动用户终端进行控制。

9.根据权利要求8所述的云通讯终端，其特征在于，所述提取过滤模块，具体用于：

抓取与移动用户终端连接网口的流量数据，将数据解析成为数据包；将数据包按照协议类型分为无价值信息数据包和有价值信息数据包，对于无价值信息数据包过滤不用，对有价值信息数据包提取关键数据信息；对提取的关键数据信息进行字节数压缩；

其中，对于无价值信息数据包过滤不用，具体包括：基于dhcp、eqpol协议的数据包过滤不用；对有价值信息数据包进行提取过滤关键数据信息，具体包括以下之一或组合：基于arp协议的数据包，至少提取数据包中的下面一个信息：mac、ip信息；基于icmp协议的数据包，至少提取数据包中的下面一个信息：数据包的时间、传输方向、目的地址、链路状况信息；设置计数字段，用于记录重复的icmp包，对于重复的icmp包过滤不用；基于dns协议的数据包，至少提取数据包中的下面一个信息：数据包的域名服务器地址、域名及对应解析结果、请求源ip、请求时间、上行包数目、上行包大小、下行包数目、下行包大小、用户总上行包数据、用户总上行包大小、用户总下行包数据、用户总下行包大小数据；基于http、tcp、udp、https、ntp、ssh协议的数据包，至少提取数据包中的下面一个信息：按照请求的源地址、源端口、目的地址、目的端口一致就认为是同一个访问流，提取流的开始时间戳、结束时间戳、源地址、源端口、目的地址、目的端口、上行包数目、上行包大小、下行包数目、下行包大小；其中基于http协议的数据包还提取url信息。

10.根据权利要求8所述的云通讯终端，其特征在于，所述提取过滤模块，还具体用于在将压缩后的关键信息数据周期性上传至平台服务器之前包括以下之一或组合：

采用高效语言，对压缩后的关键信息数据采取边提取过滤边解析，进行一次全遍历；在解析过程中，按照预先划分的日志打印的等级确定对日志打印的详细程度；在解析结束后，将解析结果存放本地数据库中，当解析结果的累计数据个数达到预设个数或者累计数据大小达到预设大小，将解析结果周期性上传至平台服务器。

11.根据权利要求8所述的云通讯终端，其特征在于，所述挖掘控制模块，具体用于：

基于行业大数据分析结果的深度挖掘结果，云通讯终端对移动用户终端精准进行识别，云通讯终端并对移动用户终端进行以下至少一种的精确控制：动态地控制目的地址的黑白名单；动态地控制业务类型流量，针对流量消耗超过预设流量值的业务类型，进行限速控制；动态地控制应用类型流量控制，优先保证指定应用的网络请求。

12.一种云通讯应用场景下分析用户行为的方法，该方法用于云通讯终端的平台服务器，其特征在于，包括：

平台服务器接收云通讯终端上传的关键信息数据，所述关键信息数据是云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息压缩后的数据；

平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；

平台服务器将行业大数据分析结果的挖掘结果发送给云通讯终端，以使云通讯终端根据所述挖掘结果对移动用户终端进行控制。

13.根据权利要求12所述的云通讯应用场景下分析用户行为的方法，其特征在于，所述平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘，具体包括：

平台服务器将接收到关键数据信息与特征库的数据进行匹配比对，识别网络请求流归属的应用，根据识别结果推测用户行为，并将识别结果附加到网络请求流中存入平台数据库；

基于推测出的一系列用户行为得到用户特征模型，根据所述用户特征模型得到行业大数据分析结果，并进行可视化呈现，所述可视化呈现包括以下的至少一种：全网的总消耗、国家分类消耗、流量类型消耗、用户流量使用排行榜、流量按应用分类、流量按应用类型分类、移动用户终端和云通讯终端的关联关系、云通讯终端的档案、移动用户终端的档案、终端网络性能评估、全网累计统计、移动用户终端类型占比统计、鉴权统计。

14.根据权利要求12所述的云通讯应用场景下分析用户行为的方法，其特征在于，对所述行业大数据分析结果进行挖掘，包括以下之一或组合：

根据应用使用时长、应用类型使用时长统计用户粘性，并建立与用户出行目的地的关联；

根据用户使用云通讯终端时长统计用户粘性，并建立与用户出行目的地的关联；

根据移动用户终端应用各网络请求的频度，推断用户兴趣点，和上网习惯；

搜索关键词收集，统计关键词热度，并建立与用户出行目的地及时间的关联；

根据用户出行国家的频度统计，得出用户出行国家排行榜；

根据用户出行目的地的频度统计，得出用户出行地理位置排行榜。

15.一种平台服务器，应用于云通讯应用场景下分析用户行为，其特征在于，包括：接收模块，用于接收云通讯终端上传的关键信息数据，所述关键信息数据是云通讯终端开启root权限，抓取网口的流量数据，对流量数据提取过滤关键数据信息，并对提取的关键数据信息压缩后的数据；

分析挖掘模块，用于平台服务器根据所述关键数据信息推测用户行为，得到行业大数据分析结果并对所述行业大数据分析结果进行挖掘；

发送模块，用于将行业大数据分析结果的挖掘结果发送给云通讯终端，以使云通讯终端根据所述挖掘结果对移动用户终端进行控制。

16.根据权利要求15所述的平台服务器，其特征在于，所述分析挖掘模块，具体用于：

将接收到关键数据信息与特征库的数据进行匹配比对，识别网络请求流归属的应用，根据识别结果推测用户行为，并将识别结果附加到网络请求流中存入平台数据库；基于推测出的一系列用户行为得到用户特征模型，根据所述用户特征模型得到行业大数据分析结果，并进行可视化呈现，所述可视化呈现包括以下的至少一种：全网的总消耗、国家分类消耗、流量类型消耗、用户流量使用排行榜、流量按应用分类、流量按应用类型分类、移动用户终端和云通讯终端的关联关系、云通讯终端的档案、移动用户终端的档案、终端网络性能评估、全网累计统计、移动用户终端类型占比统计、鉴权统计。

17.根据权利要求16所述的平台服务器，其特征在于，所述分析挖掘模块对所述行业大数据分析结果进行挖掘，具体包括以下之一或组合：根据应用使用时长、应用类型使用时长统计用户粘性，并建立与用户出行目的地的关联；根据用户使用云通讯终端时长统计用户粘性，并建立与用户出行目的地的关联；根据移动用户终端应用各网络请求的频度，推断用户兴趣点，和上网习惯；搜索关键词收集，统计关键词热度，并建立与用户出行目的地及时间的关联；根据用户出行国家的频度统计，得出用户出行国家排行榜；根据用户出行目的地的频度统计，得出用户出行地理位置排行榜。

Images