CN111278013B - 一种伪基站自动识别方法及装置 - Google Patents

一种伪基站自动识别方法及装置 Download PDF

Info

Publication number
CN111278013B
CN111278013B CN201811474578.5A CN201811474578A CN111278013B CN 111278013 B CN111278013 B CN 111278013B CN 201811474578 A CN201811474578 A CN 201811474578A CN 111278013 B CN111278013 B CN 111278013B
Authority
CN
China
Prior art keywords
information
lte cell
lte
data prediction
gsm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811474578.5A
Other languages
English (en)
Other versions
CN111278013A (zh
Inventor
邵锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Shandong Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Shandong Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Shandong Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201811474578.5A priority Critical patent/CN111278013B/zh
Publication of CN111278013A publication Critical patent/CN111278013A/zh
Application granted granted Critical
Publication of CN111278013B publication Critical patent/CN111278013B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种伪基站自动识别方法及装置，该方法包括：获取LTE小区实际检测信息；根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。通过使用小区单元流量RRC连接信息，克服了仅从LTE小区RRC连接次数判断不能排除由于自然业务量增长带来的变化，并考虑了历史信息，克服了自然波动、季节等时间周期等带来的影响，使得识别结果更准确。

Description

一种伪基站自动识别方法及装置
技术领域
本发明实施例涉及通信技术领域，尤其涉及一种伪基站自动识别方法及装置。
背景技术
伪基站，是能够搜取以其为中心、一定半径范围内的移动电话信息，并任意冒用他人手机号码强行向用户手机发送诈骗、推销等垃圾短信，通常安放在汽车或者一个比较隐蔽的地方发送。伪基站运行时，用户手机信号被强制连接到该设备上，无法连接到公用电信网络，以影响手机用户的正常使用，且同时如果伪基站与运营商网络设置为同频则会对运营商网络带来严重的干扰。
现有技术中，主要是通过运营商LTE基站无线资源控制(Radio ResourceControl；RRC)连接次数的异常增多进行主观或基于变化幅度绝对门限的判断来进行伪基站识别，而仅利用RRC连接次数突变未考虑业务量增长带来的正常RRC连接次数增加，易造成误判，且每个基站均有各自的RRC波动特性，包括自然波动、季节等时间周期，判定伪基站的准确度需提高。
因此如何更准确的发现伪基站已经成为业界继续解决的问题。
发明内容
本发明实施例提供一种伪基站自动识别方法及装置，用以解决上述背景技术中所提出的技术问题，或至少部分解决上述背景技术中所提出的技术问题。
第一方面，本发明实施例提供一种伪基站自动识别方法，包括：
获取LTE小区实际检测信息；
根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；
根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；
根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。
第二方面，本发明实施例提供一种伪基站自动识别装置，包括：
获取模块，用于获取LTE小区实际检测信息；
预测模块，用于根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；
计算模块，用于根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；
识别模块，用于根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述伪基站自动识别方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述伪基站自动识别方法的步骤。
本发明实施例所提供的一种伪基站自动识别方法及装置，通过LTE小区无线资源控制连接历史信息计算LTE小区单元流量连接历史信息，使用小区单元流量RRC连接信息，克服了仅从LTE小区RRC连接次数判断不能排除由于自然业务量增长带来的变化，并通过LTE小区单元流量连接历史信息建立可以实现预测功能的第一LTE数据预测模型，同时通过获取均值信息和标准差信息的存储模型最终得到的识别结果信息，考虑了历史信息，克服了自然波动、季节等时间周期等带来的影响，使得识别结果更准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明一实施例所提供伪基站自动识别方法流程图；
图2为本发明一实施例所描述的伪基站自动识别装置结构示意图；
图3为本发明一实施例所提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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例，都属于本发明保护的范围。
图1为本发明一实施例所提供伪基站自动识别方法流程图，如图1所示，包括：
步骤110，获取LTE小区实际检测信息；
步骤120，根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；
步骤130，根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；
步骤140，根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。
步骤110具体为，此处所描述的LTE小区实际检测信息是指LTE基站所实际检测到的该LTE基站所覆盖小区RRC连接次数信息。
步骤120具体为，获取第一LTE小区数据预测信息具体是指，确定第一LTE数据预测模型在某一时刻的LTE小区单元流量连接信息；此处所描述的第一均值信息和第一标准差信息是根据第一存储模型的LTE相对误差信息库中的信息所得到的。
本发明实施例中所描述的建立第一LTE数据预测模型和建立第一存储模型均在获取第一LTE小区数据预测信息的步骤之前。
步骤130具体为，此处所描述的得到LTE小区相对误差信息REt的具体步骤可以是：
Figure BDA0001891874700000041
其中Xt为第一LTE小区数据预测信息，其中ut为LTE小区实际检测信息。
步骤140具体为，本发明实施例中所描述的第一判断规则具体是指，若REt≥mean+2×std；则判定存在异常波动，此时第一识别结果信息为该LTE站点为伪基站；若REt<mean+2×std；则判定不存在异常波动，此时第一识别结果信息为该LTE站点为正常基站；其中，mean是指第一均值信息，std是指第一标准差信息。
此处所描述的第一判断规则的认定不能采用统一的LTE小区相对误差信息REt门限判定标准，因为每个LTE基站的单位流量RRC连接数以及覆盖区域有特定的波动变化趋势，因此本发明实施例通过对每个LTE小区相对误差信息REt进行统计，计算REt的平均值mean和标准差std，根据正态分布统计特性可知，当REt出现在平均值mean两侧2倍标准差std之外区域时，概率为4.55％，认为其是一个小概率事件，因此我们最终确定第一判断规则。
本发明实施例通过LTE小区无线资源控制连接历史信息计算LTE小区单元流量连接历史信息，使用小区单元流量RRC连接信息，克服了仅从LTE小区RRC连接次数判断不能排除由于自然业务量增长带来的变化，并通过LTE小区单元流量连接历史信息建立可以实现预测功能的第一LTE数据预测模型，同时通过获取均值信息和标准差信息的存储模型最终得到的识别结果信息，考虑了历史信息，克服了自然波动、季节等时间周期等带来的影响，使得对于伪基站的识别结果更准确。
在上述实施例的基础上，所述根据第一LTE数据预测模型获取第一LTE小区数据预测信息的步骤之前，所述方法还包括：
获取第一预设时间段内的LTE小区无线资源控制连接历史信息，并根据所述LTE小区无线资源控制连接历史信息得到第一预设时间段内的LTE小区单元流量连接历史信息；
将所述LTE小区单元流量连接历史信息进行时间序列化转换，以得到LTE小区单元流量数据库信息；
根据所述LTE小区单元流量数据库信息建立第一LTE数据预测模型。
具体的，本发明实施例中所描述的第一预设时间段可以是指4周，即4*7*24小时，此处所描述的LTE小区无线资源控制连接历史信息是指4*7*24小时内的LTE小区无线资源控制连接信息的合集，此处的小区数据按照先进先出的方式进行迭代；本发明实施例中所描述的LTE小区单元流量连接历史信息是LTE小区无线资源控制连接信息/(LTE上行数据流量+LTE下行数据流量)的合集，因为仅从LTE小区无线资源控制连接信息不能排除由于自然业务量增长带来的变化，因此本发明实施例中专门采用LTE小区单元流量连接历史信息.
在获取LTE小区单元流量数据库信息进行批量机器学习，最终得到第一LTE数据预测模型。
本发明实施例中所描述的时间序列化转化是指将原始数据格式的LTE小区单元流量连接历史信息转换为时间序列化数据格式的LTE小区单元流量数据库信息；其中原始数据格式的LTE小区单元流量连接历史信息可以是：
时段1
Figure BDA0001891874700000051
时段2
Figure BDA0001891874700000061
时段3
Figure BDA0001891874700000062
其中，时间序列化数据格式的LTE小区单元流量数据库信息可以是：
小区序列1
Figure BDA0001891874700000063
小区序列2
Figure BDA0001891874700000064
小区序列3
Figure BDA0001891874700000071
本发明实施例通过每个LTE基站收集LTE小区单元流量连接历史信息，排除了由于自然业务量增长带来的变化所造成的数据影响，且建立的第一LTE数据预测模型可以用于第一LTE小区数据预测信息的获取，有利于后续步骤的进行。
在上述实施例的基础上，所述通过第一存储模型获取第一均值信息和第一标准差信息的步骤之前，所述方法还包括：
根据第一LTE数据预测模型获取第一预设时间段内的第二LTE小区数据预测信息；
根据所述第二LTE小区数据预测信息和所述LTE小区无线资源控制连接历史信息生成LTE相对误差信息库，以根据所述LTE相对误差信息库生成第一存储模型。
具体的，本发明实施例中所描述的第二LTE小区数据预测信息是指在第一预设时间段内的LTE小区数据预测信息的合集，此处所描述的第一预设时间段可以是指4周，即4*7*24小时。
通过将第二LTE小区数据预测信息和LTE小区无线资源控制连接历史信息生成LTE小区相对误差信息合集REt1具体可以是：
Figure BDA0001891874700000072
其中Xt1为第二LTE小区数据预测信息，其中ut1为LTE小区无线资源控制连接历史信息。
在获得LTE小区相对误差信息合集REt1后，我们可以通过该合集进行机器学习技术得到第一存储模型；此处我们可以通过该第一存储模型，获取基于LTE小区相对误差信息合集REt1得到的第一均值信息和第一标准差信息。
本发明实施例通过获取LTE小区相对误差信息合集REt1所得到的第一存储模型可以根据该LTE小区相对误差信息合集REt1获取到更为可靠的第一均值信息和第一标准差信息，以方便后续步骤的进行。
在上述实施例的基础上，所述通过第一LTE数据预测模型获取第一LTE数据预测信息的步骤之前，所述方法还包括：
获取第一预设时间段内的预设区域GSM位置更新历史信息；
将所述预设区域GSM位置更新历史信息进行时间序列化转换，以得到预设区域GSM位置更新数据库；
根据所述预设区域GSM位置更新数据库建立第二GSM数据预测模型。
具体的，本发明实施例所描述的预设区域是指上述实施例中LTE基站小区所覆盖区域内的GSM基站小区，本发明实施例中所描述的GSM位置更新历史信息是指在第一预设时间段内的GSM小区位置更新检测信息的合集；此处的GSM位置更新历史信息按照先进先出的方式进行迭代；在根据预设区域GSM位置更新数据库进行机械学习，最终得到第二GSM数据预测模型。
本发明实施例中所描述的时间序列化转化和实施例中所描述的时间序列换转化步骤一致，具体步骤可以参照上述部分，此处不再赘述。
本发明实施例中的LTE基站小区所覆盖区域内的GSM基站小区的GSM位置更新历史信息的收集，并根据预设区域GSM位置更新数据库建立第二GSM数据预测模型，可以用于预测GSM数据预测信息，有利于后续步骤的进行。
在上述实施例的基础上，所述得到第一识别结果信息的步骤之后，所述方法还包括：
获取预设区域GSM位置更新检测信息；
通过第二GSM数据预测模型获取GSM数据预测信息，并通过第二存储模型获取第二均值信息和第二标准差信息；
通过所述预设区域GSM位置更新检测信息和所述GSM数据预测信息，得到GSM相对误差信息；
根据第二判断规则结合所述GSM相对误差信息、所述第二均值信息和所述第二标准差信息得到第一辅助识别信息；
根据所述第一识别结果和所述第一辅助识别信息以得到第二识别结果信息。
具体的，本发明实施例中获取预设区域GSM位置更新检测信息，可以是根据预设区域内的GSM基站来实现数据获取，此处所描述的GSM位置更新检测信息是指预设区域内的GSM基站位置更新数量信息。
本发明实施例中所描述的得到GSM相对误差信息REt2具体可以是：
Figure BDA0001891874700000091
其中，Xt2为GSM数据预测信息，ut2为预设区域GSM位置更新检测信息。
本发明实施例中所描述的第二判断规则可以是若REt2≥mean1+2×std1；则判定存在异常波动，此时第一识别结果信息为该LTE站点为伪基站；若REt2<mean1+2×std1；则判定不存在异常波动，此时第一识别结果信息为该LTE站点为正常基站；其中，mean1是指第一均值信息，std1是指第一标准差信息。
本发明实施例通过对于GSM位置更新检测信息的考虑，通过第二GSM数据预测模型和第二存储模型，最终得到第一辅助识别信息，可以通过该第一辅助识别信息辅助进行伪基站的判断。本发明实施例有效考虑了由于部分伪基站造成LTE终端长期驻留GSM网络，因此仅依靠LTE侧统计指标无法准确定位伪基站的问题，提高了伪基站识别的准确度。
在上述实施例的基础上，所述通过第二存储模型获取第二均值信息和第二标准差信息的步骤之前，所述方法还包括：
根据第二GSM数据预测模型获取第一预设时间段内的第二GSM数据预测信息；
根据所述第二GSM数据预测信息和所述预设区域GSM位置更新历史信息生成GSM相对误差信息库，以根据所述GSM相对误差信息库生成第二存储模型。
具体的，本发明实施例中所描述的第二GSM数据预测信息是指在第一预设时间段内的预设区域GSM位置更新检测信息的合集。
本发明实施例中所描述的GSM相对误差信息库是指根据第二GSM数据预测信息和预设区域GSM位置更新历史信息生成GSM相对误差信息的合集，从而得到GSM相对误差信息库；在得到GSM相对误差信息库后进行机器学习，以得到第二存储模型，此处的第二存储模型可以根据GSM相对误差信息库输出第二均值信息和第二标准差信息。
本发明实施例通过生成GSM相对误差信息库，从而根据其建立第二存储模型，以得到第二均值信息和第二标准差信息，方便后续步骤的进行。
在上述实施例的基础上，所述方法还包括：
获取实时受干扰资源块信息；
根据所述实时受干扰资源块信息结合第三判断规则，生成第二辅助识别信息；
根据所述第一识别结果信息和所述第二辅助识别信息生成第三识别结果信息。
本发明实施例中所描述的获取实时受干扰资源块信息可以是根据基站获取的，本发明实施例中的第三判断规则具体是指受干扰资源块数量等于25或者50则分别对应伪基站为5MHZ与10MZ带宽，此时得到第二辅助识别信息为伪基站；此处的第二辅助识别信息可以帮助识别伪基站。
本发明实施例通过获取实时受干扰资源块信息辅助伪基站的识别，是的伪基站识别更加准确。
图2为本发明一实施例所描述的伪基站自动识别装置结构示意图，如图2所示，包括：获取模块210、预测模块220、计算模块230和识别模块240；其中，获取模块210用于获取LTE小区实际检测信息；其中，预测模块220用于根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；其中，计算模块230用于根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；其中，识别模块240用于根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。
本发明实施例提供的装置是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
本发明实施例通过LTE小区无线资源控制连接历史信息计算LTE小区单元流量连接历史信息，使用小区单元流量RRC连接信息，克服了仅从LTE小区RRC连接次数判断不能排除由于自然业务量增长带来的变化，并通过LTE小区单元流量连接历史信息建立可以实现预测功能的第一LTE数据预测模型，同时通过获取均值信息和标准差信息的存储模型最终得到的识别结果信息，考虑了历史信息，克服了自然波动、季节等时间周期等带来的影响，使得对于伪基站的识别结果更准确。
图3为本发明一实施例所提供的电子设备结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行如下方法：获取LTE小区实际检测信息；根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。
此外，上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取LTE小区实际检测信息；根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述实施例所提供的一种伪基站自动识别方法，例如包括：获取LTE小区实际检测信息；根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

Claims (10)

1.一种伪基站自动识别方法，其特征在于，包括：
获取LTE小区实际检测信息；
根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；
根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；
根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息；
所述根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息，包括：
Figure FDA0003837668200000011
其中，REt表示所述LTE小区相对误差信息；Xt表示所述第一LTE小区数据预测信息；ut表示所述LTE小区实际检测信息；
所述根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息，包括：
若REt≥mean+2×std，则确定所述第一识别结果信息为所述LTE小区为伪基站；若REt＜mean+2×std，则确定所述第一识别结果信息为所述LTE小区为正常基站；
其中，mean表示所述第一均值信息；std表示所述第一标准差信息。
2.根据权利要求1所述方法，其特征在于，所述根据第一LTE数据预测模型获取第一LTE小区数据预测信息的步骤之前，所述方法还包括：
获取第一预设时间段内的LTE小区无线资源控制连接历史信息，并根据所述LTE小区无线资源控制连接历史信息得到第一预设时间段内的LTE小区单元流量连接历史信息；
将所述LTE小区单元流量连接历史信息进行时间序列化转换，以得到LTE小区单元流量数据库信息；
根据所述LTE小区单元流量数据库信息建立第一LTE数据预测模型。
3.根据权利要求2所述方法，其特征在于，所述通过第一存储模型获取第一均值信息和第一标准差信息的步骤之前，所述方法还包括：
根据第一LTE数据预测模型获取第一预设时间段内的第二LTE小区数据预测信息；
根据所述第二LTE小区数据预测信息和所述LTE小区无线资源控制连接历史信息生成LTE相对误差信息库，以根据所述LTE相对误差信息库生成第一存储模型。
4.根据权利要求1所述方法，其特征在于，所述通过第一LTE数据预测模型获取第一LTE数据预测信息的步骤之前，所述方法还包括：
获取第一预设时间段内的预设区域GSM位置更新历史信息；
将所述预设区域GSM位置更新历史信息进行时间序列化转换，以得到预设区域GSM位置更新数据库；
根据所述预设区域GSM位置更新数据库建立第二GSM数据预测模型。
5.根据权利要求4所述方法，其特征在于，所述得到第一识别结果信息的步骤之后，所述方法还包括：
获取预设区域GSM位置更新检测信息；
通过第二GSM数据预测模型获取GSM数据预测信息，并通过第二存储模型获取第二均值信息和第二标准差信息；
通过所述预设区域GSM位置更新检测信息和所述GSM数据预测信息，得到GSM相对误差信息；
根据第二判断规则结合所述GSM相对误差信息、所述第二均值信息和所述第二标准差信息得到第一辅助识别信息；
根据所述第一识别结果和所述第一辅助识别信息以得到第二识别结果信息。
6.根据权利要求5所述方法，其特征在于，所述通过第二存储模型获取第二均值信息和第二标准差信息的步骤之前，所述方法还包括：
根据第二GSM数据预测模型获取第一预设时间段内的第二GSM数据预测信息；
根据所述第二GSM数据预测信息和所述预设区域GSM位置更新历史信息生成GSM相对误差信息库，以根据所述GSM相对误差信息库生成第二存储模型。
7.根据权利要求1-3任一所述方法，其特征在于，所述方法还包括：
获取实时受干扰资源块信息；
根据所述实时受干扰资源块信息结合第三判断规则，生成第二辅助识别信息；
根据所述第一识别结果信息和所述第二辅助识别信息生成第三识别结果信息。
8.一种伪基站自动识别装置，其特征在于，包括：
获取模块，用于获取LTE小区实际检测信息；
预测模块，用于根据第一LTE数据预测模型获取第一LTE小区数据预测信息，并通过第一存储模型获取第一均值信息和第一标准差信息；
计算模块，用于根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息；
识别模块，用于根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息；
所述根据所述LTE小区实际检测信息和所述第一LTE小区数据预测信息，得到LTE小区相对误差信息，包括：
Figure FDA0003837668200000041
其中，REt表示所述LTE小区相对误差信息；Xt表示所述第一LTE小区数据预测信息；ut表示所述LTE小区实际检测信息；
所述根据第一判断规则结合所述第一均值信息、所述第一标准差信息和所述LTE小区相对误差信息，得到第一识别结果信息，包括：
若REt≥mean+2×std，则确定所述第一识别结果信息为所述LTE小区为伪基站；若REt＜mean+2×std，则确定所述第一识别结果信息为所述LTE小区为正常基站；
其中，mean表示所述第一均值信息；std表示所述第一标准差信息。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述伪基站自动识别方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述伪基站自动识别方法的步骤。
CN201811474578.5A 2018-12-04 2018-12-04 一种伪基站自动识别方法及装置 Active CN111278013B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811474578.5A CN111278013B (zh) 2018-12-04 2018-12-04 一种伪基站自动识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811474578.5A CN111278013B (zh) 2018-12-04 2018-12-04 一种伪基站自动识别方法及装置

Publications (2)

Publication Number Publication Date
CN111278013A CN111278013A (zh) 2020-06-12
CN111278013B true CN111278013B (zh) 2022-12-09

Family

ID=70998619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811474578.5A Active CN111278013B (zh) 2018-12-04 2018-12-04 一种伪基站自动识别方法及装置

Country Status (1)

Country Link
CN (1) CN111278013B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008090618A1 (ja) * 2007-01-25 2008-07-31 Hitachi Communication Technologies, Ltd. 無線通信システムおよび無線通信システムにおけるマルチキャストデータの配信方法
CN106231597A (zh) * 2015-06-02 2016-12-14 中国科学院上海高等研究院 一种伪基站的定位方法和***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5648286B2 (ja) * 2009-01-14 2015-01-07 ソニー株式会社 通信システム、通信装置、プログラム、及び通信制御方法
CN107426759B (zh) * 2017-08-09 2020-06-19 广州杰赛科技股份有限公司 新增基站数据业务量的预测方法和***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008090618A1 (ja) * 2007-01-25 2008-07-31 Hitachi Communication Technologies, Ltd. 無線通信システムおよび無線通信システムにおけるマルチキャストデータの配信方法
CN106231597A (zh) * 2015-06-02 2016-12-14 中国科学院上海高等研究院 一种伪基站的定位方法和***

Also Published As

Publication number Publication date
CN111278013A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN107566358B (zh) 一种风险预警提示方法、装置、介质及设备
EP3419353A1 (en) Method for positioning terminal, and network device
CN107948943B (zh) 双卡终端中异网卡的识别方法及服务器
CN110049508B (zh) 一种获取业务数据的方法及装置
CN111294819B (zh) 一种网络优化方法及装置
CN105262792B (zh) 一种车辆异常处理方法及车载终端
CN111246564A (zh) 基于mr数据的外部干扰定位方法及装置
CN106162714A (zh) 一种投诉信息处理方法及装置
CN107623900B (zh) 多卡多待移动终端的寻呼冲突处理方法、装置及移动终端
CN110856188B (zh) 通信方法、装置、***和计算机可读存储介质
CN108260126B (zh) 一种伪基站识别定位方法和装置
CN106998554B (zh) 一种伪基站的识别方法及装置
CN103856959A (zh) 无线局域网络质量监控方法、设备和***
CN111491307A (zh) 一种移动宽带网络信号强度等级确定方法和装置
CN105491092B (zh) 一种消息推送方法和装置
CN110536335B (zh) 测量参数发送、确定方法及装置、存储介质、基站、用户设备
CN104883705A (zh) 一种数据业务投诉的问题定位方法及装置
CN113645625A (zh) 伪基站定位方法、装置、电子设备和可读介质
CN111278013B (zh) 一种伪基站自动识别方法及装置
CN113691483B (zh) 异常用户设备的检测方法、装置、设备及存储介质
CN107071778A (zh) 伪基站识别方法及数据分析方法
CN112969193A (zh) 无线网络的干扰确定方法、装置及设备
CN105848157B (zh) 一种确定非安全短消息的方法及电子设备
EP3986017A1 (en) Method and device for identifying terminal experiencing anomaly, storage medium, and electronic device
CN108243446B (zh) 一种网络通信问题判定处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant