CN112783731B - 异常设备检测方法、装置、设备和存储介质 - Google Patents
异常设备检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112783731B CN112783731B CN202110127434.8A CN202110127434A CN112783731B CN 112783731 B CN112783731 B CN 112783731B CN 202110127434 A CN202110127434 A CN 202110127434A CN 112783731 B CN112783731 B CN 112783731B
- Authority
- CN
- China
- Prior art keywords
- radio frequency
- access data
- equipment
- target
- detected
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 87
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000005856 abnormality Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000010801 machine learning Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
- H04W12/122—Counter-measures against attacks; Protection against rogue devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/63—Location-dependent; Proximity-dependent
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/69—Identity-dependent
- H04W12/79—Radio fingerprint
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种异常设备检测方法、装置、设备和存储介质,涉及数据处理技术领域,尤其涉及大数据技术。具体实现方案为:获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据;其中,所述目标应用程序基于所述待检测区域内设置的射频设备发出的射频信号提供服务;根据所述目标接入数据,对所述射频设备进行异常检测。本申请提供了一种新的异常设备检测机制,减少了检测过程耗费的人力成本和硬件成本,同时提高了检测结果的可靠性。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及大数据技术。
背景技术
随着互联网技术和通信技术的不断发展,用户终端特别是移动终端的应用领域也逐渐增多。用户终端通常需要借助设置于使用环境中的射频设备,实现与其他设备之间的通信、或实现定位等设定功能。因此,当使用环境中设置的射频设备出现异常,将严重影响终端用户的使用体验。
现有技术在对射频设备进行异常检测时,通常需要进行网关设备部署,导致投入人力成本和物力成本较高。同时,异常检测结果的准确度依赖于网关设备自身性能,因此也无法保证异常检测结果的可靠性。
发明内容
本申请提供了一种成本更低、检测结果可靠性更好的异常设备检测方法、装置、设备和存储介质。
根据本申请的一方面,提供了一种异常设备检测方法,包括:
获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据;其中,所述目标应用程序基于所述待检测区域内设置的射频设备发出的射频信号提供服务;
根据所述目标接入数据,对所述射频设备进行异常检测。
根据本申请的另一方面,还提供了一种异常设备检测装置,包括:
目标接入数据获取模块,用于获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据;其中,所述目标应用程序基于所述待检测区域内设置的射频设备发出的射频信号提供服务;
异常检测模块,用于根据所述目标接入数据,对所述射频设备进行异常检测。
根据本申请的另一方面,还提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请实施例提供的任意一种异常设备检测方法。
根据本申请的另一方面,还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本申请实施例提供的任意一种异常设备检测方法。
根据本申请的另一方面,还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本申请实施例提供的任意一种异常设备检测方法。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的一种异常设备检测方法的流程图;
图2是本申请实施例提供的另一种异常设备检测方法的流程图;
图3是本申请实施例提供的另一种异常设备检测方法的流程图;
图4是本申请实施例提供的一种异常设备检测装置的结构图;
图5是用来实现本申请实施例的异常设备检测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请提供的各异常设备检测方法和异常设备检测装置,适用于对待检测区域中设置的用于为用户终端提供射频信号的射频设备,进行异常检测的情况。本申请提供的各异常设备检测方法,可以由异常设备检测装置执行,该装置可以采用软件和/或硬件实现,并具体配置于电子设备中。
参见图1所示的一种异常设备检测方法,包括:
S101、获取待检测区域内用户终端运行目标应用程序时生成的目标接入数据;其中,目标应用程序基于待检测区域内设置的射频设备发出的射频信号提供服务。
其中,待检测区域为设置有至少一个射频设备的场所,如商场、写字楼或博物馆等室内场所。射频设备为向用户终端提供射频信号的设备,以使用户终端在运行目标应用程序时,为终端用户提供相应的业务服务。目标应用程序为用户终端中安装的用于提供设定功能服务的应用程序。其中,待检测区域的数量可以为至少一个;各待检测区域中设置的射频设备的数量可以为至少一个;用户终端的数量可以为至少一个,通常为多个;用户终端运行的目标应用程序可以为至少一个,通常为一个。
其中,目标接入数据用于表征用户终端在至少一个射频设备中的接入请求。示例性地,目标接入数据可以包括射频设备的设备标识、所接收射频信号的信号强度、接入时间和历史接入次数等中的至少一种。可以理解的是,本领域技术人员可以根据需要对目标接入数据中所包含内容类别进行调整。
其中,目标接入数据可以存储在执行异常设备检测方法的电子设备本地、与该电子设备所关联的其他存储设备或云端中。相应的,在需要进行异常设备检测时,从相应的存储位置进行目标接入数据的获取。
需要说明的是,进行目标接入数据采集和目标接入数据存储的设备可以是相同或不同的设备。其中,进行目标接入数据采集的设备通常为支持目标应用程序提供相应业务服务的业务服务器。而进行目标接入数据存储的设备,可以是该业务服务器自身、执行异常设备检测方法的电子设备、或者与业务服务器和执行异常设备检测方法的电子设备具备通信连接的其他设备。
由于在待检测区域中,终端用户可能会使用不止一种应用程序,例如美食类应用、导航类应用或资讯类应用等。有鉴于此,以下将从应用程序层面,对目标接入数据的获取过程进行详细说明。
为了便于描述,以下将终端用户可能会使用的应用程序称为候选应用程序;相应的,从多个候选应用程序中选取目标应用程序,并获取待检测区域内用户运行目标应用程序时,生成的目标接入数据。
在一个可选实施例中,可以从多个候选应用程序中,随机选取至少一个候选应用程序作为目标应用程序;获取待检测区域内用户终端运行目标应用程序时生成的目标接入数据。
由于在不同待检测区域中,终端用户使用应用程序的类型也不同、对各应用程序的使用频率也不同,相应的,所生成的目标接入数据的数量也不同。为了保证目标接入数据的数据量,为射频设备的异常检测提供丰富的数据支撑,在另一可选实施例中,可以预先获取大量终端用户在待检测区域内所使用的多个候选应用程序的使用情况;根据使用情况,从多个候选应用程序中选取目标应用程序;获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据。其中,使用情况可以包括候选应用程序的使用频次、使用率和受众数量等中的至少一种。示例性地,选取受众数量较大、使用频次较高或使用率较高的候选应用程序作为目标应用程序。
上述可选实施例在进行目标应用程序选取时,需要预先确定大量终端用户对候选应用程序的使用情况,因此将会投入大量的人力成本和时间成本。为了节约成本,提高目标应用程序的选取效率和便捷度,进而降低目标接入数据的获取难度,提高数据获取效率,在又一可选实施例中,还可以根据待检测区域的场所性质,从多个候选应用程序中选取目标应用程序;获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据。
示例性地,可以预先构建不同场所性质与候选应用程序之间的对应关系;根据该对应关系,确定待检测区域所对应的目标应用程序。其中,各场所性质与候选应用程序之间的对应关系可以由技术人员根据需要或经验值进行确定或调整。例如,娱乐场所对应短视频类应用程序或影视类应用程序、体育场所对应健身类应用程序、人文类场所对应导航类或讲解类应用程序、办公类场所对应通讯类或资讯类应用程序等。需要说明的是,上述对应关系仅作为示例进行说明,本领域技术人员可以根据需要对上述对应关系进行增加、删除或修改等调整,本申请对此不做任何限定。
可以理解的是,待检测区域的目标应用程序还可以在进行异常设备检测之前,由技术人员根据需要预先指定。
需要说明的是,应用程序的使用通常不存在空间局限性,也即终端用户在不同区域可能会使用相同的应用程序。有鉴于此,以下将从空间层面,对目标接入数据的获取过程进行详细说明。
在一个可选实施例中,获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据,可以是:确定用户终端运行目标应用程序时,生成的初始接入数据;根据待检测区域的区域标识和/或射频设备的设备标识,从初始接入数据中获取目标接入数据。
示例性地,可以在接入数据的存储设备中,确定用户终端运行目标应用程序时,生成的初始接入数据的存储区域;其中,初始接入数据包括至少一个区域的接入数据;根据待检测区域的区域标识和/或待检测区域所设置的射频设备的设备标识,从该存储区域的初始接入数据中,查找获取目标接入数据。
可以理解的是,通过区域标识和/或设备标识,进行目标接入数据的获取,无需进行与待检测区域无关的其他接入数据的获取,从而减少了接入数据获取时的数据传输量和在执行异常设备检测的电子设备的存储空间占用量。
需要说明的是,当至少两个待检测区域的目标应用程序相同时,可以直接根据至少两个待检测区域的区域标识,和/或在至少两个待检测区域中设置的射频设备的设备标识,从初始接入数据中进行至少两个待检测区域的目标接入数据的一并获取,从而为至少两个待检测区域的异常设备的并行确定或同时确定,奠定基础。
S102、根据目标接入数据,对射频设备进行异常检测。
可选的,根据目标接入数据,确定射频设备的接入情况;根据接入情况,对射频设备进行异常检测。
或者可选的,将目标接入数据输入至训练好的异常检测模型中,根据模型输出结果,对射频设备进行异常检测。其中,异常检测模型通过大量待检测区域的样本接入数据和异常标签值,对预先构建的机器学习模型进行训练得到。本申请对机器学习模型所采用的模型结构不做任何限定,本领域技术人员可以采用现有技术的机器学习模型中的一种或至少两种的组合加以实现。例如,机器学习模型可以是神经网络模型。
本申请实施例通过引入基于待检测区域内设置的射频设备发出的射频信号提供服务的目标应用程序,通过获取的待检测区域内用户终端运行目标应用程序时,生成的目标接入数据,进行射频设备的异常检测。本申请提供了一种新的异常检测机制,借助大数据技术,对接入数据进行挖掘,从而实现对异常设备的检测。由于本申请无需额外设置网关***对射频设备进行监控,因此也无需配备技术人员对网关***进行部署和维护,减少了硬件成本和人力成本。同时,检测过程无需依赖网关***自身性能,因此检测结果更具可靠性。
在一个可选实施例中,目标应用程序可以是提供定位服务的应用程序;待检测区域可以为终端用户需要使用定位服务,例如室内定位的设定区域;相应的,射频设备可以是用于用户终端辅助定位时,设置于待检测区域的外界环境的硬件设备。
在一个可选实施例中,射频设备可以包括蓝牙设备、WiFi(Wireless Fidelity,无线保真)设备、UWB(Ultra Wide Band,超带宽)设备、ZigBee(紫蜂)设备和RFID(RadioFrequency Identification,射频识别)标签等中的至少一种。
在上述各技术方案的基础上,本申请还提供了一个可选实施例,将“根据目标接入数据,对射频设备进行异常检测”细化为“根据目标接入数据,确定射频设备的接入情况;根据接入情况,对射频设备进行异常检测”,以完善射频设备的异常检测机制。
参见图2所示的一种异常设备检测方法,包括:
S201、获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据;其中,目标应用程序基于待检测区域内设置的射频设备发出的射频信号提供服务。
S202、根据目标接入数据,确定射频设备的接入情况。
S203、根据接入情况,对射频设备进行异常检测。
其中,接入情况可以是是否接入、接入频次和信号强度等信息中的至少一种。
在一个可选实施例中,可以针对待检测区域中的各射频设备,根据目标接入数据,确定该射频设备中是否有用户终端接入;若是,则确定该射频设备为正常设备;否则,确定该射频设备为异常设备。
由于前往待检测区域的终端用户较少时,仅通过用户终端是否接入进行异常设备检测,其检测结果准确度不高,并且射频设备还可能由于自身出现异常导致所发出射频信号较弱的情况,此时将会出现异常设备漏识别情况。为了进一步提高异常设备检测结果准确度,在另一可选实施例中,还可以按照射频设备的设备标识,对设定时段的目标接入数据进行统计;根据统计结果,确定射频设备的接入频次;根据接入频次和设定频次阈值,确定射频设备是否异常。
其中,设定时间段和设定频次阈值,可以分别由技术人员根据需要或经验值进行确定,或通过大量试验反复确定或调整。
示例性地,可以从待检测区域的射频设备列表中获取其中一个未检测的射频设备;根据设定时段内目标接入数据中用户终端的接入次数,确定该射频设备的接入频次;若接入频次小于设定频次阈值,则确定射频设备为异常设备;否则,确定该射频设备为异常设备;返回执行未检测的射频设备的获取操作,直至完成对待检测区域的射频设备列表中各射频设备的检测。
示例性地,还可以将待检测区域的射频设备类别中的各射频设备的设备标识为统计字段,一次完成各射频设备的目标接入数据的统计操作,得到各射频设备的接入频次统计结果;分别比较各射频设备的接入频次和设定频次阈值的大小;将比较结果为小于的射频设备确定为异常设备,以及将比较结果为非小于的射频设备确定为正常设备。
本申请实施例通过将射频设备的异常检测操作,细化为根据目标接入数据,确定射频设备的接入情况;根据接入情况,对射频设备进行异常检测。上述技术方案操作方便快捷,提高了检测效率。另外,上述方案无需依赖训练好的机器学习模型,因此也无需投入大量人力成本和时间成本,进行训练样本的收集和机器学习模型的训练,进一步减少了异常设备检测成本。
在上述各技术方案的基础上,本申请还提供了一个优选实施例,在该实施例中,对室内定位场景下设置的各蓝牙设备进行异常检测。当然,本申请实施例仅以蓝牙设备为例,不应理解为对射频设备的限定。
参见图3所示的一种异常设备检测方法,包括:
S301、当终端用户在待检测区域内使用目标应用程序时,目标应用程序的业务服务器采集各用户终端运行目标应用程序时,接入待检测区域的蓝牙设备生成的接入数据。
其中,接入数据包括所接入蓝牙设备的设备标识,用于后续进行接入次数统计。
S302、计算设备从业务服务器中获取接入数据。
S303、计算设备对设定历史时段的接入数据,按照蓝牙设备的设备标识进行接入次数统计。
其中,设定历史时段可以由技术人员根据需要或经验值确定,如一周。
S304、将蓝牙设备的接入次数和/或接入占比,作为蓝牙设备的活跃度。
S305、从蓝牙设备列表中获取其中一个未检测的蓝牙设备作为当前蓝牙设备。
S306、判断当前蓝牙设备的活跃度是否小于设定活跃度阈值;若是,则执行S307;否则,执行S308。
其中,设定活跃度阈值可以由技术人员根据需要或经验值确定或调整。例如可以根据待检测区域在设定历史时段人流量进行确定。
S307、确定当前蓝牙设备为异常设备;继续执行S309。
S308、确定当前蓝牙设备为正常设备。
S309、判断蓝牙设备列表中是否还有未检测的蓝牙设备;若是,则返回执行S305;否则结束。
本申请通过将业务服务器中的接入数据进行复用,借助大数据思想对接入数据进行挖掘,从而实现对异常蓝牙设备的检测。无需专门设置网关***对蓝牙设备的蓝牙信号发射情况进行监控,减少了异常设备检测成本。同时,无需依赖网关***的自身性能,使得异常检测结果更加可靠。
作为对上述各异常设备检测方法的实现,本申请还提供了一个实施异常设备检测方法的虚拟装置的可选实施例。进一步参见图4,该异常设备检测装置400,包括:目标接入数据获取模块401和异常检测模块402。其中,
目标接入数据获取模块401,用于获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据;其中,所述目标应用程序基于所述待检测区域内设置的射频设备发出的射频信号提供服务;
异常检测模块402,用于根据所述目标接入数据,对所述射频设备进行异常检测。
本申请实施例通过引入基于待检测区域内设置的射频设备发出的射频信号提供服务的目标应用程序,通过获取的待检测区域内用户终端运行目标应用程序时,生成的目标接入数据,进行射频设备的异常检测。本申请提供了一种新的异常检测机制,借助大数据技术,对接入数据进行挖掘,从而实现对异常设备的检测。由于本申请无需额外设置网关***对射频设备进行监控,因此也无需配备技术人员对网关***进行部署和维护,减少了硬件成本和人力成本。同时,检测过程无需依赖网关***自身性能,因此检测结果更具可靠性。
在一个可选实施例中,所述目标接入数据获取模块401,包括:
目标应用程序选取单元,用于根据所述待检测区域的场所性质,从多个候选应用程序中选取目标应用程序;
目标接入数据获取单元,用于获取待检测区域内用户终端运行目标应用程序时生成的目标接入数据。
在一个可选实施例中,所述目标接入数据获取模块401,包括:
初始接入数据确定单元,用于确定用户终端运行目标应用程序时生成的初始接入数据;
目标接入数据获取单元,用于根据所述待检测区域的区域标识和/或所述射频设备的设备标识,从所述初始接入数据中获取所述目标接入数据。
在一个可选实施例中,所述异常检测模块402,包括:
接入情况确定单元,用于根据所述目标接入数据,确定所述射频设备的接入情况;
异常检测单元,用于根据所述接入情况,对所述射频设备进行异常检测。
在一个可选实施例中,所述接入情况确定单元,包括:
统计子单元,用于按照所述射频设备的设备标识,对设定时段的所述目标接入数据进行统计;
接入频次确定子单元,用于根据统计结果,确定所述射频设备的接入频次;
其中,所述异常检测单元,包括:
异常检测子单元,用于根据所述接入频次和设定频次阈值,确定所述射频设备是否异常。
在一个可选实施例中,所述目标应用程序为提供定位服务的应用程序。
在一个可选实施例中,所述射频设备包括下述至少一种:蓝牙设备、无线保真WiFi设备、超带宽UWB设备、紫蜂ZigBee设备和射频识别RFID标签。
上述异常设备检测装置可执行本申请实施例提供的任意一种异常设备检测方法,具备执行异常设备检测方法相应的功能模块和有益效果。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本申请的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如异常设备检测方法。例如,在一些实施例中,异常设备检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的异常设备检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行异常设备检测方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机***可以包括应用程序和服务器。应用程序和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有应用程序-服务器关系的计算机程序来产生应用程序和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (15)
1.一种异常设备检测方法,包括:
获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据;其中,所述目标应用程序基于所述待检测区域内设置的射频设备发出的射频信号提供服务;
根据所述目标接入数据,对所述射频设备进行异常检测;
其中,所述获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据,包括:
基于不同场所性质与候选应用程序之间的对应关系,根据所述待检测区域的场所性质,从多个候选应用程序中选取目标应用程序;其中,娱乐场所对应短视频类应用程序或影视类应用程序;体育场所对应健身类应用程序;人文类场所对应导航类应用程序或讲解类应用程序;办公类场所对应通讯类应用程序或资讯类应用程序;
获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据。
2.根据权利要求1所述的方法,其中,所述获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据,包括:
确定用户终端运行目标应用程序时,生成的初始接入数据;
根据所述待检测区域的区域标识和/或所述射频设备的设备标识,从所述初始接入数据中获取所述目标接入数据。
3.根据权利要求1所述的方法,所述根据所述目标接入数据,对所述射频设备进行异常检测,包括:
根据所述目标接入数据,确定所述射频设备的接入情况;
根据所述接入情况,对所述射频设备进行异常检测。
4.根据权利要求3所述的方法,其中,所述根据所述目标接入数据,确定所述射频设备的接入情况,包括:
按照所述射频设备的设备标识,对设定时段的所述目标接入数据进行统计;
根据统计结果,确定所述射频设备的接入频次;
其中,所述根据所述接入情况,确定所述射频设备是否异常,包括:
根据所述接入频次和设定频次阈值,确定所述射频设备是否异常。
5.根据权利要求1-4任一项所述的方法,其中,所述目标应用程序为提供定位服务的应用程序。
6.根据权利要求5所述的方法,其中,所述射频设备包括下述至少一种:蓝牙设备、无线保真WiFi设备、超带宽UWB设备、紫蜂ZigBee设备和射频识别RFID标签。
7.一种异常设备检测装置,包括:
目标接入数据获取模块,用于获取待检测区域内用户终端运行目标应用程序时,生成的目标接入数据;其中,所述目标应用程序基于所述待检测区域内设置的射频设备发出的射频信号提供服务;
异常检测模块,用于根据所述目标接入数据,对所述射频设备进行异常检测;
其中,所述目标接入数据获取模块,包括:
目标应用程序选取单元,用于基于不同场所性质与候选应用程序之间的对应关系,根据所述待检测区域的场所性质,从多个候选应用程序中选取目标应用程序;其中,娱乐场所对应短视频类应用程序或影视类应用程序;体育场所对应健身类应用程序;人文类场所对应导航类应用程序或讲解类应用程序;办公类场所对应通讯类应用程序或资讯类应用程序;
目标接入数据获取单元,用于获取待检测区域内用户终端运行目标应用程序时生成的目标接入数据。
8.根据权利要求7所述的装置,其中,所述目标接入数据获取模块,包括:
初始接入数据确定单元,用于确定用户终端运行目标应用程序时生成的初始接入数据;
目标接入数据获取单元,用于根据所述待检测区域的区域标识和/或所述射频设备的设备标识,从所述初始接入数据中获取所述目标接入数据。
9.根据权利要求7所述的装置,所述异常检测模块,包括:
接入情况确定单元,用于根据所述目标接入数据,确定所述射频设备的接入情况;
异常检测单元,用于根据所述接入情况,对所述射频设备进行异常检测。
10.根据权利要求9所述的装置,其中,所述接入情况确定单元,包括:
统计子单元,用于按照所述射频设备的设备标识,对设定时段的所述目标接入数据进行统计;
接入频次确定子单元,用于根据统计结果,确定所述射频设备的接入频次;
其中,所述异常检测单元,包括:
异常检测子单元,用于根据所述接入频次和设定频次阈值,确定所述射频设备是否异常。
11.根据权利要求7-10任一项所述的装置,其中,所述目标应用程序为提供定位服务的应用程序。
12.根据权利要求11所述的装置,其中,所述射频设备包括下述至少一种:蓝牙设备、无线保真WiFi设备、超带宽UWB设备、紫蜂ZigBee设备和射频识别RFID标签。
13. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的一种异常设备检测方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的一种异常设备检测方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的一种异常设备检测方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127434.8A CN112783731B (zh) | 2021-01-29 | 2021-01-29 | 异常设备检测方法、装置、设备和存储介质 |
US17/511,810 US20220053335A1 (en) | 2021-01-29 | 2021-10-27 | Method for detecting an abnormal device, device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127434.8A CN112783731B (zh) | 2021-01-29 | 2021-01-29 | 异常设备检测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112783731A CN112783731A (zh) | 2021-05-11 |
CN112783731B true CN112783731B (zh) | 2023-09-05 |
Family
ID=75759899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110127434.8A Active CN112783731B (zh) | 2021-01-29 | 2021-01-29 | 异常设备检测方法、装置、设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220053335A1 (zh) |
CN (1) | CN112783731B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419679B (zh) * | 2022-04-01 | 2022-07-08 | 广东省通信产业服务有限公司 | 基于可穿戴设备数据的数据分析方法、装置及*** |
CN115563622B (zh) * | 2022-09-29 | 2024-03-12 | 国网山西省电力公司 | 一种运行环境的检测方法、装置和*** |
CN115827379A (zh) * | 2022-11-23 | 2023-03-21 | 腾讯科技(深圳)有限公司 | 异常进程检测方法、装置、设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103650569A (zh) * | 2013-07-22 | 2014-03-19 | 华为技术有限公司 | 无线网络故障诊断方法和设备 |
CN106412884A (zh) * | 2016-11-24 | 2017-02-15 | 北京小米移动软件有限公司 | Wifi连接的管理方法及装置 |
KR20170050409A (ko) * | 2015-10-30 | 2017-05-11 | 에스케이플래닛 주식회사 | 무선 메시 네트워크에서 비콘 장치의 이상 상태 검출 방법 및 이를 위한 장치, 이를 수행하는 컴퓨터 프로그램을 기록한 기록 매체 |
CN107402835A (zh) * | 2017-07-25 | 2017-11-28 | 广东欧珀移动通信有限公司 | 应用程序的异常处理方法、装置及存储介质和移动终端 |
CN109314870A (zh) * | 2017-04-01 | 2019-02-05 | 华为技术有限公司 | 无线信号检测方法及终端设备 |
CN110445558A (zh) * | 2019-08-13 | 2019-11-12 | 普联技术有限公司 | 性能测试方法、装置及终端设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7295831B2 (en) * | 2003-08-12 | 2007-11-13 | 3E Technologies International, Inc. | Method and system for wireless intrusion detection prevention and security management |
US8825011B2 (en) * | 2008-12-19 | 2014-09-02 | Tecore, Inc. | Intelligent network access control |
US10338191B2 (en) * | 2014-10-30 | 2019-07-02 | Bastille Networks, Inc. | Sensor mesh and signal transmission architectures for electromagnetic signature analysis |
CN109890067B (zh) * | 2019-02-21 | 2021-03-30 | 华为技术有限公司 | 对特定路线上的特定位置进行识别的方法及电子设备 |
US10909366B2 (en) * | 2019-02-28 | 2021-02-02 | Orbital Insight, Inc. | Joint modeling of object population estimation using sensor data and distributed device data |
-
2021
- 2021-01-29 CN CN202110127434.8A patent/CN112783731B/zh active Active
- 2021-10-27 US US17/511,810 patent/US20220053335A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103650569A (zh) * | 2013-07-22 | 2014-03-19 | 华为技术有限公司 | 无线网络故障诊断方法和设备 |
KR20170050409A (ko) * | 2015-10-30 | 2017-05-11 | 에스케이플래닛 주식회사 | 무선 메시 네트워크에서 비콘 장치의 이상 상태 검출 방법 및 이를 위한 장치, 이를 수행하는 컴퓨터 프로그램을 기록한 기록 매체 |
CN106412884A (zh) * | 2016-11-24 | 2017-02-15 | 北京小米移动软件有限公司 | Wifi连接的管理方法及装置 |
CN109314870A (zh) * | 2017-04-01 | 2019-02-05 | 华为技术有限公司 | 无线信号检测方法及终端设备 |
CN107402835A (zh) * | 2017-07-25 | 2017-11-28 | 广东欧珀移动通信有限公司 | 应用程序的异常处理方法、装置及存储介质和移动终端 |
CN110445558A (zh) * | 2019-08-13 | 2019-11-12 | 普联技术有限公司 | 性能测试方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
US20220053335A1 (en) | 2022-02-17 |
CN112783731A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112783731B (zh) | 异常设备检测方法、装置、设备和存储介质 | |
CN108430101B (zh) | 天线关闭方法、装置、存储介质和电子设备 | |
CN107920122A (zh) | 游戏玩家匹配方法、装置、匹配服务器及可读存储介质 | |
US11012970B2 (en) | Method for processing radio frequency interference and electronic device | |
CN107943570B (zh) | 应用管理方法、装置、存储介质及电子设备 | |
CN111078556B (zh) | 应用测试方法及装置 | |
CN113795039B (zh) | 运营商网络切换方法、装置、设备和计算机可读存储介质 | |
CN107404753B (zh) | 音量调节方法、装置、终端及存储介质 | |
CN106055408A (zh) | 一种应用控制方法及移动终端 | |
CN112749074B (zh) | 一种测试用例推荐方法以及装置 | |
CN111008090B (zh) | 电池电量的控制方法及装置、存储介质、终端设备 | |
CN114911598A (zh) | 任务调度方法、装置、设备以及存储介质 | |
CN114430366B (zh) | 信息采集应用下发方法、相关装置及计算机程序产品 | |
CN114389969A (zh) | 客户端的测试方法、装置、电子设备和存储介质 | |
CN112965799A (zh) | 任务状态的提示方法、装置、电子设备和介质 | |
CN108966122B (zh) | 一种用于确定无线接入点的高度信息的方法与设备 | |
CN114374703B (zh) | 云手机信息的获取方法、装置、设备以及存储介质 | |
CN108269223B (zh) | 一种网页图形绘制方法及终端 | |
CN112667868B (zh) | 一种数据检测方法以及装置 | |
CN114138358A (zh) | 应用程序的启动优化方法、装置、设备和存储介质 | |
CN111741053A (zh) | 数据预下载方法、装置、服务器、终端及存储介质 | |
CN107315623B (zh) | 一种上报统计数据的方法和装置 | |
CN112468952B (zh) | 定位方法、装置、存储介质及电子设备 | |
CN114115657B (zh) | 一种云手机的显示模式切换方法、装置、设备和介质 | |
CN112199245B (zh) | 移动终端屏幕检测方法、***、存储介质及移动终端 |
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 |