CN104486143B - 一种深度报文检测方法、检测系统 - Google Patents
一种深度报文检测方法、检测系统 Download PDFInfo
- Publication number
- CN104486143B CN104486143B CN201410718399.7A CN201410718399A CN104486143B CN 104486143 B CN104486143 B CN 104486143B CN 201410718399 A CN201410718399 A CN 201410718399A CN 104486143 B CN104486143 B CN 104486143B
- Authority
- CN
- China
- Prior art keywords
- flow
- characteristic information
- data
- information
- data service
- 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 44
- 238000005206 flow analysis Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 235000009776 Rathbunia alamosensis Nutrition 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 244000089409 Erythrina poeppigiana Species 0.000 description 1
- 244000097202 Rathbunia alamosensis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Abstract
本发明提供了一种深度报文检测方法和系统,其中,所述方法包括:流量分析平台根据来自DPI设备的流量信息记录确定数据业务使用频繁程度,依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,并将排序结果通知DPI设备;DPI设备根据排序结果更新自身特征库中与数据业务类型对应的特征信息的排列顺序;当DPI设备接收到数据报文时,从数据报文中提取特征信息依次与特征库中的特征信息进行比较,若找到匹配的特征信息,根据匹配特征信息确定数据报文的业务类型,并将数据报文及其业务类型写入流量信息记录中发送给流量分析平台。本发明提高了识别数据报文业务类型速度。
Description
技术领域
本发明涉及深度报文检测(DPI)领域,尤其涉及一种深度报文检测方法和系统。
背景技术
随着数据业务的发展和精细化运营,运营商通常要对流经网络的数据报文进行深度报文检测(DPI)。DPI设备通过串接或者旁路的方式采集网络数据流并从中提取数据报文,对数据报文进行解析,提取报文中的特征信息,将该特征信息依次与存储在其内部的特征库中的特征信息进行匹配,直至在特征库中找到匹配的特征字段,根据匹配的特征信息以及特征库中记录的特征信息对应的业务类型识别该数据报文代表的业务类型,现有的DPI设备对数据报文进行处理的流程如图1所示。DPI设备在识别数据报文的业务类型后,生成流量记录。DPI设备生成的流量记录可发送至流量分析平台,由流量分析平台根据特定需要对记录数据进行分析、挖掘。
根据现有技术,需要将数据报文的特征信息和特征库中的特征信息一个一个顺序匹配,直至在特征库中找到与数据报文的特征信息相匹配的字段。随着业务类型的不断增加,特征库中存储的特征信息越来越多。在数据库中众多的、无排列规律的特征信息中寻找所需的字段非常耗时,而是否能够在特征库中快速寻找到匹配的特征信息,是评估一个DPI设备性能优劣的重要参数。
发明内容
本发明提供了一种深度报文检测方法、检测设备和系统,以解决如何提高识别数据报文业务类型速度的技术问题。
为解决上述技术问题,本发明提供了一种深度报文检测方法,所述方法包括:
流量分析平台根据来自深度报文检测(DPI)设备的流量信息记录确定数据业务使用频繁程度,依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,并将排序结果通知所述深度报文检测设备;
所述深度报文检测设备根据所述排序结果更新自身特征库中与数据业务类型对应的特征信息的排列顺序;
当深度报文检测设备接收到数据报文时,从数据报文中提取特征信息依次与特征库中的特征信息进行比较,若找到匹配的特征信息,根据该匹配特征信息确定所述数据报文的业务类型,并将数据报文及其业务类型写入流量信息记录中发送给流量分析平台。
可选地,所述流量分析平台根据来自深度报文检测(DPI)设备的流量信息记录确定数据业务使用频繁程度,包括:
所述流量分析平台根据流量信息记录确定数据业务的占用流量和/或访问次数;
所述流量分析平台根据所述数据业务的占用流量和/或访问次数确定数据业务使用频繁程度。
可选地,所述流量分析平台根据流量信息记录确定数据业务的占用流量和/或访问次数,包括:
所述流量分析平台根据流量信息记录统计在预设条件下数据业务的占用流量和/或访问次数,所述预设条件包括:地域、接入类型、时间段或其组合。
可选地,所述流量分析平台依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,包括:
当流量分析平台在多个预设条件下进行数据业务的占用流量和/或访问次数的统计时,依据每种统计结果得到的数据业务的使用频繁程度分别对流量信息记录中与数据业务类型对应的特征信息进行排序。
可选地,所述当深度报文检测设备接收到数据报文时,从数据报文中提取特征信息依次与特征库中的特征信息进行比较,包括:
当深度报文检测设备接收到数据报文时,深度报文检测设备判断数据报文符合的预设条件,选择特征库中在该预设条件下的排序特征信息,将从数据报文中提取的特征信息依次与选择的排序后的特征信息进行比较。
为解决上述技术问题,本发明还提供了一种深度报文检测系统,所述系统包括:深度报文检测设备以及流量分析平台,其中,
所述流量分析平台,用于根据来自深度报文检测(DPI)设备的流量信息记录确定数据业务的使用频繁程度,依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,并将排序结果通知所述深度报文检测设备;
所述深度报文检测设备,用于根据所述排序结果更新自身特征库中与数据业务类型对应的特征信息的排列顺序;以及当接收到数据报文时,从数据报文中提取特征信息,将提取的特征信息依次与特征库中的特征信息进行比较,若找到匹配的特征信息,根据该匹配特征信息确定所述数据报文的数据业务类型,将数据报文及其业务类型写入流量信息记录中发送至流量分析平台。
可选地,所述流量分析平台,用于根据来自深度报文检测(DPI)设备的流量信息记录确定数据业务的使用频繁程度,包括:
根据流量信息记录确定数据业务的占用流量和/或访问次数;
根据所述数据业务的占用流量和/或访问次数确定数据业务使用频繁程度。
可选地,所述流量分析平台,用于根据流量信息记录确定数据业务的占用流量和/或访问次数,包括:
根据来自DPI的流量信息记录统计在预设条件下数据业务的占用流量和/或访问次数,所述预设条件包括:地域、接入类型、时间段或其组合。
可选地,所述流量分析平台,用于依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,包括:
当流量分析平台在多个预设条件下进行数据业务的占用流量和/或访问次数的统计时,依据每种统计结果得到的数据业务的使用频繁程度分别对流量信息记录中与数据业务类型对应的特征信息进行排序。
可选地,所述深度报文检测设备,用于收到数据报文时,从数据报文中提取特征信息依次与特征库中的特征信息进行比较,包括:
当接收到数据报文时,判断该数据报文符合的预设条件,选择特征库中在该预设条件下的排序特征信息,将从数据报文中提取的特征信息依次与选择的排序后的特征进行比较。
上述技术方案,由于DPI设备中特征库存储的特征信息已经按照数据业务使用频繁程度从高到低的顺序进行了排序,当根据特征库存储的特征信息判断接收数据报文的业务类型时,加快了常用数据业务的识别速度
附图说明
图1为现有技术中DPI设备对数据报文处理流程图;
图2为本实施例的深度报文检测方法流程图;
图3为本实施例的深度报文检测系统组成图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
图2为本实施例的深度报文检测方法流程图。
S201深度报文检测(DPI)设备接收数据报文;
S202DPI设备从数据报文中提取特征信息,将提取的特征信息与自身特征库中存储的与数据业务类型对应的特征信息进行比较,当存在匹配字段时,执行步骤S203;由于不存在匹配字段的情况不属于本实施例讨论的范围,执行步骤S209;所述特征信息包括:源统一资源定位器(URL)和/或目的URL;表1为所述特征库的示例;
特征信息 | 业务类型 |
http://news.sina.com.cn/ | 新浪新闻 |
http://mail.163.com/ | 163邮箱 |
http://tv.sohu.com/ | 搜狐视频 |
表1
S203DPI设备根据匹配的特征信息确定数据报文的业务类型;
S204DPI设备将数据报文及其业务类型记录在流量信息中;
表2为流量信息记录的示例,该表每一行数据除业务类型外均直接来自数据报文。
表2
S205DPI设备将记录的流量信息发送至流量分析平台;
S206流量分析平台根据记录的流量信息确定数据业务的使用频繁程度,并按照数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务对应的特征信息进行排序,并将排序结果通知所述深度报文检测设备;
可选地,可根据数据业务的占用流量和/或访问次数确定数据业务的使用频繁程度:
数据业务的占用流量,可以通过统计该类数据业务占用上行或下行的总流量占全部数据业务占用上行或下行总流量的比重获得;
数据业务的访问次数,可以对该“业务类型”出现在流量信息记录中的次数进行累加获得;
一般,数据业务占用流量越大,或者数据业务被访问次数越多,说明该数据业务使用越频繁;
由于流量分析平台接收到的流量信息记录可来自多个DPI设备,其从流量信息记录中获取到的特征信息可在一定程序上反映现有DPI设备可接收的所有数据业务的类型;
S207深度报文检测设备根据所述特征信息排序结果更新特征库;
S208判断DPI设备是否需要再次对数据报文进行深度检测时,如是,返回步骤S202;否则,执行步骤S209;
由于此时DPI设备中特征库存储的特征信息已经按照数据业务使用频繁程度从高到低的顺序进行了排序,当根据更新后的特征库存储的特征信息判断接收数据报文的业务类型时,加快了常用数据业务的识别速度。
S209流程结束。
上述步骤S206中,在流量分析平台统计信息记录表中数据业务的占用流量和/或访问次数时,为使统计结果更加准确和细致,可综合考虑数据业务的流量和访问次数在不同时间段(如工作日和非工作日,白天和晚上)、不同地域(如居民区和商业区、城市和山区)、不同网络接入类型(如移动网络接入和固网宽带接入)下的分布特征,以地域、接入类型、时间段或其组合为预设条件,统计在该预设条件下数据业务的占用流量和/或访问次数,再按照在该预设条件下数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序;如果设定了多种预设条件,在流量分析平台对流量信息记录中的特征信息进行排序时就可能出现多种排序结果,流量分析平台需记录每种排序结果,再将每种预设条件对应的特征信息排序结果通知所述DPI设备,通知的内容可如表3所示。
表3
此时,DPI设备根据流量分析平台发送的每种预设条件对应的特征信息排序结果更新特征库,在特征库中记录每种预设条件下的排序特征信息。若此时DPI设备接收到数据报文,DPI设备可先判断数据报文符合的预设条件,选择特征库中在该预设条件下的排序特征信息,将从数据报文中提取的特征信息依次与选择的排序后的特征进行比较,可进一步提高数据业务的识别速度。
图3为本实施例的深度报文检测系统组成图。
该系统包括:深度报文检测设备以及流量分析平台,其中,
所述流量分析平台,用于根据来自深度报文检测(DPI)设备的流量信息记录确定数据业务的使用频繁程度,依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,并将排序结果通知所述DPI设备;
可选地,所述流量分析平台,可根据数据业务的占用流量和/或访问次数确定数据业务的使用频繁程度;
数据业务的占用流量,可以通过统计该类数据业务占用上行或下行的总流量占全部数据业务占用上行或下行总流量的比重获得;
数据业务的访问次数,可以对该“业务类型”出现在流量信息记录中的次数进行累加获得;
流量分析平台统计信息记录表中数据业务的占用流量和/或访问次数时,为使统计结果更加准确和细致,可综合考虑数据业务的流量和访问次数在不同时间段(如工作日和非工作日,白天和晚上)、不同地域(如居民区和商业区、城市和山区)、不同网络接入类型(如移动网络接入和固网宽带接入)下的分布特征,以地域、接入类型、时间段或其组合为预设条件,统计在该预设条件下数据业务的占用流量和/或访问次数,再按照在该预设条件下数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序;如果设定了多种预设条件,在流量分析平台对流量信息记录中的特征信息进行排序时就可能出现多种排序结果,流量分析平台需记录每种排序结果,再将每种预设条件对应的特征信息排序结果通知所述DPI设备;
所述深度报文检测设备,用于根据所述排序结果更新自身特征库中与数据业务类型对应的特征信息的排列顺序;以及当接收到数据报文时,从数据报文中提取特征信息,将提取的特征信息依次与特征库中的特征信息进行比较,若找到匹配的特征信息,根据该匹配特征信息确定所述数据报文的数据业务类型,并将数据报文及其业务类型写入流量信息记录中发送至流量分析平台;
当DPI设备中存储的排序特征信息不只一种时,DPI在接收到数据报文后,可先判断该数据报文符合的预设条件,选择特征库中在该预设条件下的排序特征信息,将从数据报文中提取的特征信息依次与选择的排序后的特征进行比较,可进一步提高数据业务的识别速度。
上述实施例中,DPI设备中特征库存储的特征信息按照数据业务使用频繁程度从高到低的顺序进行了排序,当根据特征库存储的特征信息判断接收数据报文的业务类型时,加快了常用数据业务的识别速度。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现,相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
需要说明的是,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种深度报文检测方法,其特征在于,所述方法包括:
流量分析平台根据来自深度报文检测DPI设备的流量信息记录确定数据业务使用频繁程度,依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,并将排序结果通知所述深度报文检测设备;
所述深度报文检测设备根据所述排序结果更新自身特征库中与数据业务类型对应的特征信息的排列顺序;
当深度报文检测设备接收到数据报文时,从数据报文中提取特征信息依次与特征库中的特征信息进行比较,若找到匹配的特征信息,根据该匹配特征信息确定所述数据报文的业务类型,并将数据报文及其业务类型写入流量信息记录中发送给流量分析平台;
所述特征信息包括:源统一资源定位器URL和/或目的URL。
2.如权利要求1所述的方法,其特征在于,所述流量分析平台根据来自深度报文检测DPI设备的流量信息记录确定数据业务使用频繁程度,包括:
所述流量分析平台根据流量信息记录确定数据业务的占用流量和/或访问次数;
所述流量分析平台根据所述数据业务的占用流量和/或访问次数确定数据业务使用频繁程度。
3.如权利要求2所述的方法,其特征在于,所述流量分析平台根据流量信息记录确定数据业务的占用流量和/或访问次数,包括:
所述流量分析平台根据流量信息记录统计在预设条件下数据业务的占用流量和/或访问次数,所述预设条件包括:地域、接入类型、时间段或其组合。
4.如权利要求3所述的方法,其特征在于,所述流量分析平台依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,包括:
当流量分析平台在多个预设条件下进行数据业务的占用流量和/或访问次数的统计时,依据每种统计结果得到的数据业务的使用频繁程度分别对流量信息记录中与数据业务类型对应的特征信息进行排序。
5.如权利要求4所述的方法,其特征在于,所述当深度报文检测设备接收到数据报文时,从数据报文中提取特征信息依次与特征库中的特征信息进行比较,包括:
当深度报文检测设备接收到数据报文时,深度报文检测设备判断数据报文符合的预设条件,选择特征库中在该预设条件下的排序特征信息,将从数据报文中提取的特征信息依次与选择的排序后的特征信息进行比较。
6.一种深度报文检测系统,其特征在于,所述系统包括:深度报文检测设备以及流量分析平台,其中,
所述流量分析平台,用于根据来自深度报文检测DPI设备的流量信息记录确定数据业务的使用频繁程度,依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,并将排序结果通知所述深度报文检测设备;
所述深度报文检测设备,用于根据所述排序结果更新自身特征库中与数据业务类型对应的特征信息的排列顺序;以及当接收到数据报文时,从数据报文中提取特征信息,将提取的特征信息依次与特征库中的特征信息进行比较,若找到匹配的特征信息,根据该匹配特征信息确定所述数据报文的数据业务类型,将数据报文及其业务类型写入流量信息记录中发送至流量分析平台;
所述特征信息包括:源统一资源定位器URL和/或目的URL。
7.如权利要求6所述的系统,其特征在于,所述流量分析平台,用于根据来自深度报文检测DPI设备的流量信息记录确定数据业务的使用频繁程度,包括:
根据流量信息记录确定数据业务的占用流量和/或访问次数;
根据所述数据业务的占用流量和/或访问次数确定数据业务使用频繁程度。
8.如权利要求7所述的系统,其特征在于,所述流量分析平台,用于根据流量信息记录确定数据业务的占用流量和/或访问次数,包括:
根据来自DPI的流量信息记录统计在预设条件下数据业务的占用流量和/或访问次数,所述预设条件包括:地域、接入类型、时间段或其组合。
9.如权利要求8所述的系统,其特征在于,所述流量分析平台,用于依据数据业务使用频繁程度从高到低的顺序对流量信息记录中与数据业务类型对应的特征信息进行排序,包括:
当流量分析平台在多个预设条件下进行数据业务的占用流量和/或访问次数的统计时,依据每种统计结果得到的数据业务的使用频繁程度分别对流量信息记录中与数据业务类型对应的特征信息进行排序。
10.如权利要求9所述的系统,其特征在于,所述深度报文检测设备,用于收到数据报文时,从数据报文中提取特征信息依次与特征库中的特征信息进行比较,包括:
当接收到数据报文时,判断该数据报文符合的预设条件,选择特征库中在该预设条件下的排序特征信息,将从数据报文中提取的特征信息依次与选择的排序后的特征进行比较。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410718399.7A CN104486143B (zh) | 2014-12-01 | 2014-12-01 | 一种深度报文检测方法、检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410718399.7A CN104486143B (zh) | 2014-12-01 | 2014-12-01 | 一种深度报文检测方法、检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104486143A CN104486143A (zh) | 2015-04-01 |
CN104486143B true CN104486143B (zh) | 2018-07-06 |
Family
ID=52760650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410718399.7A Active CN104486143B (zh) | 2014-12-01 | 2014-12-01 | 一种深度报文检测方法、检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104486143B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301825B (zh) * | 2015-05-18 | 2020-10-16 | 南京中兴新软件有限责任公司 | Dpi规则的生成方法及装置 |
CN105100241B (zh) * | 2015-07-23 | 2018-12-18 | 中国联合网络通信集团有限公司 | 识别业务类型的方法及装置 |
CN106559281A (zh) * | 2015-09-29 | 2017-04-05 | 中国电信股份有限公司 | 生成应用特征库的方法和装置、虚拟机、及终端 |
CN106815112B (zh) * | 2015-11-27 | 2020-03-24 | 大唐软件技术股份有限公司 | 一种基于深度包检测的海量数据监控系统及方法 |
WO2018018572A1 (zh) * | 2016-07-29 | 2018-02-01 | 华为技术有限公司 | 样本数据采集方法、装置及系统 |
CN109428774B (zh) * | 2017-08-22 | 2020-12-22 | 网宿科技股份有限公司 | 一种dpi设备的数据处理方法及相关的dpi设备 |
CN111371649B (zh) * | 2020-03-03 | 2021-11-30 | 恒为科技(上海)股份有限公司 | 一种深度包检测方法及装置 |
CN113542203B (zh) * | 2020-04-21 | 2022-06-28 | 中国移动通信集团贵州有限公司 | 一种视频业务dpi识别方法及服务器 |
CN113438123B (zh) * | 2021-05-26 | 2022-08-30 | 曙光网络科技有限公司 | 网络流量监控方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101645892A (zh) * | 2009-08-26 | 2010-02-10 | 成都市华为赛门铁克科技有限公司 | 流量检测方法和设备 |
CN101741908A (zh) * | 2009-12-25 | 2010-06-16 | 青岛朗讯科技通讯设备有限公司 | 一种应用层协议特征的识别方法 |
CN102045347A (zh) * | 2010-11-30 | 2011-05-04 | 华为技术有限公司 | 协议识别方法和装置 |
CN102148805A (zh) * | 2010-02-09 | 2011-08-10 | 华为技术有限公司 | 特征匹配方法和装置 |
CN102420701A (zh) * | 2011-11-28 | 2012-04-18 | 北京邮电大学 | 一种互联网业务流特征的提取方法 |
-
2014
- 2014-12-01 CN CN201410718399.7A patent/CN104486143B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101645892A (zh) * | 2009-08-26 | 2010-02-10 | 成都市华为赛门铁克科技有限公司 | 流量检测方法和设备 |
CN101741908A (zh) * | 2009-12-25 | 2010-06-16 | 青岛朗讯科技通讯设备有限公司 | 一种应用层协议特征的识别方法 |
CN102148805A (zh) * | 2010-02-09 | 2011-08-10 | 华为技术有限公司 | 特征匹配方法和装置 |
CN102045347A (zh) * | 2010-11-30 | 2011-05-04 | 华为技术有限公司 | 协议识别方法和装置 |
CN102420701A (zh) * | 2011-11-28 | 2012-04-18 | 北京邮电大学 | 一种互联网业务流特征的提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104486143A (zh) | 2015-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104486143B (zh) | 一种深度报文检测方法、检测系统 | |
JP6991163B2 (ja) | 情報をプッシュする方法及びデバイス | |
CN107590242B (zh) | 一种地址信息处理方法及装置 | |
CN106384273B (zh) | 恶意刷单检测系统及方法 | |
CN102737057B (zh) | 一种商品类目信息的确定方法及装置 | |
CN106033416A (zh) | 一种字符串处理方法及装置 | |
CN107291755B (zh) | 一种终端推送方法及装置 | |
CN106959976B (zh) | 一种搜索处理方法以及装置 | |
CN104143005A (zh) | 一种相关搜索系统及方法 | |
CN106777190B (zh) | 识别兴趣点的wifi名称的方法和装置 | |
CN105045911B (zh) | 一种用于用户进行标记的标签生成方法及设备 | |
CN106709851A (zh) | 大数据检索方法及装置 | |
CN110765760A (zh) | 一种法律案件分配方法、装置、存储介质和服务器 | |
WO2017000817A1 (zh) | 获取数据之间的匹配关系的方法和装置 | |
CN108494977B (zh) | 短信号码的识别方法、装置和系统 | |
JP2011085994A (ja) | 広告配信装置、広告配信方法および広告配信プログラム | |
CN103997492B (zh) | 一种适配系统及方法 | |
CN107360197A (zh) | 一种基于dns日志的网络钓鱼分析方法及装置 | |
CN106469166B (zh) | 一种信息处理方法及装置 | |
KR20120053707A (ko) | 2차원 코드 검색 및 저장 장치 | |
CN108228643A (zh) | 一种检索方法及系统 | |
CN109727056B (zh) | 金融机构推荐方法、设备、存储介质及装置 | |
CN109241462A (zh) | 网页黑词处理方法、装置、设备及存储介质 | |
CN108090089B (zh) | 探测网站中热点数据的方法、装置和系统 | |
CN106933797B (zh) | 目标信息的生成方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |