CN106559281A - 生成应用特征库的方法和装置、虚拟机、及终端 - Google Patents
生成应用特征库的方法和装置、虚拟机、及终端 Download PDFInfo
- Publication number
- CN106559281A CN106559281A CN201510629943.5A CN201510629943A CN106559281A CN 106559281 A CN106559281 A CN 106559281A CN 201510629943 A CN201510629943 A CN 201510629943A CN 106559281 A CN106559281 A CN 106559281A
- Authority
- CN
- China
- Prior art keywords
- data message
- stream
- information
- feature
- primitive character
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
Abstract
本发明公开了一种生成应用特征库的方法和装置、虚拟机、及终端,涉及智能管道技术领域,其中,方法包括:模拟用户的访问行为主动对互联网应用进行访问;监听访问互联网应用过程中的数据报文,并根据预设特征数据提取规则对数据报文进行分类;对同类的数据报文进行聚合处理以得到应用流的原始特征信息;将应用流的原始特征信息压缩为应用流的行为模式特征,从而形成应用特征数据库。本发明无需人工干预即可快速、准确地自动生成应用特征库。
Description
技术领域
本发明涉及智能管道技术领域,尤其是一种生成应用特征库的方法和装置、虚拟机、及终端。
背景技术
应用特征库是应用识别中必须调用的数据库,其准确率直接影响应用识别的准确性。目前,应用特征库的建立是通过人工方式进行构建的,即,通过技术人员的经验,通过捉包分析,选出应用的相关特征位,编辑成为具体应用的特征条目。
但是,人工方式构建应用特征库更新频率过长,更新速度很慢,并且人工重复性的劳动也容易发生特征条目不准确、错误率高的问题;此外,在互联网应用的特征发生变化时,人工方式不能及时更新应用特征库中的特征条目,从而导致应用识别的准确性降低。
发明内容
本发明实施例的一个目的是:提供一种生成应用特征库的方法和装置、虚拟机、及终端,无需人工干预即可快速、准确地自动生成应用特征库。
根据本发明的一方面,提供一种生成应用特征库的方法,包括:模拟用户的访问行为主动对互联网应用进行访问;监听访问互联网应用过程中的数据报文,并根据预设特征数据提取规则对数据报文进行分类;对同类的数据报文进行聚合处理以得到应用流的原始特征信息;将应用流的原始特征信息压缩为应用流的行为模式特征,从而形成应用特征数据库。
在一个实施例中,所述预设特征数据提取规则包括下列标志位中的一项或多项:源/宿IP地址、源/宿端口、应用层协议、高层协议特征串。
在一个实施例中,所述根据预设特征数据提取规则对数据报文进行分类包括:将标志位与预设特征数据提取规则中的标志位匹配的数据报文确定为同类的数据报文。
在一个实施例中,所述对同类的数据报文进行聚合处理以得到应用流的原始特征信息包括:对同类的数据报文进行排序,统计同类的数据报文的流量大小、数据报文数量、数据报文的时间跨度、并发连接数中的一项或多项信息,并将排序后的数据报文、排序结果信息和统计结果信息保存为应用流的原始特征信息。
在一个实施例中,所述将应用流的原始特征信息压缩为应用流的行为模式特征包括:将应用流的原始特征信息中的数据报文压缩为一个数据报文,并生成压缩报告,从而形成应用流的行为模式特征,其中所述压缩报告包括排序结果信息、统计结果信息、以及同类的数据报文中各数据报文相关的标志位信息。
根据本发明的另一方面,提供一种生成应用特征库的装置,包括:主动访问单元,用于模拟用户的访问行为主动对互联网应用进行访问;报文监听单元,用于监听访问互联网应用过程中的数据报文,并根据预设特征数据提取规则对数据报文进行分类;流聚合单元,用于对同类的数据报文进行聚合处理以得到应用流的原始特征信息;流压缩单元,用于将应用流的原始特征信息压缩为应用流的行为模式特征,从而形成应用特征数据库。
在一个实施例中,所述预设特征数据提取规则包括下列标志位中的一项或多项:源/宿IP地址、源/宿端口、应用层协议、高层协议特征串。
在一个实施例中,所述报文监听单元将标志位与预设特征数据提取规则中的标志位匹配的数据报文确定为同类的数据报文。
在一个实施例中,所述流聚合单元对同类的数据报文进行排序,统计同类的数据报文的流量大小、数据报文数量、数据报文的时间跨度、并发连接数中的一项或多项信息,并将排序后的数据报文、排序结果信息和统计结果信息保存为应用流的原始特征信息。
在一个实施例中,所述流压缩单元将应用流的原始特征信息中的数据报文压缩为一个数据报文,并生成压缩报告,从而形成应用流的行为模式特征,其中所述压缩报告包括排序结果信息、统计结果信息、以及同类的数据报文中各数据报文相关的标志位信息。
根据本发明的又一方面,提供一种虚拟机,包括:上述任意一个实施例所述的生成应用特征库的装置。
根据本发明的再一方面,提供一种终端,包括:上述实施例所述的虚拟机。
本发明实施例通过模拟用户主动访问互联网应用的方式,能够获得最新的互联网应用特征。一方面,应用特征库是自动生成的,无须人工整理,减少了复杂性,降低了错误率。另一方面,能够适应应用协议不断变化的要求,即使互联网应用更新很快,也能同步获得最新的应用特征,确保应用特征库能够及时更新。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明生成应用特征库的方法一个实施例的流程示意图;
图2是本发明生成应用特征库的装置一个实施例的结构示意图。
具体实施方式
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,所描述的实施例仅仅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。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1是本发明生成应用特征库的方法一个实施例的流程示意图。该生成应用特征库的方法可以通过虚拟机上的生成应用特征库的装置来实现。如图1所示,该实施例的方法包括如下步骤:
步骤102,模拟用户的访问行为主动对互联网应用进行访问。
例如,可以利用集成有网页浏览器、视频播放器等互联网协议的访问工具的虚拟机模拟用户的访问行为主动对互联网应用进行访问。
这里,在对互联网应用进行访问之前,可以预先设置需要访问的互联网应用和相应的预设特征数据提取规则。
步骤104,监听访问互联网应用过程中的数据报文,并根据预设特征数据提取规则对数据报文进行分类。
其中,预设特征数据提取规则可以包括下列标志位中的一项或多项:源/宿IP地址、源/宿端口、应用层协议、高层协议特征串。通过不同标志位的组合,可以组成多个预设特征数据提取规则,从而可以形成多个特征数据库条目。
在一个实施例中,可以将标志位与预设特征数据提取规则中的标志位匹配的数据报文确定为同类的数据报文。举例来说,预设特征数据提取规则包括源IP地址和应用层协议,如果数据报文中的源IP地址和应用层协议与预设特征数据提取规则中的源IP地址和应用层协议相同,则将这样的数据报文确定为同类的数据报文。
步骤106,对同类的数据报文进行聚合处理以得到应用流的原始特征信息。
其中的一种示例性的方法为:对同类的数据报文进行排序,例如,可以按照数据报文的发送和接收时间的先后顺序进行排序。统计同类的数据报文的流量大小、数据报文数量、数据报文的时间跨度、并发连接数中的一项或多项信息,并将排序后的数据报文、排序结果信息和统计结果信息保存为应用流的原始特征信息。
步骤108,将应用流的原始特征信息压缩为应用流的行为模式特征,并形成压缩报告,从而形成应用特征数据库,其中压缩报告包括排序结果信息、统计结果信息、以及同类的数据报文中各数据报文相关的标志位信息。
这里,通过预设特征数据提取规则,例如预设标志位确定的同类的数据报文中各数据报文的其他标志位有可能具有类似或相关的特征,相关的标志位信息即指在其他标志位具有的类似或相关的特征。
其中的一种示例性的方法为:将应用流的原始特征信息中的数据报文压缩为一个数据报文,以形成应用流的行为模式特征。因此,行为模式特征中包含的信息包括压缩的数据报文、压缩前同类的数据报文中包含的数据报文的排序结果信息、统计结果信息、以及上述同类的数据报文中各数据报文相关的标志位信息,其中统计结果信息包括同类的数据报文的流量大小、数据报文的数量、数据报文的时间跨度、并发连接数中的一项或多项信息;相关的标志位信息可以包括但不限于目标网络前缀、传输层协议、应用层协议、是否加密等信息。
本实施例通过模拟用户主动访问互联网应用的方式,能够获得最新的互联网应用特征。一方面,应用特征库是自动生成的,无须人工整理,减少了复杂性,降低了错误率。另一方面,能够适应应用协议不断变化的要求,即使互联网应用更新很快,也能同步获得最新的应用特征,确保应用特征库能够及时更新。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图2是本发明生成应用特征库的装置一个实施例的结构示意图。该实施例的生成应用特征库的装置可以用于执行上述实施例的生成应用特征库的方法。如图2所示,该装置包括主动访问单元201、报文监听单元202、流聚合单元203和流压缩单元204,其中:
主动访问单元201,用于模拟用户的访问行为主动对互联网应用进行访问。
报文监听单元202,用于监听访问互联网应用过程中的数据报文,并根据预设特征数据提取规则对数据报文进行分类。
其中的预设特征数据提取规则可以包括下列标志位中的一项或多项:源/宿IP地址、源/宿端口、应用层协议、高层协议特征串。报文监听单元202可以将标志位与预设特征数据提取规则中的标志位匹配的数据报文确定为同类的数据报文。举例来说,预设特征数据提取规则包括源IP地址和应用层协议,如果数据报文中的源IP地址和应用层协议与预设特征数据提取规则中的源IP地址和应用层协议相同,则将这样的数据报文确定为同类的数据报文。
流聚合单元203,用于对同类的数据报文进行聚合处理以得到应用流的原始特征信息。
在一种示例性的方式中,流聚合单元203可以对同类的数据报文进行排序,统计同类的数据报文的流量大小、数据报文数量、数据报文的时间跨度、并发连接数中的一项或多项信息,并将排序后的数据报文、排序结果信息和统计结果信息保存为应用流的原始特征信息。
流压缩单元204,用于将应用流的原始特征信息压缩为应用流的行为模式特征,并形成压缩报告从而形成应用特征数据库,其中压缩报告包括排序结果信息、统计结果信息、以及同类的数据报文中各数据报文相关的标志位信息。这里,相关的标志位信息可以通过计算机运算得到。
在一种示例性的方式中,流压缩单元204可以将应用流的原始特征信息中的数据报文压缩为一个数据报文,以形成应用流的行为模式特征。因此,行为模式特征中包含的信息包括压缩的数据报文、压缩前同类的数据报文中包含的数据报文的排序结果信息、统计结果信息、以及上述同类的数据报文中各数据报文相关的标志位信息,其中统计结果信息包括同类的数据报文的流量大小、数据报文的数量、数据报文的时间跨度、并发连接数中的一项或多项信息;相关的标志位信息可以包括但不限于目标网络前缀、传输层协议、应用层协议、是否加密等信息。
本实施例中,通过模拟用户主动访问互联网应用的方式,能够获得最新的互联网应用特征。一方面,应用特征库是自动生成的,无须人工整理,减少了复杂性,降低了错误率。另一方面,能够适应应用协议不断变化的要求,即使互联网应用更新很快,也能同步获得最新的应用特征,确保应用特征库能够及时更新。
本发明提供的生成应用特征库的装置可以安装在虚拟机上,或者直接安装在终端上。优选地,将生成应用特征库的装置安装在虚拟机上,然后再将虚拟机安装在终端上,如此不会由于终端的不同对应用特征库的生成造成影响。
本发明还提供了一种虚拟机,包括:上述任意一个实施例所述的生成应用特征库的装置。
本发明还提供了一种终端,包括上述实施例所述的虚拟机。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (12)
1.一种生成应用特征库的方法,其特征在于,包括:
模拟用户的访问行为主动对互联网应用进行访问;
监听访问互联网应用过程中的数据报文,并根据预设特征数据提取规则对数据报文进行分类;
对同类的数据报文进行聚合处理以得到应用流的原始特征信息;
将应用流的原始特征信息压缩为应用流的行为模式特征,从而形成应用特征数据库。
2.根据权利要求1所述的方法,其特征在于,所述预设特征数据提取规则包括下列标志位中的一项或多项:源/宿IP地址、源/宿端口、应用层协议、高层协议特征串。
3.根据权利要求2所述的方法,其特征在于,所述根据预设特征数据提取规则对数据报文进行分类包括:
将标志位与预设特征数据提取规则中的标志位匹配的数据报文确定为同类的数据报文。
4.根据权利要求1所述的方法,其特征在于,所述对同类的数据报文进行聚合处理以得到应用流的原始特征信息包括:
对同类的数据报文进行排序,统计同类的数据报文的流量大小、数据报文数量、数据报文的时间跨度、并发连接数中的一项或多项信息,并将排序后的数据报文、排序结果信息和统计结果信息保存为应用流的原始特征信息。
5.根据权利要求4所述的方法,其特征在于,所述将应用流的原始特征信息压缩为应用流的行为模式特征包括:
将应用流的原始特征信息中的数据报文压缩为一个数据报文,并生成压缩报告,从而形成应用流的行为模式特征,其中所述压缩报告包括排序结果信息、统计结果信息、以及同类的数据报文中各数据报文相关的标志位信息。
6.一种生成应用特征库的装置,其特征在于,包括:
主动访问单元,用于模拟用户的访问行为主动对互联网应用进行访问;
报文监听单元,用于监听访问互联网应用过程中的数据报文,并根据预设特征数据提取规则对数据报文进行分类;
流聚合单元,用于对同类的数据报文进行聚合处理以得到应用流的原始特征信息;
流压缩单元,用于将应用流的原始特征信息压缩为应用流的行为模式特征,从而形成应用特征数据库。
7.根据权利要求6所述的装置,其特征在于,所述预设特征数据提取规则包括下列标志位中的一项或多项:源/宿IP地址、源/宿端口、应用层协议、高层协议特征串。
8.根据权利要求7所述的装置,其特征在于,所述报文监听单元将标志位与预设特征数据提取规则中的标志位匹配的数据报文确定为同类的数据报文。
9.根据权利要求6所述的装置,其特征在于,所述流聚合单元对同类的数据报文进行排序,统计同类的数据报文的流量大小、数据报文数量、数据报文的时间跨度、并发连接数中的一项或多项信息,并将排序后的数据报文、排序结果信息和统计结果信息保存为应用流的原始特征信息。
10.根据权利要求9所述的装置,其特征在于,所述流压缩单元将应用流的原始特征信息中的数据报文压缩为一个数据报文,并生成压缩报告,从而形成应用流的行为模式特征,其中所述压缩报告包括排序结果信息、统计结果信息、以及同类的数据报文中各数据报文相关的标志位信息。
11.一种虚拟机,其特征在于,包括:权利要求6-10任意一项所述的生成应用特征库的装置。
12.一种终端,其特征在于,包括:权利要求11所述的虚拟机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510629943.5A CN106559281A (zh) | 2015-09-29 | 2015-09-29 | 生成应用特征库的方法和装置、虚拟机、及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510629943.5A CN106559281A (zh) | 2015-09-29 | 2015-09-29 | 生成应用特征库的方法和装置、虚拟机、及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106559281A true CN106559281A (zh) | 2017-04-05 |
Family
ID=58416697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510629943.5A Pending CN106559281A (zh) | 2015-09-29 | 2015-09-29 | 生成应用特征库的方法和装置、虚拟机、及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106559281A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108289093A (zh) * | 2017-12-29 | 2018-07-17 | 北京拓明科技有限公司 | App应用特征码库的构建方法及构建系统 |
CN108737203A (zh) * | 2017-04-13 | 2018-11-02 | 中国移动通信有限公司研究院 | 一种集合提取的方法及装置 |
CN109787851A (zh) * | 2017-11-13 | 2019-05-21 | 北京京东尚科信息技术有限公司 | 一种流量统计数据获取方法和装置 |
CN111835542A (zh) * | 2019-04-19 | 2020-10-27 | 四川大学 | 一种自动提取及检验用于识别应用程序特征的方法 |
CN111929486A (zh) * | 2020-09-14 | 2020-11-13 | 南京奥通智能科技有限公司 | 单回路宽范围测量电压系统和测量方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101202652A (zh) * | 2006-12-15 | 2008-06-18 | 北京大学 | 网络应用流量分类识别装置及其方法 |
CN101582907A (zh) * | 2009-06-24 | 2009-11-18 | 成都市华为赛门铁克科技有限公司 | 一种增强蜜网诱骗力度的方法和蜜网系统 |
CN102045363A (zh) * | 2010-12-31 | 2011-05-04 | 成都市华为赛门铁克科技有限公司 | 网络流量特征识别规则的建立方法、识别控制方法及装置 |
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 |
CN102647310A (zh) * | 2012-04-23 | 2012-08-22 | 网经科技(苏州)有限公司 | 音频视频通话及模拟用户上网行为的压力测试方法 |
WO2014029094A1 (zh) * | 2012-08-23 | 2014-02-27 | 华为技术有限公司 | 报文处理方法、深度包检测请求网元和深度包检测设备 |
CN104486143A (zh) * | 2014-12-01 | 2015-04-01 | 中国联合网络通信集团有限公司 | 一种深度报文检测方法、检测系统 |
CN104602142A (zh) * | 2015-01-29 | 2015-05-06 | 太仓市同维电子有限公司 | 基于神经网络学习的业务分类方法 |
-
2015
- 2015-09-29 CN CN201510629943.5A patent/CN106559281A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101202652A (zh) * | 2006-12-15 | 2008-06-18 | 北京大学 | 网络应用流量分类识别装置及其方法 |
CN101582907A (zh) * | 2009-06-24 | 2009-11-18 | 成都市华为赛门铁克科技有限公司 | 一种增强蜜网诱骗力度的方法和蜜网系统 |
CN102045363A (zh) * | 2010-12-31 | 2011-05-04 | 成都市华为赛门铁克科技有限公司 | 网络流量特征识别规则的建立方法、识别控制方法及装置 |
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 |
CN102647310A (zh) * | 2012-04-23 | 2012-08-22 | 网经科技(苏州)有限公司 | 音频视频通话及模拟用户上网行为的压力测试方法 |
WO2014029094A1 (zh) * | 2012-08-23 | 2014-02-27 | 华为技术有限公司 | 报文处理方法、深度包检测请求网元和深度包检测设备 |
CN104486143A (zh) * | 2014-12-01 | 2015-04-01 | 中国联合网络通信集团有限公司 | 一种深度报文检测方法、检测系统 |
CN104602142A (zh) * | 2015-01-29 | 2015-05-06 | 太仓市同维电子有限公司 | 基于神经网络学习的业务分类方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108737203A (zh) * | 2017-04-13 | 2018-11-02 | 中国移动通信有限公司研究院 | 一种集合提取的方法及装置 |
CN109787851A (zh) * | 2017-11-13 | 2019-05-21 | 北京京东尚科信息技术有限公司 | 一种流量统计数据获取方法和装置 |
CN108289093A (zh) * | 2017-12-29 | 2018-07-17 | 北京拓明科技有限公司 | App应用特征码库的构建方法及构建系统 |
CN108289093B (zh) * | 2017-12-29 | 2021-09-17 | 北京拓明科技有限公司 | App应用特征码库的构建方法及构建系统 |
CN111835542A (zh) * | 2019-04-19 | 2020-10-27 | 四川大学 | 一种自动提取及检验用于识别应用程序特征的方法 |
CN111835542B (zh) * | 2019-04-19 | 2022-02-11 | 四川大学 | 一种自动提取及检验用于识别应用程序特征的方法 |
CN111929486A (zh) * | 2020-09-14 | 2020-11-13 | 南京奥通智能科技有限公司 | 单回路宽范围测量电压系统和测量方法 |
CN111929486B (zh) * | 2020-09-14 | 2021-01-12 | 南京奥通智能科技有限公司 | 单回路宽范围测量电压系统和测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106559281A (zh) | 生成应用特征库的方法和装置、虚拟机、及终端 | |
CN107943954A (zh) | 网页敏感信息的检测方法、装置及电子设备 | |
CN110213227A (zh) | 一种网络数据流检测方法及装置 | |
CN106202028B (zh) | 一种地址信息识别方法及装置 | |
CN107547262A (zh) | 告警级别的生成方法、装置和网管设备 | |
CN106131083A (zh) | 一种攻击报文检测和防范的方法及交换机 | |
CN104796300B (zh) | 一种数据包特征提取方法及装置 | |
CN109582844A (zh) | 一种识别爬虫的方法、装置及系统 | |
CN108092856A (zh) | 基于sdn的网络质量优化方法、系统及电子设备 | |
CN106682949A (zh) | 业务推荐方法、业务信息接收方法、装置及系统 | |
CN108304509A (zh) | 一种基于文本多向量表示相互学习的垃圾评论过滤方法 | |
CN107529093A (zh) | 一种视频文件播放量的检测方法及系统 | |
CN105468699B (zh) | 去重数据统计方法及设备 | |
CN108280560A (zh) | 一种对象评价防刷方法及装置 | |
CN106445907A (zh) | 一种领域词典的生成方法及装置 | |
CN108053214A (zh) | 一种虚假交易的识别方法和装置 | |
CN105813114B (zh) | 一种确定接入共享主机方法及装置 | |
CN109495562A (zh) | 获取设备标识的方法及装置 | |
CN106304084B (zh) | 信息处理方法及装置 | |
CN103685198B (zh) | 一种交互用户数据的方法和装置 | |
CN110138720A (zh) | 网络流量的异常分类检测方法、装置、存储介质和处理器 | |
CN106656850A (zh) | 一种自动识别网络流量并做限速的芯片实现方法 | |
CN111784516A (zh) | 业务路径的确定方法、装置和电子设备 | |
CN109756762A (zh) | 一种终端类别的确定方法及装置 | |
CN107665208A (zh) | 用户偏好度量方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170405 |