CN107391543A - 一种无线热点的类型识别方法和装置 - Google Patents

Abstract

本公开提供一种无线热点的类型识别方法和装置，其中方法包括：根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。本公开对热点类型的判别更加准确。

Description

一种无线热点的类型识别方法和装置

技术领域

本公开涉及计算机技术领域，特别涉及一种无线热点的类型识别方法和装置。

背景技术

在移动互联网的时代，无线热点(WiFi)已经非常普及，用户可以在自己的家庭中使用个人家庭热点，可以在上班时使用公司的热点，还可以在公共场所使用公共热点，比如，在餐厅、商场等场所都会设置热点，以方便用户使用网络。由于无线热点的类型较多，在用户通过这些热点使用网络时，可能会有识别热点类型的需求。比如，如果用户连接的是家庭热点，那么可以放心的上网，但是如果用户是通过餐厅等公共场所的热点使用网络，则用户可以多加小心，以防在上网过程中被盗取个人信息。

现有技术中，对无线热点类型的识别，可以根据热点名称进行判别，比如，如果热点的名称中包含hotel，则可以将该热点归属为酒店热点。但是这种类型识别方式可能会判别不准确，例如，若不法分子故意篡改名称，将一个钓鱼热点的名称中设置hotel，则会导致热点类型的误判，对用户的网络使用带来风险。

发明内容

有鉴于此，本公开提供一种无线热点的类型识别方法和装置，以提高无线热点类型识别的准确性。

具体地，本公开是通过如下技术方案实现的：

第一方面，提供一种无线热点的类型识别方法，所述方法包括：

根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。

第二方面，提供一种无线热点的类型识别装置，所述装置包括：

模型建立模块，用于根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

类型识别模块，用于根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。

第三方面，提供一种计算机可读存储介质，所述介质上存储有计算机指令，该指令被处理器执行时，用于执行以下步骤：

根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。

第四方面，提供一种热点识别设备，所述设备包括存储器、处理器，以及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行指令时实现以下步骤：

根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。

本公开的无线热点的类型识别方法和装置，通过结合无线热点的多种热点属性来刻画一个类型的热点，可以对热点类型的判别更加准确。

附图说明

图1是本公开实施例提供的一个无线热点的类型识别流程图；

图2是本公开实施例提供的一种热点信息的展示方式；

图3是本公开实施例提供的一种类型识别装置的结构示意图。

具体实施方式

无线热点(WiFi)的类型可以有很多种，例如，个人家庭WiFi、办公场所WiFi、公共场所WiFi等，其中，公共场所WiFi可以包括餐厅、酒店、学校、商场等细分场所地址的WiFi。在移动互联网的时代，WiFi的普及使得人们可以随时随地使用网络，比如，可以在餐厅就餐时连接餐厅WiFi，可以在酒店住宿时连接酒店WiFi，可以在商场购物时连接商场WiFi等。但是，WiFi的普及不仅方便了人们的上网，也带来了一定的安全隐患，诸如钓鱼和欺诈热点的事件时有发生，对于WiFi的使用者来说，期望能对所使用的WiFi有更多的了解，以更加放心的使用网络。

本公开例子的无线热点的类型识别方法，将用于更加准确的识别WiFi的类型，比如，可以识别出所使用的热点是商场WiFi，还是餐厅WiFi，或者还是酒店WiFi。更重要的是，本公开的类型识别方法，将能够识别出不法分子篡改伪造下的WiFi的真实类型。

本公开的类型识别方法，基于如下思想来识别一个无线热点的类型：每一种类型的无线热点，通常会具有该类型的热点所共有的特点，例如，酒店WiFi的特点是，使用该WiFi的用户数量较多且人员构成复杂，而且WiFi的使用时间大多在晚上；又例如，公司WiFi的特点是，使用该WiFi的人员数量相对稳定，尤其是小型公司，使用人员的数量较少，并且公司WiFi的使用时间大多在白天。由上可以看到，不同类型的WiFi可以具有不同的网络连接特点，并且该特点可以通过诸如用户数量、使用时间等多方面的热点属性来刻画。

例如，上述用于刻画无线热点的热点属性，可以包括如下的至少一项，但是在实际实施中，热点属性并不局限于如下信息，还可以包括其他信息。

连接过所述无线热点的用户数量，例如，大约有200用户连接过该热点；

连接过所述无线热点的设备数量，例如，大约有300设备连接过该热点；

通过所述无线热点使用网络的时间分布特征，例如，大部分人在晚上使用该热点进行上网，或者，在白天使用该热点上网的比例达到了60％；

连接过所述无线热点的用户的身份证解析的地址数量，例如，根据连接该热点的用户的身份证，解析得到用户所属的地区，包括大约10个省份的用户；

通过所述无线热点使用网络的用户的年龄分布特征，例如，连接该热点的用户中大约有一半人的年龄处于20至40的年龄段。

在采集各个无线热点的热点信息时，可以对每一个热点都采集相同的信息，例如包括上述的用户数量、设备数量等多种热点属性；其中，对于用户数量等属性，可以通过统计得到。在采集到热点信息后，可以根据这些热点信息进行新的无线热点类型的识别。如下结合图1，通过一个例子描述如何利用上述的热点信息确定一个新的无线热点的类型。

在步骤101中，获取已知热点类型的多个无线热点的热点属性，每个所述无线热点通过多个热点属性描述网络连接特点。

本例子中，可以通过多种方式获取到大量的热点信息。例如，一个拥有较多用户的应用，可以在用户连接到WiFi并使用该应用上网的过程中获取到大量的热点信息，这里的热点信息可以包括上面提到的多种热点属性，比如，连接到WiFi热点的用户信息，连接到WiFi热点的设备信息和时间信息等。可以将上述获取到的大量的热点信息称为热点信息大数据。

例如，获取的WiFi热点的多种热点属性可以包括：WiFi名称，30日内出现过的用户数量，30日内出现过的设备数量，一天24小时的每个时间段的上网时间占全部时间的占比(比如，如果由一个交易类应用采集，可以采集一天的每个时间段的交易占全部交易的占比)，每个年龄段的用户占所有用户的占比，出现过的用户的身份证解析地址(例如，省份)的数量。

基于上述采集到的热点信息大数据，本步骤中，可以由热点信息大数据中选择一部分已知热点类型的多个无线热点，作为后续步骤建立模型所使用的“种子数据”。比如，假设要建立一个判别WiFi热点是否是真正的酒店WiFi的模型，就选择酒店热点的热点信息，并且是确定肯定是酒店热点的信息。

例如，在种子数据的选择时，本例子可以利用强规则定义各种类型的“种子数据”在热点属性上具有的数据特点，以通过强规则选择出各种类型的WiFi。其中，所述的强规则包括无线热点的多种热点属性以及各个属性的阈值(这个规则筛选出wifi类型的准确率很高，所以称为强规则)，强规则可以是根据业务常识确定。例如，强规则所使用的热点属性可以包括上面提到的WiFi名称，30日内出现过的用户数量等热点属性；而属性对应的阈值可以根据业务确定，比如，30日内出现过的用户数量要求在3人以内是“家庭类wifi”的必要条件，不同类型对属性阈值的要求不同。比如，对于公司WiFi，连接过所述无线热点的用户的身份证解析的地址数量这个属性可以不做要求，而对于酒店WiFi，可以对上述身份证解析地址的数量这个属性加以限制，比如将地址数量限定为大于10，因为酒店这个场所通常人员构成比较复杂，身份证的解析地址数量较多是酒店WiFi的一个特点。

通过上述的强规则可以获取到各个热点类型的种子数据，例如，如下表1示例一种强规则定义的种子数据特点，不同的热点类型对属性的要求不同：

表1强规则定义的种子数据特点

以酒店类型热点的筛选为例，如果一个热点属于酒店热点，那么一般会设置多个热点属性满足如下条件：第一，WiFi名称中通常包括“酒店”、“hotel”、“宾馆”等；第二，连接过WiFi的用户数量通常大于200；第三，连接过WiFi的设备数量通常大于200；第四，晚间使用比例超过50％；第五，对连接过WiFi的用户的年龄段无要求；第六，连接过WiFi的用户的身份证解析地址的数量大于10。

按照上述规则，可以筛选出一定属于酒店热点的WiFi，其中，对于上述条件中的诸如第二点和第三点规则，可以对连接过WiFi的用户或设备数进行统计，以判断是否满足上述条件。如果一个无线热点的热点信息满足上述的酒店类型热点的条件，则确定该热点是酒店热点，该热点的热点信息即为对应酒店类型的分类模型的种子数据。对于其他类型的WiFi，可以采用上述类似的方式筛选出属于该类型的种子数据。根据上述方式筛选出的种子数据，都带有了“类型标签”，用于表示各数据属于何种热点类型的热点信息，例如下面的表2示例了几个种子数据。

表2种子数据

在步骤102中，根据已知热点类型的多个无线热点的热点信息，建立用于进行热点类型识别的分类模型。

例如，本步骤可以根据步骤101中获取到的种子数据，建立用于进行热点类型识别的分类模型。以GBDT(Gradient Boost Decision Tree，梯度提升树)为例。GBDT是一种基于树模型的分类算法。可以首先使用在步骤101中筛选出的种子数据作为样本，即使用前面提到的强规则对每个热点类型筛选出一定数量属于该类型的样本。再在本步骤用GBDT训练分类模型，然后在后续的步骤103中使用该分类模型对wifi进行判别，得到wifi的类型。在一个例子中，在分类模型的建立中，根据无线热点的热点名称之外的热点属性来建立模型，可以避免热点名称的篡改和伪造带来的影响，使得模型的建立更加准确。

在步骤103中，根据待识别的目标无线热点的热点属性、以及所述分类模型，确定所述目标无线热点的热点类型。

例如，本步骤可以根据已经建立的分类模型，识别一个新的无线热点(即目标无线热点)所属的类型。在一个例子中，假设已经建立的分类模型包括酒店、餐厅、家庭等多个类型对应的模型，可以通过这些模型得到新的无线热点分别属于各个类型的可能性，这种可能性可以用目标无线热点归属所述分类模型对应的热点类型的相似度表示。一个无线热点与某个热点类型之间的相似可以是该热点的各个热点属性与所述热点类型的热点的属性之间的相似。若所述相似度满足预定的相似条件，则确定所述分类模型对应的热点类型是所述目标无线热点的热点类型。所述的相似条件，例如可以是大于某个相似度阈值，或者选择与各个类型计算的相似度中的最高相似度的类型，即为与目标无线热点最相似的热点类型。

本例子的无线热点的类型识别方法，通过结合无线热点的多种热点属性来刻画一个类型的热点，可以对热点类型的判别更加准确。

在一个例子中，本例子还可以将目标无线热点的多种热点属性进行展示，公开该热点的多种热点属性，使得用户对该热点的信息更加了解，在使用热点的过程中做到信息透明，给人以安全、可靠的信任感。

在另一个例子中，在确定所述目标无线热点的热点类型之后，所述方法还包括：若确定的所述目标无线热点的热点类型与热点名称不一致，则显示告警提示信息，从而使得热点类型的准确识别还有助于风险防控。

例如，某WiFi热点名称中有hotel，但是它的名称之外的其他热点属性和酒店WiFi类型都不匹配，当用户要接入的时候，可以提醒用户不要接入，可以提示其存在欺诈风险。这种方式可以帮助用户核实WiFi的真实类型，避免用户使用钓鱼、欺诈的WiFi热点，使得用户在使用WiFi时更具有安全感。

示例性的，图2显示了一种热点信息的展示方式，图2中显示了目标无线热点ABC_hotel的各个热点属性，还可以显示酒店热点这一类型的热点通常具有的属性数据特点，例如可以是强规则中定义的酒店类型热点XX_HOTEL的属性特点，这样用户可以明显的进行对比，可以较容易的看出ABC_hotel的类型与普通酒店类型数据的不一致。并且，图2中还对用户进行了风险提示，例如显示“名称与类型不符合，请注意数据安全”。

此外，即使用户连接的热点没有风险，也可以通过本公开的方法，在用户连接热点进行网络操作时得知其所处的网络环境，并获知连接的热点的详细信息。例如，如果获知用户在使用公共场所的无线热点，则可以提醒用户注意个人隐私；如果获知用户在家庭或常用办公场所使用，则放松管控等。

在又一个例子中，在确定所述目标无线热点的热点类型之后，本公开的方法还可以根据识别到的所述目标无线热点的热点类型，确定通过所述目标无线热点使用网络时的网络信息展示方式。例如，一个应用可以在确定连网的热点类型后，将某些页面信息进行隐藏不再展示。

本公开例子提供的WiFi热点类型的判别方式，改变了现有技术那样的以WiFi名称简单判别热点类型的方式，而是根据多种热点属性刻画热点类型，从而能够更准确的识别WiFi热点类型，能够及时发现故意篡改名称等不法行为；此外，还可以向用户展示多种热点属性，使得用户使用网络更加放心。

上述图1所示流程中的各个步骤，其执行顺序不限制于流程图中的顺序。此外，各个步骤的描述，可以实现为软件、硬件或者其结合的形式，例如，本领域技术人员可以将其实现为软件代码的形式，可以为能够实现所述步骤对应的逻辑功能的计算机可执行指令。当其以软件的方式实现时，所述的可执行指令可以存储在存储器中，并被设备中的处理器执行。

例如，对应于上述方法，本公开同时提供一种热点识别设备，该设备可以包括处理器、存储器、以及存储在存储器上并可在处理器上运行的计算机指令，所述处理器通过执行所述指令，用于实现如下步骤：根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型，每个所述无线热点通过多个热点属性描述网络连接特点；根据待识别的目标无线热点的热点属性、以及所述分类模型，确定所述目标无线热点的热点类型。

本公开还提供了一种类型识别装置，如图3所示，该装置可以包括：模型建立模块31和类型识别模块32。

模型建立模块31，用于根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型，每个所述无线热点通过多个热点属性描述网络连接特点；

类型识别模块32，用于根据待识别的目标无线热点的热点属性、以及所述分类模型，确定所述目标无线热点的热点类型。

上述实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本公开时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

此外，图1所示的流程还可以被包括在计算机可读存储介质中，所述介质上存储有逻辑对应的机器可读指令，并且这些介质可以与执行指令的处理设备连接，介质上存储的所述指令能够被处理设备执行以实现如下步骤：根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型，每个所述无线热点通过多个热点属性描述网络连接特点；根据待识别的目标无线热点的热点属性、以及所述分类模型，确定所述目标无线热点的热点类型。

在本公开中，计算机可读存储介质可以是多种形式，比如，在不同的例子中，所述机器可读存储介质可以是：RAM(Radom Access Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。特殊的，所述的计算机可读介质还可以是纸张或者其他合适的能够打印程序的介质。使用这些介质，这些程序可以被通过电学的方式获取到(例如，光学扫描)、可以被以合适的方式编译、解释和处理，然后可以被存储到计算机介质中。

以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。

Claims (11)

1.一种无线热点的类型识别方法，所述方法包括：

根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。

2.根据权利要求1所述的方法，所述热点属性，包括如下的至少一项：

连接过所述无线热点的用户数量；

连接过所述无线热点的设备数量；

通过所述无线热点使用网络的时间分布特征；

连接过所述无线热点的用户的身份证解析的地址数量；

通过所述无线热点使用网络的用户的年龄分布特征。

3.根据权利要求1所述的方法，所述根据待识别的目标无线热点的热点属性、以及所述分类模型，确定所述目标无线热点的热点类型，包括：

根据所述热点属性和分类模型，得到所述目标无线热点归属所述分类模型对应的热点类型的相似度；

若所述相似度满足预定的相似条件，则确定所述分类模型对应的热点类型是所述目标无线热点的热点类型。

4.根据权利要求1所述的方法，所述热点类型，包括：用于表示所述无线热点所处位置的公共场所的细分场所地址。

5.根据权利要求1所述的方法，所述方法还包括：将所述目标无线热点的多种热点属性进行展示。

6.根据权利要求1所述的方法，在确定所述目标无线热点的热点类型之后，所述方法还包括：若确定的所述目标无线热点的热点类型与热点名称不一致，则显示告警提示信息。

7.根据权利要求1所述的方法，在确定所述目标无线热点的热点类型之后，所述方法还包括：根据识别到的所述目标无线热点的热点类型，确定通过所述目标无线热点使用网络时的网络信息展示方式。

8.一种无线热点的类型识别装置，所述装置包括：

模型建立模块，用于根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

类型识别模块，用于根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。

9.根据权利要求8所述的装置，所述热点属性，包括如下的至少一项：

连接过所述无线热点的用户数量；

连接过所述无线热点的设备数量；

通过所述无线热点使用网络的时间分布特征；

连接过所述无线热点的用户的身份证解析的地址数量；

通过所述无线热点使用网络的用户的年龄分布特征。

10.一种计算机可读存储介质，所述介质上存储有计算机指令，该指令被处理器执行时，用于执行以下步骤：

根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。

11.一种热点识别设备，所述设备包括存储器、处理器，以及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行指令时实现以下步骤：

根据已知热点类型的多个无线热点的热点属性，建立用于进行热点类型识别的分类模型；

根据待识别的目标无线热点的热点属性以及所述分类模型，确定所述目标无线热点的热点类型。