CN109542906A - 设备判定方法及装置 - Google Patents
设备判定方法及装置 Download PDFInfo
- Publication number
- CN109542906A CN109542906A CN201811385594.7A CN201811385594A CN109542906A CN 109542906 A CN109542906 A CN 109542906A CN 201811385594 A CN201811385594 A CN 201811385594A CN 109542906 A CN109542906 A CN 109542906A
- Authority
- CN
- China
- Prior art keywords
- bloom filter
- mark data
- stored
- reference device
- equipment
- 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.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种设备判定方法及装置,该方法包括:采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;获取待测设备的标识数据,并基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据;若在每个布隆过滤器中均查找到所述待测设备的标识数据,将所述待测设备判定为脏设备。本公开可降低布隆过滤器的误判率,从而保证判定结果的准确性。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种设备判定方法及装置。
背景技术
在数据信息时代,每天都会产生大量的脏设备数据,这些数据需要存储起来作为业务和统计的基础。布隆过滤器(BloomFilter)作为一种集合关系的查询工具,可用于检测一元素是否存在于集合之中,并且具有很好的时间效率和空间效率。若检测结果为是,该元素不一定在集合中;但若检测结果为否,该元素一定不在集合中。由此可知,布隆过滤器具有100%的召回率。
但是,随着推送数据量的不断增长,传统的布隆过滤器结构已经无法在成千上万的脏设备数据中保证查询结果的准确性,尤其是随着数据量的越来越大,布隆过滤器的准确性也随之下降,这样不可避免的会对数据分析带来负面的影响。
发明内容
为克服相关技术中存在的问题,本公开实施例提供了一种设备判定方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种设备判定方法,包括:
采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;
获取待测设备的标识数据,并根据存储在各个所述布隆过滤器中的所述脏设备的标识数据查找所述待测设备的标识数据;
若在每个布隆过滤器中均查找到所述待测设备的标识数据,将所述待测设备判定为脏设备。
在一个实施例中,采用多个布隆过滤器存储脏设备的标识数据包括:
获取参考设备的标识信息,根据所述参考设备的标识信息判断所述参考设备是否为脏设备;
在判断所述参考设备为脏设备时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中包括:
在判断所述参考设备为脏设备时,检测所述布隆过滤器中是否存储有该参考设备的标识数据;
在未检测到所述布隆过滤器中存储有该参考设备的标识数据时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据包括:
分别采用各个所述布隆过滤器配置的哈希函数计算所述待测设备的标识数据在各个所述布隆过滤器中的散列地址;
基于所述散列地址在与所述散列地址对应的所述布隆过滤器中查找是否存储有所述待测设备的标识数据。
在一个实施例中,所述多个布隆过滤器包括第一布隆过滤器和第二布隆过滤器;
其中,所述第一布隆过滤器配置有第一哈希函数,所述第二布隆过滤器配置有第二哈希函数,且所述第一哈希函数与所述第二哈希函数不同。
根据本公开实施例的第二方面,提供一种设备判定装置,包括:
存储模块,用于采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;
查找模块,用于获取待测设备的标识数据,并根据存储在各个所述布隆过滤器中的所述脏设备的标识数据查找所述待测设备的标识数据;
判定模块,用于在每个布隆过滤器中均查找到所述待测设备的标识数据时,将所述待测设备判定为脏设备。
在一个实施例中,所述存储模块包括:
判断子模块,用于获取参考设备的标识信息,根据所述参考设备的标识信息判断所述参考设备是否为脏设备;
存储子模块,用于在判断所述参考设备为脏设备时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,所述存储子模块包括:
检测单元,用于在判断所述参考设备为脏设备时,检测所述布隆过滤器中是否存储有该参考设备的标识数据;
存储单元,用于在未检测到所述布隆过滤器中存储有该参考设备的标识数据时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,所述查找模块包括:
计算子模块,用于分别采用各个所述布隆过滤器配置的哈希函数计算所述待测设备的标识数据在各个所述布隆过滤器中的散列地址;
查找子模块,用于基于所述散列地址在与所述散列地址对应的所述布隆过滤器中查找是否存储有所述待测设备的标识数据。
在一个实施例中,所述多个布隆过滤器包括第一布隆过滤器和第二布隆过滤器;
其中,所述第一布隆过滤器配置有第一哈希函数,所述第二布隆过滤器配置有第二哈希函数,且所述第一哈希函数与所述第二哈希函数不同。
根据本公开实施例的第三方面,提供一种设备判定装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行第一方面任一实施例所述方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现第一方面任一实施例所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:
该技术方案通过采用配置不同哈希函数的多个布隆过滤器来存储脏设备的标识数据,并在需要对待测设备进行判定时基于该多个布隆过滤器中存储的标识数据来查找待测设备的标识数据,以在所有布隆过滤器中均能查找到待测设备的标识数据时将该待测设备判定为脏设备。如此一来,本公开采用多个布隆过滤器来对待测设备进行检测判定,即可有效的降低布隆过滤器的误判率,从而保证判定结果的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1a和1b是根据一示例性实施例示出的布隆过滤器的原理图;
图2是根据一示例性实施例示出的设备判定方法流程图;
图3是根据一示例性实施例示出的标识数据的存储方法流程图;
图4是根据一示例性实施例示出的标识数据的存储方法流程图;
图5是根据一示例性实施例示出的标识数据的查找方法流程图;
图6a是根据一示例性实施例示出的设备判定装置的模块框图;
图6b是根据一示例性实施例示出的设备判定装置的模块框图;
图6c是根据一示例性实施例示出的设备判定装置的模块框图;
图6d是根据一示例性实施例示出的设备判定装置的模块框图;
图7是根据一示例性实施例示出的用于设备判定装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例所提供的技术方案涉及服务器,该服务器可用于进行数据的分析、存储、以及处理等相关功能,这里对此不做具体限定。相关技术中,图1a和图1b示例性示出了布隆过滤器的基本原理图。假设布隆过滤器中配置有7位存储空间和2个哈希函数,此时若有一脏设备的标识码在经过哈希函数处理之后,所得到的散列位置中的对应数值为零,则表明该脏设备的标识码尚未存储在布隆过滤器中,此时可将这两位赋值1,则表明该脏设备的标识码已经存储至布隆过滤器中,此后所有脏设备的标识码均可按照上述方法进行存储。但是随着推送数据量的不断增长,布隆过滤器的传统结构已经无法在成千上万的脏设备数据中保证查询结果的准确性,尤其是随着推送数据量的越来越大,难免会存在数据加密之后对应的散列位置已经赋1的情况,此时该设备会被误判为脏设备,由此导致布隆过滤器的准确性随之下降,这样不可避免的会对数据分析带来负面的影响。基于此,本公开实施例所提供的技术方案,通过采用配置有不同哈希函数的多个布隆过滤器来存储脏设备的标识数据,并在需要对待测设备进行判定时基于该多个布隆过滤器中存储的标识数据来查找待测设备的标识数据,以便在所有布隆过滤器中均能查找到待测设备的标识数据时将该待测设备判定为脏设备。如此一来,本公开技术方案采用多个布隆过滤器来对待测设备进行检测判定,可在保证布隆过滤器效率的基础上有效的降低布隆过滤器的误判率,从而保证判定结果的准确性。
图2示例性示出了本公开实施例所提供的设备判定方法的流程图。根据图2所示,该设备判定方法具体包括如下步骤S201至S203:
在步骤S201中,采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同。
其中,脏设备是指不符合预设规则的非法设备,例如某电商平台正在以预设规则进行优惠活动,其服务器可检测参与活动的设备是否符合预设规则,其中不符合预设规则的设备即为脏设备。脏设备的标识数据则是指脏设备的标识信息经过消息摘要算法处理之后所对应的数据,例如手机的imei(International Mobile Equipment Identity,国际移动设备识别码)或者mac(Media Access Control Address,媒体访问控制地址)等标识码对应的Md5值。
本实施例中,参考图3所示,采用多个布隆过滤器存储脏设备的标识数据的具体方法包括如下步骤S2011至步骤S2012:
在步骤S2011中,获取参考设备的标识信息,并根据该参考设备的标识信息判断参考设备是否为脏设备;
在步骤S2012中,在判断参考设备为脏设备时,将参考设备的标识数据分别存储在多个不同的布隆过滤器中。
其中,参考设备的标识信息是指imei或者mac等能对设备起到标识作用的信息,而参考设备的标识数据是指参考设备的标识信息经过消息摘要算法处理之后对应的数据例如Md5值,本实施例中关于脏设备和参考设备的标识信息以及标识数据的定义相同。需要说明的是:本实施例旨在将脏设备存储在不同的布隆过滤器中,至于根据参考设备的标识信息来判断参考设备是否为脏设备的方法,其具体可参考相关技术,这里不再赘述。
考虑到存储效率的问题,本实施例还可在存储脏设备的标识数据之前,检测布隆过滤器中是否已经存储有该标识数据。其中,参考图4所示,将参考设备的标识数据分别存储在多个不同的布隆过滤器中的具体方法包括如下步骤S2012-1至步骤S2012-2:
在步骤S2012-1中,在判断参考设备为脏设备时,检测布隆过滤器中是否已经存储有该参考设备的标识数据;
在步骤S2012-2中,在未检测到布隆过滤器中存储有该参考设备的标识数据时,将参考设备的标识数据分别存储在多个不同的布隆过滤器中。
其中,本实施例可先对参考设备进行检测以判断其是否为脏设备,再在参考设备为脏设备时检测其是否已存储在布隆过率器中,并在其尚未存储时将参考设备的标识数据存储在多个布隆过滤器中。
示例的,某电商平台正在进行优惠促销活动,并限定每个账号以及每台设备仅能享受一次优惠,该电商平台的服务器可用于获取终端设备的请求并为终端设备分配优惠权限。以手机为例,服务器在检测到手机客户端参与该活动时,便需对手机的身份进行校验,即根据手机的标识信息例如imei判断其是否符合活动规则,以便在其不符合活动规则时将其标记为脏设备,并将脏设备的标识数据例如imeiMd5存储在至少两个布隆过滤器中。这里以两个布隆过滤器为例,第一布隆过滤器中配置有第一哈希函数,第二布隆过滤器配置有第二哈希函数,由于第一哈希函数和第二哈希函数不同,因此脏设备的标识数据在该两个布隆过滤器中的存储地址也不相同,这样将有利于提高设备识别的准确度。其中,在对脏设备的标识数据进行存储时,服务器可先在布隆过滤器中查找是否已经存储有该脏设备的标识数据,具体可根据手机的imei Md5来进行查找,在确定布隆过滤器中尚未存储该脏设备的标识数据时,再将其标识数据分别存储在上述的两个布隆过滤器中。
在步骤S202中,获取待测设备的标识数据,基于各个布隆过滤器中存储的脏设备的标识数据查找待测设备的标识数据。
其中,待测设备的标识数据在经过哈希函数的计算之后可以转换为布隆过率器中的散列地址,该散列地址中的值为0时,表示未存储待测设备的标识数据,该散列地址中的值为1时,表示存储有待测设备的标识数据。
本实施例中,参考图5所示,基于各个布隆过滤器中存储的脏设备的标识数据查找待测设备的标识数据包括如下步骤S2021至S2022:
在步骤S2021中,分别采用各个布隆过滤器配置的哈希函数计算待测设备的标识数据在各个布隆过滤器中的散列地址;
在步骤S2022中,基于散列地址在与散列地址对应的布隆过滤器中查找是否存储有待测设备的标识数据。
示例的,服务器在将脏设备的标识数据存储至布隆过滤器之后,还可以对待测设备进行查找校验。具体而言,服务器在获取到待测设备的标识信息之后,可采用第一布隆过滤器配置的第一哈希函数来对待测设备的标识数据进行计算,以得到待测设备的标识数据在第一布隆过滤器中的散列地址,并检测该散列地址中存储的数值为0还是1,其中0表示待测设备的标识数据未存在第一布隆过滤器中、1表示待测设备的标识数据存储在该第一布隆过滤器中。在检测到散列地址中存储的数值为1时,服务器还可采用第二布隆过滤器配置的第二哈希函数来对待测设备的标识数据进行计算,以得到待测设备的标识数据在第二布隆过滤器中的散列地址,并检测该散列地址中存储的数值为0还是1,其中0表示待测设备的标识数据未存在第二布隆过滤器中、1表示待测设备的标识数据存储在该第二布隆过滤器中。基于此,本实施例可根据布隆过滤器的实际数量来查找待测设备的标识数据,这里以两个布隆过滤器为例进行说明,其它情况据此类推即可。需要说明的是:在各个布隆过滤器中查找待测设备的标识数据时,既可以同步查找,也可以逐个查找。在逐个查找的过程中,可在确定一布隆过滤器中存储有待测设备的标识数据之后,再在另一布隆过滤器中进行查找,否则便可停止查找以节约计算资源。
在步骤S203中,若在每个布隆过滤器中均查找到待测设备的标识数据,将该待测设备判定为脏设备。
示例的,服务器可在各个布隆过滤器中对待测设备的标识数据进行查找,若在所有布隆过滤器中均能查找到待测设备的标识数据,则表明该待测设备为脏设备的概率就非常大,如此便可将其确定为脏设备。基于此,本实施例采用不同的布隆过滤器来存储脏设备的标识数据,由于各个布隆过滤器中的哈希函数不同,因此脏设备的标识数据在布隆过滤器中的存储位置也会不同,这样在后期查找待测设备时,如果仍可在多个布隆过滤器中查找到其所对应的标识数据,就足以说明待测设备为脏设备,从而提高设备判断的准确度。但考虑到过多的布隆过滤器需要占用较多的空间资源,因此本实施例中可将布隆过滤器的数量设定在2~4个,以便于在提高准确度的基础上有效的节约空间资源。
基于上述描述,本公开实施例所提供的设备判定方法,通过采用配置有不同哈希函数的多个布隆过滤器来存储脏设备的标识数据,并在需要对待测设备进行判定时基于该多个布隆过滤器中存储的标识数据来查找待测设备的标识数据,以在所有布隆过滤器中均能查找到待测设备的标识数据时将该待测设备判定为脏设备。如此一来,本公开技术方案采用多个布隆过滤器来对待测设备进行检测判定,可在保证布隆过滤器效率的基础上有效的降低布隆过滤器的误判率,从而保证判定结果的准确性。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图6a是根据示例性实施例示出的设备判定装置的结构示意图,该装置可通过软件、硬件、或者两者的结合实现成为电子设备的部分或者全部。根据图6a所示,所述设备判定装置包括存储模块601、查找模块602和判定模块603。其中,存储模块601可用于采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;查找模块602可用于获取待测设备的标识数据,并基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据;判定模块603可用于在每个布隆过滤器中均查找到所述待测设备的标识数据时,将所述待测设备判定为脏设备。
在一个实施例中,参考图6b所示,所述存储模块601包括判断子模块6011和存储子模块6012。其中,判断子模块6011可用于获取参考设备的标识信息,根据所述参考设备的标识信息判断所述参考设备是否为脏设备;存储子模块6012可用于在判断所述参考设备为脏设备时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,参考图6c所示,所述存储子模块6012包括检测单元60121和存储单元60122。其中,检测单元60121可用于在判断所述参考设备为脏设备时,检测所述布隆过滤器中是否存储有该参考设备的标识数据;存储单元60122可用于在未检测到所述布隆过滤器中存储有该参考设备的标识数据时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,参考图6d所示,所述查找模块602包括计算子模块6021和查找子模块6022。其中,计算子模块6021可用于分别采用各个所述布隆过滤器配置的哈希函数计算所述待测设备的标识数据在各个所述布隆过滤器中的散列地址;查找子模块6022可用于基于所述散列地址在与所述散列地址对应的所述布隆过滤器中查找是否存储有所述待测设备的标识数据。
在一个实施例中,所述多个布隆过滤器包括第一布隆过滤器和第二布隆过滤器;其中,所述第一布隆过滤器配置有第一哈希函数,所述第二布隆过滤器配置有第二哈希函数,且所述第一哈希函数与所述第二哈希函数不同。
本公开实施例所提供的设备判定装置,采用配置有不同哈希函数的多个布隆过滤器来存储脏设备的标识数据,并在需要对待测设备进行判定时基于该多个布隆过滤器中存储的标识数据来查找待测设备的标识数据,以在所有布隆过滤器中均能查找到待测设备的标识数据时将该待测设备判定为脏设备。如此一来,本公开技术方案采用多个布隆过滤器来对待测设备进行检测判定,可在保证布隆过滤器效率的基础上有效的降低布隆过滤器的误判率,从而保证判定结果的准确性。
关于上述实施例中的装置,其各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开实施例还提供了一种设备判定装置,该装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为执行:
采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;
获取待测设备的标识数据,并基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据;
若在每个布隆过滤器中均查找到所述待测设备的标识数据,将所述待测设备判定为脏设备。
在一个实施例中,上述处理器还可被配置为:
获取参考设备的标识信息,根据所述参考设备的标识信息判断所述参考设备是否为脏设备;
在判断所述参考设备为脏设备时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,上述处理器还可被配置为:
在判断所述参考设备为脏设备时,检测所述布隆过滤器中是否存储有该参考设备的标识数据;
在未检测到所述布隆过滤器中存储有该参考设备的标识数据时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,上述处理器还可被配置为:
分别采用各个所述布隆过滤器配置的哈希函数计算所述待测设备的标识数据在各个所述布隆过滤器中的散列地址;
基于所述散列地址在与所述散列地址对应的所述布隆过滤器中查找是否存储有所述待测设备的标识数据。
图7是根据示例性实施例示出的用于设备判定装置70的框图,该装置70可被提供为服务器。装置70包括处理组件702,其进一步包括一个或多个处理器,以及由存储器704所代表的存储器资源,用于存储可由处理组件702的执行的指令,例如应用程序。存储器704中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件702被配置为执行指令,以执行上述的设备判定方法。
装置70还可以包括一个电源组件706,被配置为执行装置70的电源管理,一个有线或无线网络接口708,被配置为将装置70连接到网络,以及一个输入/输出(I/O)接口710。装置70可以操作基于存储在存储器704的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本公开实施例还提供一种非临时性计算机可读存储介质,当存储介质中的指令由装置70的处理器执行时,使得装置70可执行上述的设备判定方法,所述方法包括:
采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;
获取待测设备的标识数据,并基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据;
若在每个布隆过滤器中均查找到所述待测设备的标识数据,将所述待测设备判定为脏设备。
在一个实施例中,采用多个布隆过滤器存储脏设备的标识数据包括:
获取参考设备的标识信息,根据所述参考设备的标识信息判断所述参考设备是否为脏设备;
在判断所述参考设备为脏设备时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中包括:
在判断所述参考设备为脏设备时,检测所述布隆过滤器中是否存储有该参考设备的标识数据;
在未检测到所述布隆过滤器中存储有该参考设备的标识数据时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
在一个实施例中,基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据包括:
分别采用各个所述布隆过滤器配置的哈希函数计算所述待测设备的标识数据在各个所述布隆过滤器中的散列地址;
基于所述散列地址在与所述散列地址对应的所述布隆过滤器中查找是否存储有所述待测设备的标识数据。
在一个实施例中,所述多个布隆过滤器包括第一布隆过滤器和第二布隆过滤器;
其中,所述第一布隆过滤器配置有第一哈希函数,所述第二布隆过滤器配置有第二哈希函数,且所述第一哈希函数与所述第二哈希函数不同。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。
Claims (12)
1.一种设备判定方法,其特征在于,包括:
采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;
获取待测设备的标识数据,并基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据;
当在每个布隆过滤器中均查找到所述待测设备的标识数据时,确定所述待测设备为脏设备。
2.根据权利要求1所述的方法,其特征在于,采用多个布隆过滤器存储脏设备的标识数据包括:
获取参考设备的标识信息,根据所述参考设备的标识信息判断所述参考设备是否为脏设备;
在判断所述参考设备为脏设备时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
3.根据权利要求2所述的方法,其特征在于,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中包括:
在判断所述参考设备为脏设备时,检测所述布隆过滤器中是否存储有该参考设备的标识数据;
在未检测到所述布隆过滤器中存储有该参考设备的标识数据时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
4.根据权利要求1所述的方法,其特征在于,基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据包括:
分别采用各个所述布隆过滤器配置的哈希函数计算所述待测设备的标识数据在各个所述布隆过滤器中的散列地址;
基于所述散列地址在与所述散列地址对应的所述布隆过滤器中查找是否存储有所述待测设备的标识数据。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述多个布隆过滤器包括第一布隆过滤器和第二布隆过滤器;
其中,所述第一布隆过滤器配置有第一哈希函数,所述第二布隆过滤器配置有第二哈希函数,且所述第一哈希函数与所述第二哈希函数不同。
6.一种设备判定装置,其特征在于,包括:
存储模块,用于采用多个布隆过滤器存储脏设备的标识数据,其中每个布隆过滤器对应的哈希函数均不相同;
查找模块,用于获取待测设备的标识数据,并基于各个布隆过滤器中存储的所述脏设备的标识数据查找所述待测设备的标识数据;
判定模块,用于在每个布隆过滤器中均查找到所述待测设备的标识数据时,将所述待测设备判定为脏设备。
7.根据权利要求6所述的装置,其特征在于,所述存储模块包括:
判断子模块,用于获取参考设备的标识信息,根据所述参考设备的标识信息判断所述参考设备是否为脏设备;
存储子模块,用于在判断所述参考设备为脏设备时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
8.根据权利要求7所述的装置,其特征在于,所述存储子模块包括:
检测单元,用于在判断所述参考设备为脏设备时,检测所述布隆过滤器中是否存储有该参考设备的标识数据;
存储单元,用于在未检测到所述布隆过滤器中存储有该参考设备的标识数据时,将所述参考设备的标识数据分别存储在多个不同的布隆过滤器中。
9.根据权利要求6所述的装置,其特征在于,所述查找模块包括:
计算子模块,用于分别采用各个所述布隆过滤器配置的哈希函数计算所述待测设备的标识数据在各个所述布隆过滤器中的散列地址;
查找子模块,用于基于所述散列地址在与所述散列地址对应的所述布隆过滤器中查找是否存储有所述待测设备的标识数据。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述多个布隆过滤器包括第一布隆过滤器和第二布隆过滤器;
其中,所述第一布隆过滤器配置有第一哈希函数,所述第二布隆过滤器配置有第二哈希函数,且所述第一哈希函数与所述第二哈希函数不同。
11.一种设备判定装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-5任一项所述方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811385594.7A CN109542906B (zh) | 2018-11-20 | 2018-11-20 | 设备判定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811385594.7A CN109542906B (zh) | 2018-11-20 | 2018-11-20 | 设备判定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109542906A true CN109542906A (zh) | 2019-03-29 |
CN109542906B CN109542906B (zh) | 2021-11-30 |
Family
ID=65848797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811385594.7A Active CN109542906B (zh) | 2018-11-20 | 2018-11-20 | 设备判定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109542906B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106412122A (zh) * | 2016-11-24 | 2017-02-15 | 美的智慧家居科技有限公司 | 物联网设备与服务器的安全链接方法和装置及无线路由器 |
CN106850541A (zh) * | 2016-12-13 | 2017-06-13 | 华为技术有限公司 | 一种物联网中节点的地址确定方法和装置 |
CN106970930A (zh) * | 2016-10-10 | 2017-07-21 | 阿里巴巴集团控股有限公司 | 消息发送确定方法及装置、数据表创建方法及装置 |
-
2018
- 2018-11-20 CN CN201811385594.7A patent/CN109542906B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106970930A (zh) * | 2016-10-10 | 2017-07-21 | 阿里巴巴集团控股有限公司 | 消息发送确定方法及装置、数据表创建方法及装置 |
CN106412122A (zh) * | 2016-11-24 | 2017-02-15 | 美的智慧家居科技有限公司 | 物联网设备与服务器的安全链接方法和装置及无线路由器 |
CN106850541A (zh) * | 2016-12-13 | 2017-06-13 | 华为技术有限公司 | 一种物联网中节点的地址确定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109542906B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107872436B (zh) | 一种账号识别方法、装置及系统 | |
US9110978B2 (en) | Method for matching queries with answer items in a knowledge base | |
CN110457175B (zh) | 业务数据处理方法、装置、电子设备及介质 | |
CN110009486B (zh) | 一种欺诈检测的方法、系统、设备及计算机可读存储介质 | |
CN107515915A (zh) | 基于用户行为数据的用户标识关联方法 | |
CN111435482A (zh) | 一种外呼模型的构建方法、外呼方法、装置和存储介质 | |
CN110362492A (zh) | 人工智能算法测试方法、装置、服务器、终端及存储介质 | |
CN110188541B (zh) | 业务系统的风险评估方法、装置、评估终端和存储介质 | |
CN105898085A (zh) | 骚扰通信账号的识别方法及装置 | |
CN110502366A (zh) | 案例执行方法、装置、设备及计算机可读存储介质 | |
CN110609908A (zh) | 案件串并方法及装置 | |
CN112328802A (zh) | 数据处理方法、装置和服务器 | |
CN113641827A (zh) | 一种基于知识图谱的网络诈骗识别方法及系统 | |
US10936715B1 (en) | Detecting fraudulent facial recognition | |
CN113220904A (zh) | 数据处理方法及数据处理装置、电子设备 | |
CN109636570A (zh) | 手机号的风险分析方法、装置、设备及可读存储介质 | |
CN111782735A (zh) | 羊毛党流量识别方法及装置 | |
US11412063B2 (en) | Method and apparatus for setting mobile device identifier | |
CN110348215A (zh) | 异常对象识别方法、装置、电子设备及介质 | |
CN110177006B (zh) | 基于接口预测模型的节点测试方法及装置 | |
CN109542906A (zh) | 设备判定方法及装置 | |
CN110781410A (zh) | 一种社群检测方法及装置 | |
CN115454466A (zh) | 机器学习模型自动更新的方法、装置、设备和介质 | |
CN110489568B (zh) | 生成事件图的方法、装置、存储介质和电子设备 | |
CN113037714A (zh) | 基于网络大数据的网络安全分析方法及区块链金融云系统 |
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 |