CN111787490A

CN111787490A - 伪基站轨迹识别方法、装置、设备和存储介质

Info

Publication number: CN111787490A
Application number: CN202010498406.2A
Authority: CN
Inventors: 王烁程; 罗建平
Original assignee: Dingli Corp ltd
Current assignee: Dingli Corp ltd
Priority date: 2020-06-04
Filing date: 2020-06-04
Publication date: 2020-10-16

Abstract

本发明涉及一种基于机器学习的伪基站轨迹识别方法、装置、设备和存储介质，该方法包括：应用机器学习算法建立目标识别模型，其中，目标识别模型中包括道路和小区；根据伪基站异常位置更新数据识别伪基站影响的目标小区；将目标小区的小区数据数据输入至目标识别模型，得到伪基站的定位轨迹。定位精度高、实时性强且覆盖面广。

Description

伪基站轨迹识别方法、装置、设备和存储介质

技术领域

本发明涉及机器学习应用技术领域，具体涉及一种基于机器学习的伪基站轨迹识别方法、装置、设备和存储介质。

背景技术

伪基站，又称假基站或假基地台，是一种利用GSM(Global System for MobileCommunications，全球移动通信系统)单向认证缺陷的非法无线电通信设备，主要由主机和笔记本电脑组成，能够搜取以其为中心且一定半径范围内的GSM移动电话信息，并任意冒用他人手机号码强行向用户手机发送诈骗、推销等垃圾短信，通常安放在汽车或者一个比较隐蔽的地方发送。伪基站运行时，用户手机信号被强制连接到该设备上，无法连接到公用电信小区数据，以影响手机用户的正常使用。

相关技术中，对伪基站的定位方法大概分为投诉驱动型、探测设备驱动型和大数据系统分析型。第一，投诉驱动型中，伪基站信号在其覆盖的区域内，会造成大量用户脱网，无法正常访问GSM通信网。脱网的用户可能会进行投诉和反馈。如果某一地区集中出现用户投诉的行为，则认为此区域附近存在伪基站的可能性很大，然后以这样的方式进行伪基站的定位。这种方法对用户反馈依赖大，实际情况中很多用户只是短暂脱网，并不会进行投诉，这就导致伪基站不被发现。此外，用户投诉也存在滞后性，为伪基站留下了逃窜的时间。第二、探测设备驱动型中，在可能出现伪基站的地方进行蹲守，不间断使用终端探测设备进行检测，当出现伪基站信号时，使用检测设备进行信号源定位，最终发现伪基站。这种方法能够对基站精确定位，但是其人力和物力开销大，设备要求高，无法事先判断伪基站的大致方位。第三、大数据系统分析型中，目前国内打击伪基站的方法主要是通过分析跨区域位置更新事件，根据位置更新前的LAC(location area code，位置区码)数据是否合法，筛选出不合法的 LAC数据，然后对伪基站影响的小区进行统计，通过小区的覆盖区域来推算伪基站的大致位置。这种方法对伪基站的定位精度只能达到基站级，在具体实施准确定位和抓捕的过程中，对前端人员的经验以及前端抓捕设备都要求比较高，并且对伪基站的互动轨迹判断存在一定的偏差和滞后性。

因此，传统的伪基站定位精度不够、实时性不强且覆盖面不广。

发明内容

有鉴于此，提供一种基于机器学习的伪基站轨迹识别方法、装置、设备和存储介质，以解决相关技术的伪基站定位中的定位精度不够、实时性不强且覆盖面不广的技术问题。

本发明采用如下技术方案：

第一方面，本申请实施例提供了一种基于机器学习的伪基站轨迹识别方法，该方法包括：

应用机器学习算法建立目标识别模型，其中，所述目标识别模型中包括道路和小区；

根据伪基站异常位置更新数据识别所述伪基站影响的目标小区；

将所述目标小区的小区数据数据输入至所述目标识别模型，得到所述伪基站的定位轨迹。

第二方面，本申请实施例提供了一种基于机器学习的伪基站轨迹识别装置，该装置包括：

模型建立模块，用于应用机器学习算法建立目标识别模型，其中，所述目标识别模型中包括道路和小区；

目标小区识别模块，用于根据伪基站异常位置更新数据识别所述伪基站影响的目标小区；

定位轨迹识别模块，用于将所述目标小区的小区数据数据输入至所述目标识别模型，得到所述伪基站的定位轨迹。

第三方面，本申请实施例提供了一种设备，该设备包括：

处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行本申请实施例第一方面所述的基于机器学习的伪基站轨迹识别方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。

第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的基于机器学习的伪基站轨迹识别方法中各个步骤。

本发明采用以上技术方案，通过应用机器学习算法建立目标识别模型，其中，目标识别模型中包括道路和小区；根据伪基站异常位置更新数据识别伪基站影响的目标小区；将目标小区的小区数据数据输入至目标识别模型，得到伪基站的定位轨迹。针对传统技术的相关缺陷，分析数据采用位置更新数据，解决覆盖面不广的缺陷，引入机器学习算法，对伪基站影响小区识别及道路与小区覆盖进行建模，采用道路与小区模型定位伪基站活动轨迹。因此，提高了伪基站定位精度和实时性，且定位过程的覆盖面广。

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是本发明实施例提供的一种基于机器学习的伪基站轨迹识别方法的流程图；

图2是本发明实施例提供的另一种基于机器学习的伪基站轨迹识别方法的流程图；

图3是本发明实施例中适用的一种应用最大熵模型得到的概率分布图；

图4是本发明实施例提供的一种基于机器学习的伪基站轨迹识别装置的结构示意图；

图5是本发明实施例提供的一种设备的结构示意图。

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，下面将对本发明的技术方案进行详细的描述。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做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

实施例

图1为本发明实施例提供的一种基于机器学习的伪基站轨迹识别方法的流程图，该方法可以由本发明实施例提供的基于机器学习的伪基站轨迹识别装置来执行，该装置可采用软件和/或硬件的方式实现。参考图1，该方法具体可以包括如下步骤：

S101、应用机器学习算法建立目标识别模型，其中，目标识别模型中包括道路和小区。

其中，目标识别模型可以称为道路和小区模型，机器学习算法包括监督学习、非监督学习和强化学习等类别。具体的，应用机器学习算法，针对手机的建模样本数据和基础数据进行训练来建立目标识别模型，而目标识别模型中包括各个道路和小区，小区也称蜂窝小区，是指在蜂窝移动通信系统中，其中的一个基站或基站的一部分扇形天线所覆盖的区域，在这个区域内移动台可以通过无线信道可靠地与基站进行通信。机器学习算法比如可以是卷积神经网络算法，这里只是举例说明，并不形成具体的限定。

S102、根据伪基站异常位置更新数据识别伪基站影响的目标小区。

由于终端在伪基站和正常基站迁移时，携带了大量的异常位置更新数据，可通过信令系统中获取MC口实时位置更新信息，筛选异常的位置更新数据，并对伪基站所影响的小区进行统计，并输出统计列表，将最终识别的伪基站影响的小区称为目标小区。其中，MC口为MSC(Mobile Switching Center，移动转换中心)Server与MGW(Media Gateway，媒体网关)间的接口MSC Server 通过MC接口对MGW的承载连接行为进行控制和监视。

S103、将目标小区的小区数据数据输入至目标识别模型，得到伪基站的定位轨迹。

具体的，在确定了目标识别模型和目标小区后，将目标小区的小区数据输入至目标识别模型，得到伪基站的定位轨迹，其中，小区数据可以是受影响的目标小区的影响时间、目标小区LAC、目标小区CI(Cell Identity，小区识别码) 和受影响用户号码。

图2为本发明又一实施例提供的基于机器学习的伪基站轨迹识别方法的流程图，本实施例在上述实施例的基础上实现。参考图2，该方法具体可以包括如下步骤：

S201、应用机器学习算法，收集训练数据，其中，训练数据包括建模样本数据和基础数据，建模样本数据包括测试数据的经度和纬度采样点数据，基础数据包括工参配置基础数据和道路地图图层基础数据。

具体的，收集建模样本数据和基础数据，其中，建模样本数据可以包括测试数据的经度和纬度数采样点数据，可以包括S1-U用户面上行OTT(Over The To，互联网公司越过运营商)数据用户的经纬度采样点样本的采样点数据。然后计算得到所占用主服小区信息和前六强邻区信息。

S1接口是LTE(Long Term Evolution，长期演进)eNodeB与EPC(Evolved PacketCore，分组核心网)之间的通讯接口，其中，eNodeB是LTE网络中的无线基站，也是LTE无线接入网的网元，负责空中接口相关的所有功能。将LTE 系统划分为无线接入网和核心网。接口沿袭了承载和控制分离的思想，又分成两个接口，一个用于控制平面，一个用于用户平面，称为S1-U。S1-U在GW (Gate Way，网关)与eNodeB设备间建立隧道，传送用户数据业务，即用户面数据。

在一个具体的例子中，表1示出了一种训练数据示例。其中，IMSI (InternationalMobile Subscriber Identity，国际移动用户识别码)，主服为主服小区信息，邻区可以表示前六强邻区信息。

表1训练数据示例

号码	经纬度	主服1	邻区1	邻区2	邻区N
						IMSI1	X1,Y1	36731_10681	36731_10682	36731_10683	N1
IMSI2	X2,Y2	36731_10691	36731_10692	36731_10693	N2
						……	……	……	……	……	……

S202、应用最大熵函数和A-STAR函数对训练数据进行训练，得到目标识别模型；目标识别模型中包括道路和小区。

可选的，应用最大熵函数和A-STAR函数对训练数据进行训练，得到目标识别模型，具体可以通过如下方式实现：基于建模样本数据，应用最大熵函数得到概率分布；基于概率分布，应用A-STAR函数进行搜索，以进行训练得到目标识别模型。

具体的，采用最大熵函数和A-STAR函数建立道路和小区的模型，模型的训练思路如下：假设已知所有道路覆盖的小区为x₁、x₁，...，x_n，n个小区，将道路切分为50m的小路段，标注特征道路为y₁、y₁，...，y_n，建立一个随机变量的序列，x₁x₁...x_n，p(y_n+1＝a|x₁x₁...x_ny_n)，其中p(y_n+1＝a|x₁x₁...x_ny_n)为y_n被标注为a的概率。随机变量序列有两个变量x和y。通过引入最大熵模型，确定一个x和y的分布，同时满足H(Y|X)达到最大值，具体算法如下：

p(x₁)+p(x₂)＝1

p(y₁)+p(y₂)+p(y₃)+p(y₄)＝1

p(y₄)＝0.05

p(y₂|x₁)＝0.95

最后，根据某市城区范围内半年的数据，得到图3示出的应用最大熵模型得到的概率分布图。在该具体的例子中，出现了多个满足条件的样本，而距离长短各不相同，因此，需要引入最短路径函数。A-STAR算法是一种解最短路径最有效的直接搜索方法，也即，基于启发式方法的只利用目标函数值信息的无约束优化方法，也是许多其他问题的常用启发式算法。示例性的，选取70％的采样点作为训练集合，30％的采样点作为验证集合，以道路和小区的切换序列作为测试对象，准确率在90％左右，此时即可得到道路与小区切换模型。

S203、读取位置更新事件消息。

具体的，手机信号在被伪基站劫持后，正常基站在某段时间内就无法搜索到手机，这种情况下，则会产生位置更新事件消息。

S204、根据位置更新事件消息筛选得到异常位置更新数据。

具体的，比如异常位置更新数据满足设定条件的为正常数据，否则为异常位置更新数据，因此，可以根据位置更新事件消息筛选确定异常位置更新数据。

S205、将异常位置更新数据与基础数据进行匹配，得到位置更新后的小区的经度和纬度。

具体的，将异常位置更新数据与基础数据中的工参配置基础数据进行匹配，获取位置更新后的小区的经度和纬度。记录筛选后的数据，包括时间、位置更新前的LAC号、位置更新后的LAC号、CI号以及位置更新后的小区的经度和纬度。

S206、统计伪基站的LAC数据和受影响的小区。

具体的，对各个受影响的小区进行统计，比如统计各个小区的受影响程度，严重到一定程度的为受影响的小区，其他不视为受影响的小区；另外，还可以统计伪基站的LAC数据。

S207、根据区域、时间和受影响程度对受影响的小区进行筛选，确定受影响的目标小区。

具体的，对受影响的小区进行筛选，根据区域、时间和受影响程度等三个维度进行筛选判断。在一个具体的例子中，筛选条件可以是区域范围在500米内以及时间粒度为1分钟的受影响程度最严重的三个小区，这样可以根据位置更新消息统计受影响最严重的三个小区。输出受伪基站影响的目标小区的数据，包括时间、小区LAC号、小区CI号和受影响的用户号码等输出结果列表。

S208、将目标小区的小区数据输入至目标识别模型。

S209、根据目标小区的位置更新数据随时间的变化趋势信息得到伪基站的定位轨迹。

其中，伪基站的定位轨迹包括受影响的目标小区、影响时间、道路名称和伪基站的行进方向。具体的，收集受伪基站影响的小区数据，将小区数据输入目标识别模型，同时输入伪基站影响小区统计结果，根据受伪基站影响小区位置更新数据随时间及道路的变化趋势，得到伪基站定位轨迹，包括受影响的目标小区、影响时间、道路名称和伪基站的行进方向，输出结果统计清单。

本申请实施例中，对伪基站影响小区识别及道路与小区覆盖进行建模，采用道路与小区模型定位伪基站活动轨迹。这种方式能够显著增加定位精度；为了更加精准、高效地掌握伪基站的位置信息，收集路测数据、OTT高精度数据、工参配置基础数据和道路地图图层基础数据，进行多数据融合，使用最大熵函数及A-STAR函数，学习出道路与小区模型库；第三、利用从MC口中获取实时位置更新消息对受伪基站影响小区进行甄别，筛选出异常位置更新事件消息，结合了网络信令数据的分析手法；根据从伪基站设备回到网络的数据情况进行统计，进而初步确定伪基站的影响小区，根据条件判断出受伪基站影响严重的小区作为模型的输入源，通过最大熵函数和A-STAR函数的道路小区模型，输出伪基站活动轨迹线路。

因此，总体基于机器学习的伪基站轨迹定位方法弥补了传统技术的相关缺陷，分析数据采用位置更新数据，解决覆盖面不广的缺陷。本文提出的伪基站影响小区识别方法，结合道路与小区覆盖模型，采用道路与小区模型定位伪基站活动轨迹，算法落地容易，实时性强，很好的解决了传统技术中定位精度不够和实时性不强的缺陷。

图4是本发明是实施例提供的一种基于机器学习的伪基站轨迹识别装置的结构示意图，该装置适用于执行本发明实施例提供给的一种基于机器学习的伪基站轨迹识别方法。如图4所示，该装置具体可以包括：模型建立模块401、目标小区识别模块402和定位轨迹识别模块403。

其中，模型建立模块401，用于应用机器学习算法建立目标识别模型，其中，目标识别模型中包括道路和小区；目标小区识别模块402，用于根据伪基站异常位置更新数据识别伪基站影响的目标小区；定位轨迹识别模块403，用于将目标小区的小区数据数据输入至目标识别模型，得到伪基站的定位轨迹。

可选的，模型建立模块401包括：

数据收集子模块，用于收集训练数据，其中，训练数据包括建模样本数据和基础数据，建模样本数据包括测试数据的经度和纬度采样点数据，基础数据包括工参配置基础数据和道路地图图层基础数据；

训练子模块，用于应用最大熵函数和A-STAR函数对训练数据进行训练，得到目标识别模型。

可选的，训练子模块具体用于：

基于建模样本数据，应用最大熵函数得到概率分布；

基于概率分布，应用A-STAR函数进行搜索，以进行训练得到目标识别模型。

可选的，目标小区识别模块402具体用于：

读取位置更新事件消息；

根据位置更新事件消息筛选得到异常位置更新数据；

将异常位置更新数据与基础数据进行匹配，得到位置更新后的小区的经度和纬度；

统计伪基站的LAC数据和受影响的小区；

根据区域、时间和受影响程度对受影响的小区进行筛选，确定受影响的目标小区。

可选的，定位轨迹识别模块403具体用于：

将目标小区的小区数据输入至目标识别模型；

根据目标小区的位置更新数据随时间的变化趋势信息得到伪基站的定位轨迹。

可选的，伪基站的定位轨迹包括受影响的目标小区、影响时间、道路名称和伪基站的行进方向。

可选的，小区数据包括受影响的目标小区的影响时间、目标小区LAC、目标小区CI和受影响用户号码。

本发明实施例提供的基于机器学习的伪基站轨迹识别装置可执行本发明任意实施例提供的基于机器学习的伪基站轨迹识别方法，具备执行方法相应的功能模块和有益效果。

本发明实施例还提供一种设备，请参阅图5，图5为一种设备的结构示意图，如图5所示，该设备包括：处理器510，以及与处理器510相连接的存储器520；存储器520用于存储计算机程序，计算机程序至少用于执行本发明实施例中的基于机器学习的伪基站轨迹识别方法；处理器510用于调用并执行存储器中的计算机程序，上述基于机器学习的伪基站轨迹识别至少包括如下步骤：应用机器学习算法建立目标识别模型，其中，目标识别模型中包括道路和小区；根据伪基站异常位置更新数据识别伪基站影响的目标小区；将目标小区的小区数据数据输入至目标识别模型，得到伪基站的定位轨迹。

本发明实施例还提供一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时，实现如本发明实施例中的基于机器学习的伪基站轨迹识别方法中各个步骤：应用机器学习算法建立目标识别模型，其中，目标识别模型中包括道路和小区；根据伪基站异常位置更新数据识别伪基站影响的目标小区；将目标小区的小区数据数据输入至目标识别模型，得到伪基站的定位轨迹。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA) 等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既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。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims

1.一种基于机器学习的伪基站轨迹识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述建立目标识别模型包括：

收集训练数据，其中，所述训练数据包括建模样本数据和基础数据，所述建模样本数据包括测试数据的经度和纬度采样点数据，所述基础数据包括工参配置基础数据和道路地图图层基础数据；

应用最大熵函数和A-STAR函数对所述训练数据进行训练，得到目标识别模型。

3.根据权利要求2所述的方法，其特征在于，所述应用最大熵函数和A-STAR函数对所述训练数据进行训练，得到目标识别模型，包括：

基于所述建模样本数据，应用最大熵函数得到概率分布；

基于所述概率分布，应用A-STAR函数进行搜索，以进行训练得到所述目标识别模型。

4.根据权利要求2所述的方法，其特征在于，所述根据伪基站异常位置更新数据识别伪基站影响的小区为目标小区，包括：

读取位置更新事件消息；

根据所述位置更新事件消息筛选得到异常位置更新数据；

将所述异常位置更新数据与所述基础数据进行匹配，得到位置更新后的小区的经度和纬度；

统计伪基站的LAC数据和受影响的小区；

根据区域、时间和受影响程度对所述受影响的小区进行筛选，确定受影响的目标小区。

5.根据权利要求1所述的方法，其特征在于，所述将所述目标小区的小区数据输入至所述目标识别模型，得到所述伪基站定位轨迹，包括：

将所述目标小区的小区数据输入至所述目标识别模型；

根据所述目标小区的位置更新数据随时间的变化趋势信息得到所述伪基站的定位轨迹。

6.根据权利要求5所述的方法，其特征在于，所述伪基站的定位轨迹包括受影响的目标小区、影响时间、道路名称和所述伪基站的行进方向。

7.根据权利要求5所述的方法，其特征在于，所述小区数据包括受影响的目标小区的影响时间、目标小区LAC、目标小区CI和受影响用户号码。

8.一种基于机器学习的伪基站轨迹识别装置，其特征在于，包括：

9.一种设备，其特征在于，包括：

处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1-7任一项所述的基于机器学习的伪基站轨迹识别方法；

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1-7任一项所述的基于机器学习的伪基站轨迹识别方法中各个步骤。