CN114697969B - 一种干扰源定位方法和装置 - Google Patents

一种干扰源定位方法和装置 Download PDF

Info

Publication number
CN114697969B
CN114697969B CN202011561496.1A CN202011561496A CN114697969B CN 114697969 B CN114697969 B CN 114697969B CN 202011561496 A CN202011561496 A CN 202011561496A CN 114697969 B CN114697969 B CN 114697969B
Authority
CN
China
Prior art keywords
cell
mobile terminal
interfered
mobile terminals
increment
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
Application number
CN202011561496.1A
Other languages
English (en)
Other versions
CN114697969A (zh
Inventor
黄剑锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ultrapower Software Co ltd
Original Assignee
Ultrapower Software Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ultrapower Software Co ltd filed Critical Ultrapower Software Co ltd
Priority to CN202011561496.1A priority Critical patent/CN114697969B/zh
Publication of CN114697969A publication Critical patent/CN114697969A/zh
Application granted granted Critical
Publication of CN114697969B publication Critical patent/CN114697969B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开一种干扰源定位方法和装置。本申请的方法包括：获取监测区域内移动终端的驻留特征，根据所述驻留特征确定出待处理小区；根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，并根据所述位置关联小区簇得到被干扰小区簇；根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置。本申请可以准确的定位出干扰源，为非法的短信嗅探的治理提供技术支撑。

Description

一种干扰源定位方法和装置
技术领域
本申请涉及信息安全技术领域，具体涉及一种干扰源定位方法和装置。
背景技术
伪基站系统是一种仿真移动通信无线基站及后台管理的系统，利用移动网络网号、频率资源等，在信息获取点设置仿真移动基站，采用大功率的无线信号发射，强迫用户终端(如手机等终端)在仿真基站上进行登记，获取用户的IMSI(International MobileSubscriber Identity，国际移动用户识别码)、IMEI(International Mobile EquipmentIdentity，国际移动设备识别码)等信息。该系统原本是有关部门出于安全因素研制的一种监控仪器，但是近年大量不法分子利用伪基站在商业区附近吸附移动用户，并强行推送商业广告短信，甚至诈骗短信，给移动用户带来骚扰和损失，造成移动用户一段时间无法正常通信，给移动通信系统造成了较为严重的干扰。
鉴于伪基站设备工作的技术原理，犯罪分子可以以各种号码发送各种短信内容给受影响的移动用户，开展诈骗手段、窃取个人隐私，还能够通过非法短信嗅探盗取用户验证码，盗刷和支付APP，给移动用户带来巨大的经济损失。
当前以非法短信嗅探设备为代表的干扰源具有体积小、成本低、流动性高、隐蔽性强、影响面广等特点，在防治方面有一定的难度，而有效的防治此类干扰源的影响仍然是业内的一项空白。
发明内容
本申请提供了一种干扰源定位方法和装置，用于定位干扰源的位置，为治理非法短信嗅探提供技术支撑。
一方面，本申请提供了一种干扰源定位方法，包括：
获取监测区域内移动终端的驻留特征，根据所述驻留特征确定出待处理小区；
根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，并根据所述位置关联小区簇得到被干扰小区簇；
根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置。
另一方面，本申请提供了一种干扰源定位装置，该装置包括：
获取单元，用于获取监测区域内移动终端的驻留特征；
分析单元，用于根据所述驻留特征确定出待处理小区，根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，并根据所述位置关联小区簇得到被干扰小区簇；
定位单元，用于根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置。
再一方面，本申请提供了一种电子设备，包括存储器、处理器；
存储器，存储计算机可执行指令；
处理器，根据计算机可执行指令执行上述干扰源定位方法。
又一方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有一个或多个计算机程序，一个或多个计算机程序被执行时实现干扰源定位方法。
本申请的有益效果是：本申请根据干扰源对移动终端的干扰特性，预先构建区域划分模型，在干扰源定位过程中，首先对监测区域内的各个移动终端的移动数据进行分析，得到各个移动终端的驻留特征，并根据驻留特征确定出待处理小区，然后根据预先构建的区域划分模型对待处理小区进行处理，确定出被干扰小区簇，进而可以依据被干扰小区簇内移动终端的位置分布确定干扰源的位置，准确的定位出干扰源，为非法短信嗅探的治理提供技术支撑。
附图说明
图1是本申请一个实施例示出区域划分模型示意图；
图2是本申请一个实施例示出的干扰源定位方法流程图；
图3本申请一个实施例示出的干扰源定位过程的关键流程示意图；
图4是本申请一个实施例示出的干扰源定位装置的功能框图；
图5是本申请一个实施例示出的电子设备的结构框图。
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申请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、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
经研究分析，在利用干扰源(例如非法短信嗅探设备、伪基站设备)进行非法干扰的过程中，干扰源覆盖区域内的移动终端的网络被恶意降频，会出现集体从4G网络回落至2G网络的显著的驻留特征。
基于此，以干扰源所在位置为中心，根据无线信号的传播特性，将周边区域依次划分为吸入区、干扰区和位置关联区，形成区域分化模型，这里区域划分模型还包括与位置关联区对应的第一筛选规则和与干扰区对应的第二筛选规则(或与干扰区对应的第三筛选规则)。为便于说明第一筛选规则、第二筛选规则和第三筛选规则的作用，将在下文详细说明两个筛选规则。
如图1所示，以干扰源为中心确定出三个同心圆，按照由内到外的顺序，三个同心圆所在区域分别为吸入区、干扰区和位置关联区，其中根据干扰源的信号强度确定最外层圆形的位置关联半径RL，例如统计多种干扰源的信号强度，取多次统计的信号强度均值，在基于该信号强度均值确定出对应的物理距离，将该物理距离作为干扰距离，该干扰距离也为图1所示的位置关联半径RL，一个示例该位置关联半径RL为1000米。
在建好区域划分模型之后，基于区域划分模型和移动终端的驻留特征识别干扰源并进行定位。图2是本申请一个实施例示出的干扰源定位方法流程图，包括如下步骤：
步骤S210，获取监测区域内移动终端的驻留特征，根据驻留特征确定出待处理小区。
本步骤可以获取监测区域内各个移动终端的移动数据，从移动数据中提取移动终端的驻留特征。在移动通信网络中，移动终端在位置更新或网络更新等情况下都会上报其更新后的移动数据至移动通信网络的数据服务器中，本申请可以从移动通信网络的数据服务器中获取各个移动终端的移动数据。
由于干扰源在非法干扰时，会致使干扰源周围的移动终端短时间内出现集体从第二制式网络(即3G、4G或5G网络等高频网络)回落到第一制式网络(即2G网络等低频网络)的现象。因此，这里可以设置监测时间段，例如以30秒的时长为一个监测时间段，在每个监测时间段内获取监测区域内的各个移动终端的移动数据。
这里移动终端的驻留特征包括移动终端由第二制式网络回落至第一制式网络并在第一制式网络驻留的特征，所确定出的待处理小区是受干扰源影响较为严重的预定数量的小区，待处理小区相对于用户侧表现为小区内的大部分移动终端被恶意干扰至降频至第一制式网络。
步骤S220，根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，并根据所述位置关联小区簇得到被干扰小区簇。
由于干扰源对移动终端的干扰呈现出区域性，因此，即位于干扰源影响的区域内的大多数移动终端会从第二制式网络回落至第一制式网络并在第一制式网络驻留预定时间，因此，本步骤是根据区域划分模型确定待处理小区对应的位置关联小区簇，即先圈定疑似受到干扰源影响的位置关联小区簇，在逐步筛选位置关联小区簇，缩小并聚焦受干扰源影响最为严重的被干扰小区簇，以便于根据被干扰小区簇内的移动终端的位置分布情况确定干扰源位置。
步骤S230，根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置。
由于距离干扰源位置越近，被干扰的移动终端的数量越多，因此，本步骤基于被干扰小区簇中各小区内移动终端的位置分布情况确定出干扰源的位置。
由图2所示可知，本实施例根据干扰源对移动终端的干扰特性，预先构建区域划分模型，在干扰源定位过程中，首先对监测区域内的各个移动终端的移动数据进行分析，得到各个移动终端的驻留特征，并根据驻留特征确定出待处理小区，然后根据预先构建的区域划分模型对待处理小区进行处理，确定出被干扰小区簇，进而可以依据被干扰小区簇内移动终端的位置分布确定干扰源的位置，准确的定位出干扰源，为非法短信嗅探的治理提供技术支撑。
在一个实施例中，上述步骤S210具体是获取各个移动终端在当前时刻以及与当前时刻相邻的上一时刻的移动数据；根据当前时刻下移动数据携带的目标小区与上一时刻下移动数据携带的目标小区之间的网络变化关系，得到各个移动终端的驻留特征。
在移动通信网络中，移动终端每次位置更新或网络更新时都会自动上报更新后的移动数据，移动数据一般包括原小区、目标小区，原小区的网络、目标小区的网络、终端标识等信息。本实施例通过获取相邻时刻下的移动数据，解析相邻时刻下的移动数据携带的目标小区的网络变化，筛选出目标小区从第二制式网络变化为第一制式网络的移动终端，以将目标小区从第二制式网络变化为第一制式网络并在第一制式网络驻留预定时间的网络变化特征作为该移动终端的驻留特征。
需要说明的是，这里相邻时刻下的移动终端驻留的目标小区在物理位置上属于同一位置或邻近区域，但该移动终端驻留的目标小区的网络制式发生了变化。
在得到移动终端的驻留特征之后，通过下述方法获取待处理小区：
S1、根据移动终端的驻留特征从所述移动终端中筛选出被干扰后进入第一制式网络的各个参考移动终端。
获取监测区域内各个移动终端在当前时刻以及与当前时刻相邻的上一时刻的移动数据，根据当前时刻下移动数据携带的目标小区与上一时刻下移动数据携带的目标小区之间的网络变化关系，从移动终端中获取网络变化关系指示的由第二制式网络回落到第一制式网络的移动终端，得到多个新进入第一制式网络的移动终端；此时获取到的移动终端包括被干扰源非法干扰进入第一制式网络的移动终端和合理进入第一制式网络的移动终端。例如移动终端在打电话时由于移动终端本身不支持VoLTE语音通话，打电话时移动终端会自动从第二制式网络回落到第一制式网络以保证语音通话功能正常进行，此时基于驻留网络制式的网络变化关系得到的该移动终端为合理进入第一制式网络的移动终端。因此，需要将新进入第一制式网络的移动终端中作为合理进入第一制式网络的移动终端予以剔除。
在得到新进入第一制式网络的移动终端之后，获取各个新进入第一制式网络的移动终端的历史移动数据，根据历史移动数据从新进入第一制式网络的移动终端中筛选出合理进入第一制式网络的移动终端，新进入第一制式网络中未被筛选出的移动终端为参考移动终端。
这里可以确定新进入第一制式网络的移动终端所在的小区簇，获取该小区簇的历史数据集，若该小区簇中的某个或某些小区的历史数据集表示该某个或该某些小区存在由第二制式网络回落至第一制式网络的合理回落事件，则表明位于这样小区内的移动终端非常可能是合理地从第二制式网络回落至第一制式网络，而非由干扰源干扰而回落至第一制式网络。因此可以通过将位于这样小区中的移动终端从新进入第一制式网络的移动终端中剔除，得到由于干扰源干扰所致的由第二制式网络回落至第一制式网络的参考移动终端。
S2、根据各个参考移动终端所在的小区确定出N个待处理小区，N为大于1的自然数。
在得到参考移动终端之后，根据各个参考移动终端的移动数据确定出各个参考移动终端所在的小区，假设共有5000个参考移动终端，这5000个参考移动终端分布在10个不同的小区，此时可以计算每个小区内的参考移动终端数量，即计算出这10个小区中每个小区内的参考移动终端数量，将参考移动终端数量最大的N个小区作为待处理小区。
这里N的数值可以根据统计获得。例如经过数次干扰源定位实验，获知位置关联区中受干扰小区的参考移动终端数量的最小值。假设位置关联区内包括3个受干扰的小区CELL1、CELL2和CELL3，而小区CELL1中参考移动终端数量小于CELL2和CELL3，那么CELL1中的参考移动终端数量即为上述最小值。可以将数次实验所得的最小值的均值作为待处理小区的筛选条件，即将参考移动终端数量大于该均值的N个小区作为待处理小区。
在得到N个待处理小区之后，通过下述方法获得位置关联小区簇：
将以每个待处理小区的中心位置为圆心，以干扰距离为半径确定的圆形区域作为每个待处理小区的位置关联区，即为图1中示出的位置关联区，根据第一筛选规则得到每个待处理小区对应的N个初始位置关联小区簇；对这 N个初始位置关联小区簇进行小区去重处理，并对去重后的初始位置关联小区簇进行分类处理，得到一个或多个位置关联小区簇，位置关联小区簇即为疑似受到干扰源影响的所有小区组成的小区簇。此时，为准确定位出干扰源，应对位置关联小区簇进行筛选，即利用第二筛选规则或第三筛选规则对位置关联小区簇进行筛选，得到位于图1中吸入区内的被干扰的移动终端，这样即可以通过被干扰的移动终端的位置分布准确的定位到干扰源的位置。
这里第一筛选规则指示满足第一被干扰条件且位于该位置关联区内的小区为该位置关联区的位置关联小区，第一被干扰条件包括：参考移动终端的增量大于第一增量阈值，和/或参考移动终端的增量占比大于第一占比阈值。其中，参考移动终端的增量可以理解为小区CELL内当前时刻下的参考移动终端的数量与上一时刻下的参考移动终端数量的差值，参考移动终端的增量占比可以理解为上述差值与当前时刻下的参考移动终端数量的比值。
假设，一个待处理小区的位置关联区内共有8个小区，利用第一筛选规则分别对这8个小区进行筛选，若一个小区内的参考移动终端增量大于第一增量阈值，增量占比大于第一占比阈值，则该小区为该待处理小区的初始位置关联小区。由此若这8个小区中有6个小区满足第一被干扰条件，另外2 个小区不满足第一被干扰条件，则上述满足第一被干扰条件的6个小区组成的小区簇为该待处理小区的初始位置关联小区簇，此时还可以将上述2个不满足第一被干扰条件的小区更新到历史数据集中，以便于在前文步骤S1中基于历史数据集从新进入第一制式网络的移动终端中剔除合理进入的第一制式网络的移动终端。
当监测区域内存在一个干扰源时，对去重后的初始位置关联小区簇分类后，可以得到一个位置关联小区簇，当监测区域内存在多个干扰源时，对去重后的初始位置关联小区簇分类后，可以得到多个位置关联小区簇。本实施例可以采用现有分类方法对去重后的初始位置关联小区簇进行分类，例如采用K均值进行分类，本实施例对分类方法不作限定。
在得到一个或多个位置关联小区簇之后，获取每个位置关联小区簇中参考移动终端的数量，并将参考移动终端数量最大的M个位置关联小区簇作为预判小区簇，M为小于N的自然数；此时得到的预判小区簇所形成的区域即为图1中所示的干扰区。由于在未定位到干扰源位置之前，无法获知图1中干扰区的范围，因此，本实施例基于参考移动终端的数量对位置关联小区簇进行筛选，筛选后得到的预判小区簇所形成的区域即为干扰区。经过验证，若直接基于干扰区中参考移动终端的位置分布进行干扰源定位，定位结果的准确性较差，因此，本实施例进一步利用第二筛选规则或第三筛选规则对位于干扰区内的预判小区簇进行了再次筛选。
一个实施例中，基于第二筛选规则对这M个预判小区簇进行小区筛选，得到被干扰小区簇。
这里第二筛选规则指示满足第二被干扰条件的小区为被干扰小区，第二干扰条件包括：移动终端的增量大于第二增量阈值，和/或参考移动终端的增量占比大于第二占比阈值，其中第二增量阈值大于第一增量阈值，第二占比阈值大于第一占比阈值。
假设，一个通过第一筛选规则以及小区去重处理后，共得到3个位置关联小区簇，其中一个位置关联小区簇包括6个去重后的初始位置关联小区，计算这6个去重后的初始位置关联小区中的参考移动终端数量的和值，将该和值作为该位置关联小区簇的参考移动终端的数量，假设此时M＝2，即参考移动终端数量最大的两个位置关联小区簇作为预判小区簇，利用第二筛选规则分别对这两个预判小区簇内的小区进行筛选。
以其中一个预判小区簇为例，假设该预判小区簇包括6个小区，若一个小区内的参考移动终端增量大于第二增量阈值，增量占比大于第二占比阈值，则该小区为被干扰小区；由此若这6个小区都满足上述第二被干扰条件，则该预判小区簇为被干扰小区簇，若这6个小区中有一个以上的小区不满足上述第二被干扰条件，则该预判小区簇为未被干扰小区簇。在预判小区簇被判断为未被干扰小区簇时，可以将该小区簇内不满足上述第二被干扰条件的小区更新到历史数据集中，以便于在前文步骤S1中基于历史数据集从新进入第一制式网络的移动终端中剔除合理进入的第一制式网络的移动终端。
另一个实施例中，基于第三筛选规则对这M个预判小区簇进行小区筛选，得到被干扰小区簇，即在得到一个或多个位置关联小区簇之后，获取每个位置关联小区簇中的参考移动终端数量，并将参考移动终端数量最大的M个位置关联小区簇作为预判小区簇，M为小于N的自然数；获取位于预判小区簇中的每个预判小区所关联的参考小区，得到所述参考小区的劣化特征，所述参考小区为位于以所述预判小区为中心、以所述干扰距离为半径的范围内的所有非预判小区；根据所述第三筛选规则对M个预判小区簇进行小区筛选，得到被干扰小区簇。
这里劣化特征包括网络质量劣化特征、业务质量劣化特征和综合劣化特征，可以通过获取参考小区在当前时刻的网络质量指标和业务质量指标，根据当前时刻下参考小区的网络质量指标和业务质量指标得到参考小区的劣化特征。其中网络质量指标包括但不限于SSB RSRP和SSB SINR，业务质量指标包括但不限于下行吞吐量、上行吞吐量、ping时延，劣化特征的具体计算方法详见后文描述。
第三被干扰条件包括预判小区内的参考移动终端的增量大于第二增量阈值，和/或参考移动终端的增量占比大于第二占比阈值，以及包括预判小区关联的网络质量劣化特征降低到网络质量劣化阈值的参考小区的增量大于第三增量阈值，和/或业务质量劣化特征降低到业务质量劣化阈值的参考小区的增量占比大于第三增量占比阈值，和/或综合劣化特征降低到综合劣化阈值的参考小区的增量大于第四增量阈值。
应当说明的是，根据第三筛选规则对M个预判小区簇进行小区筛选，得到被干扰小区簇可以理解为：对每个预判小区簇，判断该预判小区簇的每个预判小区的参考移动终端的增量是否大于第二增量阈值，和/或判断参考移动终端的增量占比是否大于第二占比阈值，此外还应判断每个预判小区关联的网络质量裂化特征降低到网络质量劣化阈值的参考小区的增量是否大于第三增量阈值，业务质量劣化特征降低到业务质量劣化阈值的参考小区的增量占比是否大于第三增量占比阈值，综合劣化特征降低到综合劣化阈值的参考小区的增量是否大于第四增量阈值。
在预判小区簇的每个预判小区的参考移动终端的增量大于第二增量阈值，和/或判断参考移动终端的增量占比大于第二占比阈值，以及每个预判小区关联的网络质量劣化特征降低到网络质量劣化阈值的参考小区的增量大于第三增量阈值，业务质量裂化特征降低到业务质量劣化阈值的参考小区的增量占比大于第三增量占比阈值，综合劣化特征降低到综合劣化阈值的参考小区的增量大于第四增量阈值的情况下，判断该预判小区簇为被干扰小区簇。
举例来说，假设一个通过第一筛选规则以及小区去重处理后，共得到3 个位置关联小区簇，其中一个位置关联小区簇包括6个去重后的初始位置关联小区，计算这6个去重后的初始位置关联小区中的参考移动终端数量的和值，将该和值作为该位置关联小区簇的参考移动终端的数量，假设此时M＝2，即参考移动终端数量最大的两个位置关联小区簇作为预判小区簇，利用第三筛选规则分别对这两个预判小区簇内的预判小区及预判小区关联的参考小区进行筛选。
以其中一个预判小区簇为例，假设该预判小区簇包括6个预判小区，每个预判小区均关联10个参考小区，若一个预判小区内的参考移动终端增量大于第二增量阈值，增量占比大于第二占比阈值，且该预判小区关联的10个参考小区中网络质量裂化特征降低到网络质量劣化阈值的参考小区增量大于第三增量阈值，业务质量裂化特征降低到业务质量劣化阈值的参考小区增量占比大于第三增量占比阈值，综合劣化特征降低到综合劣化阈值的参考小区的增量大于第四增量阈值，则该小区为被干扰小区；由此若这6个预判小区及其参考小区都满足上述第二与第三被干扰条件，则该预判小区簇为被干扰小区簇，否则，若有一个以上的预判小区及其参考小区不满足上述第二与第三被干扰条件，则该预判小区簇为未被干扰小区簇。在预判小区簇为未被干扰小区簇时，可以将不满足第二或第三被干扰条件的小区更新到历史数据集中，以便于在前文步骤S1中基于历史数据集从新进入第一制式网络的移动终端中剔除合理进入的第一制式网络的移动终端。
参考图1可知，在经过上述第一筛选规则和第二筛选规则(或者经过上述第一筛选规则和第三筛选规则)处理之后，所得到的位置关联小区簇对应为图1中位置关联区内的小区簇，所得到的预判小区簇对应为图1中干扰区内的小区簇，所得到的被干扰小区簇对应为图1中吸入区内的小区簇。
由图1所示可知，可以通过确定每个被干扰小区簇中参考移动终端数量最多的小区，将确定出的小区的中心位置作为干扰源的位置。由于，此时位于被干扰小区簇中的参考移动终端即为被干扰的移动终端，而干扰源位置与被干扰的移动终端的位置分布紧密相关，因此可以基于被干扰的移动终端的位置分布，即通过将被干扰小区簇中包括被干扰的移动终端的数量最多的小区的中心位置作为干扰源位置来定位干扰源。
假设共有两个被干扰小区簇，其中一个被干扰小区簇包括4个小区，将这4个小区中参考移动终端数量最大的小区的中心位置作为第一干扰源的位置。同样的，将另一个被干扰小区簇中参考移动终端数量最大的小区的中心位置作为第二干扰源的位置，由此实现监测区域内两个干扰源的定位。
为更详细的说明本申请对干扰源的定位，下面以定位短信嗅探器为例，结合图3对该短信嗅探器进行定位的实现步骤进行具体说明。
如图3所示，本实施例需要预先构建历史数据集，历史数据集中包括合理驻留2G网络的驻留特征数据。在构建好历史数据集后，即可启动对短信嗅探器的定位，并通过下述步骤S301～S310实现对短信嗅探器的定位。
S301，获取监测区域内的各个移动终端的驻留特征，驻留特征表现为移动终端在相邻时刻下的目标小区的网络变化关系。
本实施例中，假设在移动通信网络中，移动终端k在数据服务器中存储的移动数据可以表示为：或/>
这里，与/>分别为移动终端k的移动数据集，IMSIk为移动终端k的国际移动用户识别码，/>为移动终端k的目标小区，该小区的编号为p，该小区的网络为2G网络，简写为G(/>为移动终端k的目标小区，该小区的编号为q，该小区的网络为4G网络，简写为L)，为移动终端k处于2G网络的n个时刻，/>为移动终端k处于4G网络的n个时刻。
假设一次监测时段为30秒，监测区域内的移动终端数量为K个，当前时刻ti下的各个移动终端的移动数据为上一时刻下的各个移动终端的移动数据为/>其中/>与/>分别为移动终端k在ti时刻下的移动数据。
显然，在当前时刻ti下的各个移动终端的移动数据还可能为相应的，上一时刻下的各个移动终端的移动数据也可能为/>
若第k个移动终端的当前时刻下的移动数据为上一时刻下的移动数据为则驻留特征为目标小区由4G网络回落至2G网络。
S302，根据驻留特征从移动终端中筛选出新进入2G网络的各个移动终端。
S303，去除合理进入2G网络的移动终端，得到参考移动终端。
这里可以借助历史数据集从新进入2G网络的各个移动终端中去除合理进入2G网络的移动终端，即先确定出新进入2G网络的各个移动终端分布的小区，若该小区有被记录在历史数据集中，则将分布在该小区内的移动终端去除。
在一个实施例中，移动终端的网络更新一般是基于LAU(Routing Area Update，路由区更新)、TAU(Tracking Area Update，跟踪区更新)或LAU/TAU 的联合更新，其中，LAU更新与TAU更新发起的时间差值在规定时间差内，例如在3s或5s内，则可以确定为联合更新。
如果移动终端k在LAU前，原小区为4G小区，而LAU后的目标小区为2G小区，记一次本移动终端k的回落事件，若判断本次回落事件为非嗅探导致的回落，则基于本次回落事件更新历史数据集，将本时段下的本移动终端k的驻留特征[[IMSIk，]，4G，[T1,T2,...,Ti]],[[IMSIk，/>]，2G，[T1,T2,...,Ti]]添加到历史数据集中。
相应的，如果移动终端k在TAU时或LAU/TAU联合更新时，可以才采用与LAU更新相同的判断策略予以判断，基于相应的判断结果决定是否更新历史数据库。
S304，确定出N个待处理小区。
这里可以先确定出各个参考移动终端所在的小区，计算出每个小区的参考移动终端数量，将参考移动终端数量最大的N个小区作为待处理小区。
S305，基于第一筛选规则确定出位置关联小区簇。
这里可以将以每个待处理小区的位置中心为中心，以RL为半径确定的圆形区域作为每个待处理小区的位置关联区，根据第一筛选规则得到每个待处理小区对应的N个初始位置关联小区簇；对这N个初始位置关联小区簇进行小区去重处理，并对去重后的初始位置关联小区簇进行分类处理，得到一个或多个位置关联小区簇，其中第h个位置关联小区簇可以表示为其中/>为第h个位置关联小区簇中的第H个符合第一被干扰条件的2G小区。
S306，基于第三筛选规则对位置关联小区簇进行筛选，对于筛选出的不符合第三被干扰条件的小区，执行步骤S307，对于筛选出的符合第三被干扰条件的小区，执行步骤S308。
这里获取每个位置关联小区簇中参考移动终端的数量，在位置关联小区簇内，当前时刻下的参考移动终端簇为/> 为/>位置关联小区簇内第S(ti)个参考移动终端，上一时刻下的参考移动终端簇为为/>位置关联小区簇内第S′(ti)个参考移动终端。
将参考移动终端数量最大的M个位置关联小区簇作为预判小区簇，获取位于预判小区簇中的每个预判小区所关联的参考小区，得到所述参考小区的劣化特征。
这里劣化特征包括网络质量劣化特征、业务质量劣化特征和综合劣化特征，这三种劣化特征分别通过下述方法计算得到：
网络质量劣化特征QN：
从网络侧获得每个参考小区的网络质量指标X1,X2,...,Xm，例如获得SSB RSRP大于-75dBm的测量占比指标、SSB SINR大于18DB测量点占比指标，根据上述网络质量指标X1,X2,...,Xm得到网络质量劣化特征QN，即根据公式 QN＝f(X1,X2,...,Xm)得到网络质量劣化特征QN，f(·)为从网络质量指标到网络质量劣化特征的映射关系。
业务质量劣化特征QS：
从终端侧获得每个参考小区的业务质量指标Sij，为第i类网络业务第j 个业务质量指标。举例来说，可以获得ping时延<10ms测试点占比为ping 业务的业务质量指标、下行吞吐量>240M测试点占比为下行数据业务的业务质量指标、上行吞吐量>25M测试点占比为上行数据业务类业务质量指标，根据上述业务质量指标Sij得到第i类网络业务的网络质量劣化特征QSi，例如根据公式QSi＝gi(Si1,Si2,...,Sij)得到第i类网络业务的网络质量劣化特征QSi， gi(·)为业务质量指标到第i类网络业务的网络质量劣化特征的映射关系，定义为第i类网络业务的权重比例，并约束这样业务质量劣化特征/>
由此，通过上述方法可以获得网络质量劣化特征QN与业务质量劣化特征 QS，这样可以通过网络质量劣化特征QN与业务质量劣化特征QS获得综合劣化特征Q＝QN×QS。
在获得各个参考小区的劣化特征之后，根据第二筛选规则和第三筛选规则对一个或多个预判小区簇及其参考小区进行小区筛选，得到被干扰小区簇。
这里，参考移动终端的增量可以表示为：V(ti-1→ti)＝S(ti)-S′(ti-1)，参考移动终端的增量占比可以表示为：λL→G(ti-1→ti)＝V(ti-1→ti)/S(ti)。
需要说明的是，基于第二筛选规则对位置关联小区簇进行筛选的过程与基于第三筛选规则对位置关联小区簇进行筛选的过程，区别在于筛选条件的不同的，即第二被干扰条件与第三被干扰条件的不同。
S307，将该小区对应的移动数据更新到历史数据集中。
S308，确定出当前位置关联小区簇出现疑似非法短信嗅探，此时继续执行步骤S309。
S309，判断是否筛选完所有的位置关联小区簇，若未分析完全部的位置关联小区簇，则回到步S306对下一个位置关联小区簇进行筛选，若分析完全部的位置关联小区，则执行步S310。
S310，确定每个被干扰小区簇中参考移动终端数量最多的小区，并将确定出的小区的中心位置作为短信嗅探设备的位置。
此处小区的中心位置可以理解为小区扇区正向预定距离(例如150米)，若为室分小区，取室分小区的经纬度信息作为短信嗅探设备的位置。
基于上述S301～S310的短信嗅探设备的定位方案，经过验证，精度可以达到96％以上，能确定位结果的可信度，为非法短信嗅探治理提术支供技撑。
与前述方法相对应，本申请还提供了一种干扰源定位装置，图4是本申请一个实施例示出的干扰源定位装置的功能框图，如图4所述，本实施例的装置400包括：
获取单元410，用于获取监测区域内移动终端的驻留特征；
分析单元420，用于根据所述驻留特征确定出待处理小区，根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，并根据所述位置关联小区簇得到被干扰小区簇；
定位单元430，用于根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置。
在一个实施例中，分析单元420，用于根据移动终端的驻留特征从所述移动终端中筛选出被干扰后进入第一制式网络的各个参考移动终端；根据各个参考移动终端所在的小区确定出N个待处理小区，N为大于1的自然数。
在一个实施例中，区域划分模型包括位置关联区和与位置关联区对应的第一筛选规则，第一筛选规则指示满足第一被干扰条件且位于该位置关联区内的小区为该位置关联区的位置关联小区，所述第一被干扰条件包括参考移动终端的增量大于第一增量阈值，和/或参考移动终端的增量占比大于第一占比阈值；
相应的，分析单元420，还用于将以每个待处理小区的中心位置为圆心，以干扰距离为半径确定的圆形区域作为每个待处理小区的位置关联区，根据所述第一筛选规则得到每个待处理小区对应的初始位置关联小区簇；对所述 N个待处理小区对应的初始位置关联小区簇进行小区去重处理，并对去重后的初始位置关联小区簇进行分类处理，得到一个或多个位置关联小区簇。
在一个实施例中，区域划分模型还包括第二筛选规则，第二筛选规则指示满足第二被干扰条件的小区为被干扰小区，所述第二被干扰条件包括预判小区内的参考移动终端的增量大于第二增量阈值，和/或参考移动终端的增量占比大于第二占比阈值；
相应的，分析单元420还用于获取每个位置关联小区簇中的参考移动终端数量，并将参考移动终端数量最大的M个位置关联小区簇作为预判小区簇， M为小于N的自然数；根据所述第二筛选规则对M个预判小区簇进行小区筛选，得到被干扰小区簇。
在一个实施例中，所述区域划分模型还包括第三筛选规则，第三筛选规则指示满足第三被干扰条件的小区为被干扰小区；
相应的，分析单元420，还用于获取每个位置关联小区簇中的参考移动终端数量，并将参考移动终端数量最大的M个位置关联小区簇作为预判小区簇，M为小于N的自然数；获取位于预判小区簇中的每个预判小区所关联的参考小区，得到所述参考小区的劣化特征，所述参考小区为位于以所述预判小区为中心、以所述干扰距离为半径的范围内的所有非预判小区；根据所述第三筛选规则对M个预判小区簇进行小区筛选，得到被干扰小区簇。
这里劣化特征包括网络质量劣化特征、业务质量劣化特征和综合劣化特征，所述第三被干扰条件包括预判小区内的参考移动终端的增量大于第二增量阈值，和/或参考移动终端的增量占比大于第二占比阈值，以及包括预判小区关联的网络质量劣化特征降低到网络质量劣化阈值的参考小区的增量大于第三增量阈值，和/或业务质量劣化特征降低到业务质量劣化阈值的参考小区的增量占比大于第三增量占比阈值，和/或综合劣化特征降低到综合劣化阈值的参考小区的增量大于第四增量阈值。
在一个实施例中，分析单元420，还用于获取监测区域内各个移动终端在当前时刻以及与当前时刻相邻的上一时刻的移动数据；根据当前时刻下移动数据携带的目标小区与上一时刻下移动数据携带的目标小区之间的网络变化关系；从所述移动终端中获取所述网络变化关系指示的由第二制式网络回落到第一制式网络的移动终端，得到多个新进入第一制式网络的移动终端；获取各个新进入第一制式网络的移动终端的历史移动数据，根据所述历史移动数据从所述新进入第一制式网络的移动终端中筛选出合理进入第一制式网络的移动终端，所述新进入第一制式网络中未被筛选出的移动终端为参考移动终端。
在一个实施例中，分析单元420，还用于根据各个参考移动终端的移动数据确定出各个参考移动终端所在的小区；计算每个小区内的参考移动终端数量，并将参考移动终端数量最大的N个小区作为待处理小区。
在一个实施例中，定位单元430，还用于确定每个被干扰小区簇中参考移动终端数量最多的小区，并将确定出的小区的中心位置作为干扰源的位置。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的干扰源定位装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图5是本申请一个实施例示出的电子设备的结构框图，该电子设备500包括处理器510和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器520。存储器520可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器520 具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码531的存储空间530。例如，用于存储计算机可读程序代码的存储空间530可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码531。计算机可读程序代码531可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。
该计算机可读存储介质存储有用于执行根据本申请的方法步骤的计算机可读程序代码531，可以电子设备500的处理器510读取，当计算机可读程序代码531由电子设备500运行时，导致电子设备500执行上面所描述的方法中的各个步骤，具体来说，该计算机可读存储介质存储的计算机可读程序代码531可以执行上述任一实施例中示出的方法。计算机可读程序代码531可以以适当形式进行压缩。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (9)

1.一种干扰源定位方法，其特征在于，包括：
获取监测区域内移动终端的驻留特征，根据所述驻留特征确定出待处理小区；
根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，并根据所述位置关联小区簇得到被干扰小区簇，所述区域划分模型包括以干扰源所在位置为中心，根据无线信号的传播特性，将周边区域依次划分为吸入区、干扰区和位置关联区，所述位置关联小区簇为疑似受到干扰源影响的所有小区组成的小区簇；
根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置；所述根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置，包括：
确定每个被干扰小区簇中参考移动终端数量最多的小区，并将确定出的小区的中心位置作为干扰源的位置，所述参考移动终端是根据移动终端的驻留特征从所述移动终端中筛选出被干扰后进入第一制式网络的各个移动终端。
2.如权利要求1所述的方法，其特征在于，根据所述驻留特征确定出待处理小区，包括：
根据移动终端的驻留特征从所述移动终端中筛选出被干扰后进入第一制式网络的各个参考移动终端；
根据各个参考移动终端所在的小区确定出N个待处理小区，N为大于1的自然数。
3.如权利要求2所述的方法，其特征在于，所述区域划分模型包括位置关联区和与位置关联区对应的第一筛选规则，第一筛选规则指示满足第一被干扰条件且位于该位置关联区内的小区为该位置关联区的位置关联小区，所述第一被干扰条件包括参考移动终端的增量大于第一增量阈值，和/或参考移动终端的增量占比大于第一占比阈值；
根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，包括：
将以每个待处理小区的中心位置为圆心，以干扰距离为半径确定的圆形区域作为每个待处理小区的位置关联区，根据所述第一筛选规则得到每个待处理小区对应的初始位置关联小区簇；
对所述N个待处理小区对应的初始位置关联小区簇进行小区去重处理，并对去重后的初始位置关联小区簇进行分类处理，得到一个或多个位置关联小区簇。
4.如权利要求3所述的方法，其特征在于，所述区域划分模型还包括第二筛选规则，第二筛选规则指示满足第二被干扰条件的小区为被干扰小区，所述第二被干扰条件包括预判小区内的参考移动终端的增量大于第二增量阈值，和/或参考移动终端的增量占比大于第二占比阈值；
根据所述位置关联小区簇得到被干扰小区簇，包括：
获取每个位置关联小区簇中的参考移动终端数量，并将参考移动终端数量最大的M个位置关联小区簇作为预判小区簇，M为小于N的自然数；
根据所述第二筛选规则对M个预判小区簇进行小区筛选，得到被干扰小区簇。
5.如权利要求3所述的方法，其特征在于，所述区域划分模型还包括第三筛选规则，第三筛选规则指示满足第三被干扰条件的小区为被干扰小区；
根据所述位置关联小区簇得到被干扰小区簇，包括：
获取每个位置关联小区簇中的参考移动终端数量，并将参考移动终端数量最大的M个位置关联小区簇作为预判小区簇，M为小于N的自然数；
获取位于预判小区簇中的每个预判小区所关联的参考小区，得到所述参考小区的劣化特征，所述参考小区为位于以所述预判小区为中心、以所述干扰距离为半径的范围内的所有非预判小区；
根据所述第三筛选规则对M个预判小区簇进行小区筛选，得到被干扰小区簇。
6.如权利要求5所述的方法，其特征在于，所述劣化特征包括网络质量劣化特征、业务质量劣化特征和综合劣化特征，所述第三被干扰条件包括预判小区内的参考移动终端的增量大于第二增量阈值，和/或参考移动终端的增量占比大于第二占比阈值，以及包括预判小区关联的网络质量劣化特征降低到网络质量劣化阈值的参考小区的增量大于第三增量阈值，和/或业务质量劣化特征降低到业务质量劣化阈值的参考小区的增量占比大于第三增量占比阈值，和/或综合劣化特征降低到综合劣化阈值的参考小区的增量大于第四增量阈值。
7.如权利要求2所述的方法，其特征在于，根据移动终端的驻留特征从所述移动终端中筛选出被干扰后进入第一制式网络的各个参考移动终端，包括：
获取监测区域内各个移动终端在当前时刻以及与当前时刻相邻的上一时刻的移动数据；
根据当前时刻下移动数据携带的目标小区与上一时刻下移动数据携带的目标小区之间的网络变化关系；
从所述移动终端中获取所述网络变化关系指示的由第二制式网络回落到第一制式网络的移动终端，得到多个新进入第一制式网络的移动终端；
获取各个新进入第一制式网络的移动终端的历史移动数据，根据所述历史移动数据从所述新进入第一制式网络的移动终端中筛选出合理进入第一制式网络的移动终端，所述新进入第一制式网络中未被筛选出的移动终端为参考移动终端。
8.如权利要求7所述的方法，其特征在于，根据各个参考移动终端所在的小区确定出N个待处理小区，包括：
根据各个参考移动终端的移动数据确定出各个参考移动终端所在的小区；
计算每个小区内的参考移动终端数量，并将参考移动终端数量最大的N个小区作为待处理小区。
9.一种干扰源定位装置，其特征在于，包括：
获取单元，用于获取监测区域内移动终端的驻留特征；
分析单元，用于根据所述驻留特征确定出待处理小区，根据预设的区域划分模型确定待处理小区对应的位置关联小区簇，并根据所述位置关联小区簇得到被干扰小区簇，所述区域划分模型包括以干扰源所在位置为中心，根据无线信号的传播特性，将周边区域依次划分为吸入区、干扰区和位置关联区，所述位置关联小区簇为疑似受到干扰源影响的所有小区组成的小区簇；
定位单元，用于根据被干扰小区簇中各小区内移动终端情况，确定干扰源的位置，具体是用于确定每个被干扰小区簇中参考移动终端数量最多的小区，并将确定出的小区的中心位置作为干扰源的位置，所述参考移动终端是根据移动终端的驻留特征从所述移动终端中筛选出被干扰后进入第一制式网络的各个移动终端。
CN202011561496.1A 2020-12-25 2020-12-25 一种干扰源定位方法和装置 Active CN114697969B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011561496.1A CN114697969B (zh) 2020-12-25 2020-12-25 一种干扰源定位方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011561496.1A CN114697969B (zh) 2020-12-25 2020-12-25 一种干扰源定位方法和装置

Publications (2)

Publication Number Publication Date
CN114697969A CN114697969A (zh) 2022-07-01
CN114697969B true CN114697969B (zh) 2024-06-04

Family

ID=82130385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011561496.1A Active CN114697969B (zh) 2020-12-25 2020-12-25 一种干扰源定位方法和装置

Country Status (1)

Country Link
CN (1) CN114697969B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115334550B (zh) * 2022-08-18 2024-05-10 中国联合网络通信集团有限公司 上行干扰检测方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229363B1 (en) * 2011-05-18 2012-07-24 ReVerb Networks, Inc. Interferer detection for a wireless communications network
CN104144423A (zh) * 2014-08-08 2014-11-12 中国联合网络通信集团有限公司 伪基站的定位方法和网络服务器
CN104902482A (zh) * 2014-03-04 2015-09-09 中国移动通信集团江苏有限公司 一种实现伪基站检测的方法和装置
CN105307262A (zh) * 2014-06-10 2016-02-03 中国移动通信集团设计院有限公司 一种伪基站的定位方法及装置
CN110099411A (zh) * 2018-01-30 2019-08-06 上海大唐移动通信设备有限公司 一种干扰源定位方法及装置
CN111163488A (zh) * 2018-11-07 2020-05-15 中国移动通信集团四川有限公司 小区干扰源的定位方法、装置、设备及计算机存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11101903B2 (en) * 2018-12-05 2021-08-24 Spectrum Effect Inc. Locating external interference in a wireless network

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229363B1 (en) * 2011-05-18 2012-07-24 ReVerb Networks, Inc. Interferer detection for a wireless communications network
CN104902482A (zh) * 2014-03-04 2015-09-09 中国移动通信集团江苏有限公司 一种实现伪基站检测的方法和装置
CN105307262A (zh) * 2014-06-10 2016-02-03 中国移动通信集团设计院有限公司 一种伪基站的定位方法及装置
CN104144423A (zh) * 2014-08-08 2014-11-12 中国联合网络通信集团有限公司 伪基站的定位方法和网络服务器
CN110099411A (zh) * 2018-01-30 2019-08-06 上海大唐移动通信设备有限公司 一种干扰源定位方法及装置
CN111163488A (zh) * 2018-11-07 2020-05-15 中国移动通信集团四川有限公司 小区干扰源的定位方法、装置、设备及计算机存储介质

Also Published As

Publication number Publication date
CN114697969A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN104853379B (zh) 一种无线网络质量评估方法及装置
CN103648096A (zh) 一种非法基站入侵的快速检测与定位方法
CN104661204B (zh) 一种伪基站的定位方法及装置
US8862154B2 (en) Location measuring method and apparatus using access point for wireless local area network service
CN108271157B (zh) 一种伪基站识别方法及装置
CN108462966B (zh) 一种基于2g网络高铁小区rru定位识别方法及系统
CN103945478A (zh) 小区重选方法和移动终端
CN108513301B (zh) 一种非法用户识别方法及装置
CN106817712B (zh) 一种定位方法及装置和一种服务器
CN111817868A (zh) 一种网络质量异常的定位方法与装置
CN108243421A (zh) 伪基站识别方法及系统
CN114697969B (zh) 一种干扰源定位方法和装置
CN111093156B (zh) 伪基站的位置定位方法、设备和存储介质
CN113645625B (zh) 伪基站定位方法、装置、电子设备和可读介质
CN114760631B (zh) 一种干扰源识别方法和装置
CN113691483B (zh) 异常用户设备的检测方法、装置、设备及存储介质
CN111294920B (zh) 识别lte网内干扰的方法、装置、设备及介质
CN109982392B (zh) 基站小区的邻区配置方法、装置、设备及介质
CN112911702B (zh) 一种无线基地台定位方法及系统
CN107517474B (zh) 一种网络分析优化方法及装置
CN113194482B (zh) 一种大数据终端信息推荐方法及系统
CN106804039B (zh) 用户安全指数获取方法及装置
CN115273899A (zh) 一种语音质量评估方法、装置、设备及存储介质
CN111107552B (zh) 一种识别伪基站的方法及系统
CN109600751B (zh) 一种基于网络侧用户数据的伪基站检测方法

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