CN116016284B - 数据分析方法、装置、电子设备及存储介质 - Google Patents
数据分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116016284B CN116016284B CN202211582171.0A CN202211582171A CN116016284B CN 116016284 B CN116016284 B CN 116016284B CN 202211582171 A CN202211582171 A CN 202211582171A CN 116016284 B CN116016284 B CN 116016284B
- Authority
- CN
- China
- Prior art keywords
- flow data
- detection period
- determining
- data
- flow
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000007405 data analysis Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 153
- 238000004458 analytical method Methods 0.000 claims abstract description 84
- 230000006399 behavior Effects 0.000 claims description 75
- 238000012545 processing Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供一种数据分析方法、装置、电子设备及存储介质，涉及数据分析领域。所述方法包括：获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。以上方案，通过评价第一设备生成的流量数据的可信度，可以筛选出可信度高的流量数据，从而提升数据分析的准确度。
Description
技术领域
本申请涉及数据分析领域，尤其涉及一种数据分析方法、装置、电子设备及存储介质。
背景技术
现阶段，针对客户终端的上网行为分析方法，通常是以在用户终端安装具有计算能力的深度报文检测插件来实现的，用户终端以及深度报文检测插件分析用户终端的上网行为信息，将分析结果发送给服务器。服务器可以对用户终端的上网行为信息归纳整理，得出用户的上网习惯，根据用户的上网习惯，向用户定向推送适合的业务，提升用户的使用体验。
而在实际应用中，受到用户终端的网络资源的限制，对上网行为信息进行完整分析得到的分析结果占用网络资源过多，不能全部发送给服务器。因此在相关技术中，用户终端以及深度报文检测插件仅对上网行为信息进行初步分析。这种方式依赖于终端的计算能力及插件的算法，分析结果的准确度无法保障。
分析结果准确度低会导致服务器向用户定向推送的业务不适合，因此，如何提升用户上网行为信息的分析结果的准确度，对于提升用户使用体验有重要作用。
发明内容
本申请提供一种数据分析方法、装置、电子设备及存储介质，用于提升数据分析的准确度。
第一方面，本申请提供一种数据分析方法，包括：获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。
在一种可能的实施方式中，根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果，包括：若所述第一流量数据的可信度大于或等于第一阈值，则根据所述第一流量数据确定所述上网行为分析结果；若所述第一流量数据的可信度小于所述第一阈值，则更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果。
在一种可能的实施方式中，更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果，包括：对所述检测时段进行第i次更新处理，得到第i个检测时段；获取所述第i个检测时段对应的第一流量数据和第二流量数据；根据第i个检测时段对应的第一流量数据和第二流量数据，确定所述第i个检测时段对应的第一流量数据的可信度；其中，所述i依次取1、2、……，直至第i个检测时段对应的第一流量数据的可信度大于或等于所述第一阈值时，根据所述第i个检测时段对应的第一流量数据确定所述上网行为分析结果，或者，直至所述i为N时，生成提示信息，所述提示信息用于指示获取所述上网行为分析结果失败，所述N为正整数，所述N为预设最大获取次数。
在一种可能的实施方式中，更新所述检测时段，包括：确定预设时长；根据所述检测时段和所述预设时长确定目标时段，所述目标时段的时长为所述预设时长，所述目标时段位于所述检测时段之后；将所述检测时段更新为所述目标时段。
在一种可能的实施方式中，所述第一流量数据包括至少一个网站和每个网站对应的第一流量使用量，所述第二流量数据包括所述至少一个网站和每个网站对应的第二流量使用量；根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度，包括：根据每个网站对应的第一流量使用量、以及每个网站对应的第二流量使用量，确定每个网站对应的流量使用差值；根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度。
在一种可能的实施方式中，根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度，包括：若每个网站对应的流量使用差值均小于或等于第二阈值，则确定所述第一流量数据的可信度为第一可信度，所述第一可信度大于或等于所述第一阈值；若所述至少一个网站中存在网站对应的流量使用差值大于所述第二阈值，则确定所述第一流量数据的可信度为第二可信度，所述第二可信度小于所述第一阈值。
在一种可能的实施方式中，所述方法还包括：获取第一对应关系，所述第一对应关系包括多个设备的标识和每个设备的标识对应的网络设备的标识；根据所述第一设备的标识和所述第一对应关系，确定所述第一设备对应的网络设备。
第二方面，本申请提供一种数据分析装置，包括：获取模块，用于获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；所述获取模块，还用于获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；确定模块，用于根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；分析模块，用于根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。
在一种可能的实施方式中，所述分析模块，具体用于若所述第一流量数据的可信度大于或等于第一阈值，则根据所述第一流量数据确定所述上网行为分析结果；所述分析模块，具体还用于若所述第一流量数据的可信度小于所述第一阈值，则更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果。
在一种可能的实施方式中，所述分析模块，具体用于对所述检测时段进行第i次更新处理，得到第i个检测时段；所述分析模块，具体还用于获取所述第i个检测时段对应的第一流量数据和第二流量数据；所述分析模块，具体还用于根据第i个检测时段对应的第一流量数据和第二流量数据，确定所述第i个检测时段对应的第一流量数据的可信度；其中，所述i依次取1、2、……，直至第i个检测时段对应的第一流量数据的可信度大于或等于所述第一阈值时，根据所述第i个检测时段对应的第一流量数据确定所述上网行为分析结果，或者，直至所述i为N时，生成提示信息，所述提示信息用于指示获取所述上网行为分析结果失败，所述N为正整数，所述N为预设最大获取次数。
在一种可能的实施方式中，所述分析模块，具体用于确定预设时长；所述分析模块，具体还用于根据所述检测时段和所述预设时长确定目标时段，所述目标时段的时长为所述预设时长，所述目标时段位于所述检测时段之后；所述分析模块，具体还用于将所述检测时段更新为所述目标时段。
在一种可能的实施方式中，所述第一流量数据包括至少一个网站和每个网站对应的第一流量使用量，所述第二流量数据包括所述至少一个网站和每个网站对应的第二流量使用量；所述装置还包括：计算模块，用于根据每个网站对应的第一流量使用量、以及每个网站对应的第二流量使用量，确定每个网站对应的流量使用差值；对比模块，用于根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度。
在一种可能的实施方式中，所述对比模块，具体用于若每个网站对应的流量使用差值均小于或等于第二阈值，则确定所述第一流量数据的可信度为第一可信度，所述第一可信度大于或等于所述第一阈值；所述对比模块，具体还用于若所述至少一个网站中存在网站对应的流量使用差值大于所述第二阈值，则确定所述第一流量数据的可信度为第二可信度，所述第二可信度小于所述第一阈值。
在一种可能的实施方式中，所述装置还包括：查找模块，用于获取第一对应关系，所述第一对应关系包括多个设备的标识和每个设备的标识对应的网络设备的标识；处理模块，用于根据所述第一设备的标识和所述第一对应关系，确定所述第一设备对应的网络设备。
第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面中任一项所述的方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行如第一方面中任一项所述的方法。
本申请提供的数据分析方法、装置、电子设备及存储介质，包括：获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。以上方案，通过评价第一设备生成的流量数据的可信度，可以筛选出可信度高的流量数据，从而提升数据分析的准确度。
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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种数据分析方法的应用场景示意图；
图2为本申请实施例一提供的一种数据分析方法的流程示意图；
图3为本申请实施例提供的另一种数据分析方法的流程示意图；
图4为本申请实施例提供的另一种数据分析方法的流程示意图；
图5为本申请实施例二提供的一种数据分析装置的结构示例图；
图6为本申请实施例三提供的一种数据分析装置的装置框图；
图7为本申请实施例四中提供的一种电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
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。
首先对涉及的名词进行解释：
深度报文检测：一种基于数据包的深度检测技术，针对不同的网络应用层载荷进行深度检测，通过对报文的有效载荷检测决定其合法性；
宽带接入服务器(Broadband Remote Access Server，简称BRAS)：是面向宽带网络应用的新型接入网关，它位于骨干网的边缘层，可以完成用户带宽的网的数据接入；
全业务路由器(service router，简称SR)：与BRAS类似，用来终结和管理用户的会话。
图1为本申请实施例提供的一种数据分析方法的应用场景示意图，结合图示的场景进行举例：网络设备是已经搭建好的，第一设备的上网行为是通过与网络设备的交互而实现的，网络设备本身具有强大的计算能力，可以用于数据分析。通过网络设备对第一设备的上网行为信息的分析结果，可以确定第一设备对第一设备的上网行为信息的分析结果的可信度。将达到可信度阈值的分析结果发送给服务器。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。在本申请的描述中，除非另有明确的规定和限定，各术语应在本领域内做广义理解。下面将结合附图，对本申请的实施例进行描述。
实施例一
图2为本申请实施例一提供的一种数据分析方法的流程示意图，该方法包括以下步骤：
S201、获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；
其中，第一流量数据为用户终端访问任意一个网站产生的流量。
S202、获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；
其中，网络设备包括但不限于：宽带接入服务器以及全业务路由器等。网络设备用于收发第一设备上网需要的流量。网络设备本身具有计算能力，可用于根据第一设备的上网行为信息分析得到第二流量数据。
S203、根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；
S204、根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。
作为示例，该实施例的执行主体可以为数据分析装置，该数据分析装置的实现有多种。例如，可以为程序软件，也可以为存储有相关计算机程序的介质，例如，U盘等；或者，该装置还可以为集成或安装有相关计算机程序的实体设备，例如，芯片、智能终端、电脑、服务器等。
在一个示例中，数据分析方法还包括：获取第一对应关系，所述第一对应关系包括多个设备的标识和每个设备的标识对应的网络设备的标识；根据所述第一设备的标识和所述第一对应关系，确定所述第一设备对应的网络设备。
作为一种可实施方式，每个网络设备对应多个第一设备，每个第一设备有唯一对应的网络设备，网络设备和第一设备之间存在对应关系，网络设备和第一设备分别有唯一标识。举例来说，将需要分析上网行为的第一设备作为目标第一设备，根据目标第一设备的唯一标识以及对应关系，确定对应的网络设备的唯一标识，从而确定与目标第一设备对应的网络设备。
基于以上实施方式，通过标识和对应关系，可以准确获得第一设备对应的网络设备。
在一个示例中，所述第一流量数据包括至少一个网站和每个网站对应的第一流量使用量，所述第二流量数据包括所述至少一个网站和每个网站对应的第二流量使用量；S203具体包括：根据每个网站对应的第一流量使用量、以及每个网站对应的第二流量使用量，确定每个网站对应的流量使用差值；根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度。
结合场景示例来说，第一流量数据和第二流量数据来源于不同的设备，不同的设备的算法不同，在此基础上若第一流量数据和第二流量数据的差值在一定范围内，说明第一流量数据是可信的。
基于以上实施方式，通过差值的方式，可以对可信度进行量化，建立可信度的判断标准，从而提升数据分析的准确度。
在一个示例中，根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度，包括：若每个网站对应的流量使用差值均小于或等于第二阈值，则确定所述第一流量数据的可信度为第一可信度，所述第一可信度大于或等于所述第一阈值；若所述至少一个网站中存在网站对应的流量使用差值大于所述第二阈值，则确定所述第一流量数据的可信度为第二可信度，所述第二可信度小于所述第一阈值。
结合场景示例来说，第一流量数据包括多个网站以及每个网站对应的流量使用值，在进行差值比较时，不同网站的流量使用值分别进行比较。
作为一个示例，对每个网站设置不同的第二阈值。
基于以上实施方式，通过多个网站分别进行差值比较，可以避免不同网站的流量数据之间的干扰，从而提升数据分析的准确性。
在一个示例中，S204具体包括：若所述第一流量数据的可信度大于或等于第一阈值，则根据所述第一流量数据确定所述上网行为分析结果；若所述第一流量数据的可信度小于所述第一阈值，则更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果。
结合场景示例来说，可信度用来评价第一流量数据的准确度，可信度达到第一阈值的第一流量数据认为是准确度达到要求的。若可信度不达到第一阈值，则重新获取另一检测时段的第一流量数据和第二流量数据，直至获取到可信度达到第一阈值的第一流量数据。可以理解，可信度评价的方案可以获取到准确度高的第一流量数据。
作为一种可实施的方式，如图3所示，图3为本申请实施例提供的另一种数据分析方法的流程示意图。以可信度达到第一阈值作为循环的判断条件，直至判断的结果为是，则停止重新获取第一流量数据和第二流量数据，根据当前第一流量数据确定上网行为分析结果。
基于以上实施方式，通过循环的方式，可以确定可信度达到阈值的第一流量数据，以可信度达到阈值的第一流量数据确定的上网行为分析结果的准确度高。
进一步的，在一个示例中，更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果，包括：对所述检测时段进行第i次更新处理，得到第i个检测时段；获取所述第i个检测时段对应的第一流量数据和第二流量数据；根据第i个检测时段对应的第一流量数据和第二流量数据，确定所述第i个检测时段对应的第一流量数据的可信度；其中，所述i依次取1、2、……，直至第i个检测时段对应的第一流量数据的可信度大于或等于所述第一阈值时，根据所述第i个检测时段对应的第一流量数据确定所述上网行为分析结果，或者，直至所述i为N时，生成提示信息，所述提示信息用于指示获取所述上网行为分析结果失败，所述N为正整数，所述N为预设最大获取次数。
作为一种可实施的方式，如图4所示，图4为本申请实施例提供的另一种数据分析方法的流程示意图。在上述示例的基础上，增加了最大获取次数的判断条件，若获取第一流量数据和第二流量数据的次数达到最大获取次数，则停止获取下一检测时段的第一流量数据和第二流量数据，以及，生成用于指示获取所述上网行为分析结果失败的提示信息。
结合场景示例来说，若第一设备确定的多个检测时段的第一流量数据的可信度都达不到第一阈值，说明存在技术问题，此时应该有工作人员来排查故障，通过设置获取次数的判断条件，可以避免由技术问题导致的无限循环。
基于以上实施方式，通过设置最大获取次数，可以避免技术问题导致的无限循环获取第一流量数据，避免资源浪费。
在一个示例中，更新所述检测时段，包括：确定预设时长；根据所述检测时段和所述预设时长确定目标时段，所述目标时段的时长为所述预设时长，所述目标时段位于所述检测时段之后；将所述检测时段更新为所述目标时段。
作为一种可实施的方式，通过预设时长更新检测时段，更新后的检测时段不同于当前的检测时段。可以理解，更新后的检测时段不同于当前的检测时段，可以避免重复获取相同的第一流量数据。
基于以上实施方式，在当前检测时段之后确定新的检测时段，可以有效保证获取的第一流量数据不重复。
本实施例提供的数据分析方法中，获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。以上方案，通过评价第一设备生成的流量数据的可信度，可以筛选出可信度高的流量数据，从而提升数据分析的准确度。
实施例二
图5为本申请实施例二提供的一种数据分析装置的结构示意图，如图5所示，所述数据分析装置包括：
获取模块61，用于获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；
其中，第一流量数据为用户终端访问任意一个网站产生的流量。
获取模块61，还用于获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；
其中，网络设备包括但不限于：宽带接入服务器以及全业务路由器等。网络设备用于收发第一设备上网需要的流量。网络设备本身具有计算能力，可用于根据第一设备的上网行为信息分析得到第二流量数据。
确定模块62，用于根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；
分析模块63，用于根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。
在一个示例中，数据分析装置还包括：查找模块66，用于获取第一对应关系，所述第一对应关系包括多个设备的标识和每个设备的标识对应的网络设备的标识；处理模块67，用于根据所述第一设备的标识和所述第一对应关系，确定所述第一设备对应的网络设备。
作为一种可实施方式，每个网络设备对应多个第一设备，每个第一设备有唯一对应的网络设备，网络设备和第一设备之间存在对应关系，网络设备和第一设备分别有唯一标识。举例来说，将需要分析上网行为的第一设备作为目标第一设备，根据目标第一设备的唯一标识以及对应关系，确定对应的网络设备的唯一标识，从而确定与目标第一设备对应的网络设备。
基于以上实施方式，通过标识和对应关系，可以准确获得第一设备对应的网络设备。
在一个示例中，所述第一流量数据包括至少一个网站和每个网站对应的第一流量使用量，所述第二流量数据包括所述至少一个网站和每个网站对应的第二流量使用量；数据分析装置还包括：计算模块64，用于根据每个网站对应的第一流量使用量、以及每个网站对应的第二流量使用量，确定每个网站对应的流量使用差值；对比模块65，用于根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度。
结合场景示例来说，第一流量数据和第二流量数据来源于不同的设备，不同的设备的算法不同，在此基础上若第一流量数据和第二流量数据的差值在一定范围内，说明第一流量数据是可信的。
基于以上实施方式，通过差值的方式，可以对可信度进行量化，建立可信度的判断标准，从而提升数据分析的准确度。
在一个示例中，对比模块65，具体用于若每个网站对应的流量使用差值均小于或等于第二阈值，则确定所述第一流量数据的可信度为第一可信度，所述第一可信度大于或等于所述第一阈值；对比模块65，具体还用于若所述至少一个网站中存在网站对应的流量使用差值大于所述第二阈值，则确定所述第一流量数据的可信度为第二可信度，所述第二可信度小于所述第一阈值。
结合场景示例来说，第一流量数据包括多个网站以及每个网站对应的流量使用值，在进行差值比较时，不同网站的流量使用值分别进行比较。
作为一个示例，对每个网站设置不同的第二阈值。
基于以上实施方式，通过多个网站分别进行差值比较，可以避免不同网站的流量数据之间的干扰，从而提升数据分析的准确性。
在一个示例中，分析模块63，具体用于若所述第一流量数据的可信度大于或等于第一阈值，则根据所述第一流量数据确定所述上网行为分析结果；分析模块63，具体还用于若所述第一流量数据的可信度小于所述第一阈值，则更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果。
结合场景示例来说，可信度用来评价第一流量数据的准确度，可信度达到第一阈值的第一流量数据认为是准确度达到要求的。若可信度不达到第一阈值，则重新获取另一检测时段的第一流量数据和第二流量数据，直至获取到可信度达到第一阈值的第一流量数据。可以理解，可信度评价的方案可以获取到准确度高的第一流量数据。
作为一种可实施的方式，如图3所示，图3为本申请实施例提供的另一种数据分析方法的流程示意图。以可信度达到第一阈值作为循环的判断条件，直至判断的结果为是，则停止重新获取第一流量数据和第二流量数据，根据当前第一流量数据确定上网行为分析结果。
基于以上实施方式，通过循环的方式，可以确定可信度达到阈值的第一流量数据，以可信度达到阈值的第一流量数据确定的上网行为分析结果的准确度高。
进一步的，在一个示例中，分析模块63，具体用于对所述检测时段进行第i次更新处理，得到第i个检测时段；分析模块63，具体还用于获取所述第i个检测时段对应的第一流量数据和第二流量数据；分析模块63，具体还用于根据第i个检测时段对应的第一流量数据和第二流量数据，确定所述第i个检测时段对应的第一流量数据的可信度；其中，所述i依次取1、2、……，直至第i个检测时段对应的第一流量数据的可信度大于或等于所述第一阈值时，根据所述第i个检测时段对应的第一流量数据确定所述上网行为分析结果，或者，直至所述i为N时，生成提示信息，所述提示信息用于指示获取所述上网行为分析结果失败，所述N为正整数，所述N为预设最大获取次数。
作为一种可实施的方式，如图4所示，图4为本申请实施例提供的另一种数据分析方法的流程示意图。在上述示例的基础上，增加了最大获取次数的判断条件，若获取第一流量数据和第二流量数据的次数达到最大获取次数，则停止获取下一检测时段的第一流量数据和第二流量数据，以及，生成用于指示获取所述上网行为分析结果失败的提示信息。
结合场景示例来说，若第一设备确定的多个检测时段的第一流量数据的可信度都达不到第一阈值，说明存在技术问题，此时应该有工作人员来排查故障，通过设置获取次数的判断条件，可以避免由技术问题导致的无限循环。
基于以上实施方式，通过设置最大获取次数，可以避免技术问题导致的无限循环获取第一流量数据，避免资源浪费。
在一个示例中，分析模块63，具体用于确定预设时长；分析模块63，具体还用于根据所述检测时段和所述预设时长确定目标时段，所述目标时段的时长为所述预设时长，所述目标时段位于所述检测时段之后；分析模块63，具体还用于将所述检测时段更新为所述目标时段。
作为一种可实施的方式，通过预设时长更新检测时段，更新后的检测时段不同于当前的检测时段。可以理解，更新后的检测时段不同于当前的检测时段，可以避免重复获取相同的第一流量数据。
基于以上实施方式，在当前检测时段之后确定新的检测时段，可以有效保证获取的第一流量数据不重复。
本实施例提供的数据分析方法中，获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果。以上方案，通过评价第一设备生成的流量数据的可信度，可以筛选出可信度高的流量数据，从而提升数据分析的准确度。
实施例三
图6是根据一示例性实施例示出的一种数据分析装置的装置框图，该装置可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random-Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(Liquid Crystal Display，简称LCD)和触摸面板(Touch Panel，简称TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(Microphone，简称MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
输入/输出接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，简称CMOS)图像传感器或电荷耦合元件(Charge-coupled Device，简称CCD)，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，第二代移动通信技术(2nd-GenerationCommunication Technology，简称2G)，第三代移动通信技术(3rd-GenerationCommunication Technology，简称3G)，第四代移动通信技术(4th-GenerationCommunication Technology，简称4G)或第五代移动通信技术(5th-GenerationCommunication Technology，简称5G)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(Near Field Communication，简称NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(Radio Frequency Identification，简称RFID)技术，红外数据协会(Infrared Data Association，简称IrDA)技术，超宽带(UltraWide Band，简称UWB)技术，蓝牙(Bluetooth，简称BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Process，简称DSP)、数字信号处理设备(Digital Signal Process Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(Random Access Memory，简称RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
实施例四
图7为本申请实施例中提供的一种电子设备的结构示意图，如图7所示，该电子设备包括：
处理器(processor)291，电子设备还包括了存储器(memory)292；还可以包括通信接口(Communication Interface)293和总线294。其中，处理器291、存储器292、通信接口293、可以通过总线294完成相互间的通信。通信接口293可以用于信息传输。处理器291可以调用存储器292中的逻辑指令，以执行上述实施例的方法。
此外，上述的存储器292中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器292作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本申请实施例中的方法对应的程序指令/模块。处理器291通过运行存储在存储器292中的软件程序、指令以及模块，从而执行功能应用以及数据处理，即实现上述方法实施例中的方法。
存储器292可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器292可以包括高速随机存取存储器，还可以包括非易失性存储器。
本申请实施例提供一种非临时性计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如前述实施例所述的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请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，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请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。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种数据分析方法，其特征在于，应用于服务器，所述方法包括：
获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；
获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；
根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；
根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果；
所述第一流量数据包括每个网站对应的第一流量使用量，所述第二流量数据包括每个网站对应的第二流量使用量；
根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度，包括：
根据每个网站对应的第一流量使用量、以及每个网站对应的第二流量使用量，确定每个网站对应的流量使用差值；
根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度；
根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度，包括：
若每个网站对应的流量使用差值均小于或等于第二阈值，则确定所述第一流量数据的可信度为第一可信度，所述第一可信度大于或等于第一阈值；
若至少一个网站中存在网站对应的流量使用差值大于所述第二阈值，则确定所述第一流量数据的可信度为第二可信度，所述第二可信度小于所述第一阈值；
根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果，包括：
若所述第一流量数据的可信度大于或等于第一阈值，则根据所述第一流量数据确定所述上网行为分析结果；
若所述第一流量数据的可信度小于所述第一阈值，则更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果。
2.根据权利要求1所述的方法，其特征在于，更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果，包括：
对所述检测时段进行第i次更新处理，得到第i个检测时段；
获取所述第i个检测时段对应的第一流量数据和第二流量数据；
根据第i个检测时段对应的第一流量数据和第二流量数据，确定所述第i个检测时段对应的第一流量数据的可信度；
其中，所述i依次取1、2、……，直至第i个检测时段对应的第一流量数据的可信度大于或等于所述第一阈值时，根据所述第i个检测时段对应的第一流量数据确定所述上网行为分析结果，或者，直至所述i为N时，生成提示信息，所述提示信息用于指示获取所述上网行为分析结果失败，所述N为正整数，所述N为预设最大获取次数。
3.根据权利要求2所述的方法，其特征在于，更新所述检测时段，包括：
确定预设时长；
根据所述检测时段和所述预设时长确定目标时段，所述目标时段的时长为所述预设时长，所述目标时段位于所述检测时段之后；
将所述检测时段更新为所述目标时段。
4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
获取第一对应关系，所述第一对应关系包括多个设备的标识和每个设备的标识对应的网络设备的标识；
根据所述第一设备的标识和所述第一对应关系，确定所述第一设备对应的网络设备。
5.一种数据分析装置，其特征在于，包括：
获取模块，用于获取第一设备生成的检测时段对应的第一流量数据，所述第一流量数据为所述第一设备根据所述第一设备在所述检测时段的上网行为信息确定得到的；
所述获取模块，还用于获取所述第一设备对应的网络设备生成的所述检测时段对应的第二流量数据，所述第二流量数据为所述网络设备根据所述上网行为信息确定得到的；
确定模块，用于根据所述第一流量数据和所述第二流量数据，确定所述第一流量数据的可信度；
分析模块，用于根据所述第一流量数据的可信度，确定所述第一设备对应的上网行为分析结果；
所述第一流量数据包括每个网站对应的第一流量使用量，所述第二流量数据包括每个网站对应的第二流量使用量；所述装置还包括：
计算模块，用于根据每个网站对应的第一流量使用量、以及每个网站对应的第二流量使用量，确定每个网站对应的流量使用差值；
对比模块，用于根据每个网站对应的流量使用差值，确定所述第一流量数据的可信度；
所述对比模块，具体用于若每个网站对应的流量使用差值均小于或等于第二阈值，则确定所述第一流量数据的可信度为第一可信度，所述第一可信度大于或等于第一阈值；
所述对比模块，具体还用于若至少一个网站中存在网站对应的流量使用差值大于所述第二阈值，则确定所述第一流量数据的可信度为第二可信度，所述第二可信度小于所述第一阈值；
所述分析模块，具体用于若所述第一流量数据的可信度大于或等于第一阈值，则根据所述第一流量数据确定所述上网行为分析结果；
所述分析模块，具体还用于若所述第一流量数据的可信度小于所述第一阈值，则更新所述检测时段，以及获取更新后的检测时段对应的第一流量数据和第二流量数据，直至更新后的检测时段对应第一流量数据的可信度大于或等于所述第一阈值时，根据更新后的检测时段对应第一流量数据确定所述上网行为分析结果。
6.根据权利要求5所述的装置，其特征在于，
所述分析模块，具体用于对所述检测时段进行第i次更新处理，得到第i个检测时段；
所述分析模块，具体还用于获取所述第i个检测时段对应的第一流量数据和第二流量数据；
所述分析模块，具体还用于根据第i个检测时段对应的第一流量数据和第二流量数据，确定所述第i个检测时段对应的第一流量数据的可信度；
其中，所述i依次取1、2、……，直至第i个检测时段对应的第一流量数据的可信度大于或等于所述第一阈值时，根据所述第i个检测时段对应的第一流量数据确定所述上网行为分析结果，或者，直至所述i为N时，生成提示信息，所述提示信息用于指示获取所述上网行为分析结果失败，所述N为正整数，所述N为预设最大获取次数。
7.根据权利要求5或6所述的装置，其特征在于，
所述分析模块，具体用于确定预设时长；
所述分析模块，具体还用于根据所述检测时段和所述预设时长确定目标时段，所述目标时段的时长为所述预设时长，所述目标时段位于所述检测时段之后；
所述分析模块，具体还用于将所述检测时段更新为所述目标时段。
8.根据权利要求5或6所述的装置，其特征在于，所述装置还包括：
查找模块，用于获取第一对应关系，所述第一对应关系包括多个设备的标识和每个设备的标识对应的网络设备的标识；
处理模块，用于根据所述第一设备的标识和所述第一对应关系，确定所述第一设备对应的网络设备。
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211582171.0A CN116016284B (zh) | 2022-12-09 | 2022-12-09 | 数据分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211582171.0A CN116016284B (zh) | 2022-12-09 | 2022-12-09 | 数据分析方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116016284A CN116016284A (zh) | 2023-04-25 |
| CN116016284B true CN116016284B (zh) | 2024-05-28 |
Family
ID=86032593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211582171.0A Active CN116016284B (zh) | 2022-12-09 | 2022-12-09 | 数据分析方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116016284B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1642136A (zh) * | 2004-01-17 | 2005-07-20 | 华为技术有限公司 | 一种数据流量带宽的控制方法 |
| WO2013181837A1 (zh) * | 2012-06-08 | 2013-12-12 | 华为技术有限公司 | 传输控制方法、网络侧设备和终端 |
| CN104159209A (zh) * | 2014-08-01 | 2014-11-19 | 北京奇虎科技有限公司 | 一种移动终端的数据流量校准的方法和装置 |
| CN104410962A (zh) * | 2014-11-10 | 2015-03-11 | 华为软件技术有限公司 | 一种终端用户网络流量监控方法及装置 |
| CN106789124A (zh) * | 2017-02-21 | 2017-05-31 | 中国联合网络通信集团有限公司 | Wap流量检测方法及其系统、ggsn服务器和wap网关 |
| CN109617868A (zh) * | 2018-12-06 | 2019-04-12 | 腾讯科技（深圳）有限公司 | 一种ddos攻击的检测方法、装置及检测服务器 |
| CN110233769A (zh) * | 2018-03-06 | 2019-09-13 | 华为技术有限公司 | 一种流量检测方法和流量检测设备 |
| CN110999256A (zh) * | 2018-05-23 | 2020-04-10 | Oppo广东移动通信有限公司 | 通信方法、终端设备和核心网络设备 |
| CN112350939A (zh) * | 2020-10-29 | 2021-02-09 | 腾讯科技（深圳）有限公司 | 旁路阻断方法、系统、装置、计算机设备及存储介质 |
| CN112543474A (zh) * | 2019-09-20 | 2021-03-23 | 奇酷互联网络科技（深圳）有限公司 | 网络连接方法、移动终端和存储介质 |
| CN113596839A (zh) * | 2021-07-30 | 2021-11-02 | 联通沃音乐文化有限公司 | 一种安全可靠的定向访问免流流量认证方法 |
| CN113595784A (zh) * | 2021-07-26 | 2021-11-02 | 招商银行股份有限公司 | 网络流量检测方法、装置、设备、存储介质及程序产品 |
| WO2022005917A1 (en) * | 2020-07-01 | 2022-01-06 | Intel Corporation | Wireless local area network enhancements for access traffic steering switching splitting |
| CN114567600A (zh) * | 2022-01-27 | 2022-05-31 | 深圳市潮流网络技术有限公司 | 流量管理方法及相关设备 |
| CN115225385A (zh) * | 2022-07-20 | 2022-10-21 | 深信服科技股份有限公司 | 一种流量监控方法、系统、设备及计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102603235B1 (ko) * | 2017-12-26 | 2023-11-16 | 삼성전자 주식회사 | 무선 통신 네트워크에서 네트워크 디바이스의 트래픽 제어 방법 및 장치 |
-
2022
- 2022-12-09 CN CN202211582171.0A patent/CN116016284B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1642136A (zh) * | 2004-01-17 | 2005-07-20 | 华为技术有限公司 | 一种数据流量带宽的控制方法 |
| WO2013181837A1 (zh) * | 2012-06-08 | 2013-12-12 | 华为技术有限公司 | 传输控制方法、网络侧设备和终端 |
| CN104159209A (zh) * | 2014-08-01 | 2014-11-19 | 北京奇虎科技有限公司 | 一种移动终端的数据流量校准的方法和装置 |
| CN104410962A (zh) * | 2014-11-10 | 2015-03-11 | 华为软件技术有限公司 | 一种终端用户网络流量监控方法及装置 |
| CN106789124A (zh) * | 2017-02-21 | 2017-05-31 | 中国联合网络通信集团有限公司 | Wap流量检测方法及其系统、ggsn服务器和wap网关 |
| CN110233769A (zh) * | 2018-03-06 | 2019-09-13 | 华为技术有限公司 | 一种流量检测方法和流量检测设备 |
| CN110999256A (zh) * | 2018-05-23 | 2020-04-10 | Oppo广东移动通信有限公司 | 通信方法、终端设备和核心网络设备 |
| CN109617868A (zh) * | 2018-12-06 | 2019-04-12 | 腾讯科技（深圳）有限公司 | 一种ddos攻击的检测方法、装置及检测服务器 |
| CN112543474A (zh) * | 2019-09-20 | 2021-03-23 | 奇酷互联网络科技（深圳）有限公司 | 网络连接方法、移动终端和存储介质 |
| WO2022005917A1 (en) * | 2020-07-01 | 2022-01-06 | Intel Corporation | Wireless local area network enhancements for access traffic steering switching splitting |
| CN112350939A (zh) * | 2020-10-29 | 2021-02-09 | 腾讯科技（深圳）有限公司 | 旁路阻断方法、系统、装置、计算机设备及存储介质 |
| CN113595784A (zh) * | 2021-07-26 | 2021-11-02 | 招商银行股份有限公司 | 网络流量检测方法、装置、设备、存储介质及程序产品 |
| CN113596839A (zh) * | 2021-07-30 | 2021-11-02 | 联通沃音乐文化有限公司 | 一种安全可靠的定向访问免流流量认证方法 |
| CN114567600A (zh) * | 2022-01-27 | 2022-05-31 | 深圳市潮流网络技术有限公司 | 流量管理方法及相关设备 |
| CN115225385A (zh) * | 2022-07-20 | 2022-10-21 | 深信服科技股份有限公司 | 一种流量监控方法、系统、设备及计算机可读存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| Design and development in self-reference differential scanning calorimetry;B. J. Holland;J. R. AtkinsonJ. N. Hay;Journal of Thermal Analysis&Calorimetry;20021231;第69卷(第2期);全文 * |
| Probing Cu-USY Zeolite Reactivity:Design of a Green Catalyst for the Synthesis of Diynes;P.Kuhn;P.Pale;J.Sommer;The journal of physical chemistry. C, Nanomaterials and interfaces;20091231;第113卷(第7期);全文 * |
| 一种基于区域缓存的BitTorrent流量控制机制;郑笑飞;;现代电子技术;20071215(第24期);全文 * |
| 互联网流量优化系统关键技术及应用分析;乔爱锋;;电信快报;20130510(第05期);全文 * |
| 基于边缘计算的智能配用电综合接入及状态监测技术研究;高建;霍超;白晖峰;张港红;于华东;尹志斌;通信技术;20211231(第006期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116016284A (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11096223B2 (en) | Methods and apparatuses for requesting system information | |
| CN106162768B (zh) | 无线接入点切换方法及装置 | |
| CN107562349B (zh) | 一种执行处理的方法和装置 | |
| CN107094094B (zh) | 应用程序的连网方法、装置及终端 | |
| CN107820684B (zh) | 信道检测、信息发送方法、装置及通信设备 | |
| CN114374962B (zh) | 自组网的通信方法、终端、车辆及存储介质 | |
| CN109814942B (zh) | 一种参数处理方法及装置 | |
| CN106792892B (zh) | 应用程序的访问控制方法和装置 | |
| US11218990B2 (en) | Method and apparatus for receiving and sending system information, user equipment and base station | |
| CN114402666B (zh) | 处理能力请求、处理能力发送、处理能力接收方法和装置 | |
| CN107070707B (zh) | 路由器初始化模式的确定方法和装置 | |
| CN110913276B (zh) | 数据处理的方法、装置、服务器、终端及存储介质 | |
| CN112256424A (zh) | 虚拟资源的处理方法、装置、系统、电子设备及存储介质 | |
| CN109831538B (zh) | 一种消息处理方法、装置、服务器、终端及介质 | |
| CN109245992B (zh) | 请求处理方法、装置、电子设备及存储介质 | |
| CN107295493B (zh) | 信息上报方法、装置、终端及计算机可读存储介质 | |
| CN116016284B (zh) | 数据分析方法、装置、电子设备及存储介质 | |
| CN107704489B (zh) | 读写超时的处理方法、装置及计算机可读存储介质 | |
| CN106792570B (zh) | 定位方法及装置 | |
| CN114430370B (zh) | 网络切片的确定方法、装置、设备及存储介质 | |
| CN114449542B (zh) | 小区注册方法、装置及介质 | |
| CN108737523B (zh) | 应用模块与账户的关联方法、关联装置、硬件装置和介质 | |
| CN112883314A (zh) | 一种请求处理方法及装置 | |
| CN112769677A (zh) | 数据同步方法、装置、电子设备、存储介质和程序产品 | |
| CN112102009A (zh) | 广告展示方法、装置、设备及存储介质 |
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 |