CN116800618A - 一种网络ip画像构建方法、系统、介质及设备 - Google Patents

一种网络ip画像构建方法、系统、介质及设备 Download PDF

Info

Publication number
CN116800618A
CN116800618A CN202311071238.9A CN202311071238A CN116800618A CN 116800618 A CN116800618 A CN 116800618A CN 202311071238 A CN202311071238 A CN 202311071238A CN 116800618 A CN116800618 A CN 116800618A
Authority
CN
China
Prior art keywords
data
unit
information
internet equipment
network
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
Application number
CN202311071238.9A
Other languages
English (en)
Other versions
CN116800618B (zh
Inventor
蒋驰
陶林海
冯天阳
郁小辉
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.)
Mingyang Industrial Technology Research Institute Shenyang Co ltd
Mingyang Shichuang Beijing Technology Co ltd
Original Assignee
Mingyang Industrial Technology Research Institute Shenyang Co ltd
Mingyang Shichuang Beijing Technology 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 Mingyang Industrial Technology Research Institute Shenyang Co ltd, Mingyang Shichuang Beijing Technology Co ltd filed Critical Mingyang Industrial Technology Research Institute Shenyang Co ltd
Priority to CN202311071238.9A priority Critical patent/CN116800618B/zh
Publication of CN116800618A publication Critical patent/CN116800618A/zh
Application granted granted Critical
Publication of CN116800618B publication Critical patent/CN116800618B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/12—Network monitoring probes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/69—Types of network addresses using geographic information, e.g. room number

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开一种网络IP画像构建方法、系统、介质及设备，其中，所述系统包括数据采集单元、数据清洗单元、数据转换单元和数据存储单元，数据采集单元与数据清洗单元通信连接，数据清洗单元与数据转换单元通信连接，数据转换单元与数据存储单元通信连接，数据存储单元与数据分析单元通信连接。本发明能够高效、准确且全面地构建网络IP画像，满足人们对IP地址定位和周边信息的需求。

Description

一种网络IP画像构建方法、系统、介质及设备
技术领域
本发明涉及计算机网络技术领域，具体地说是一种网络IP画像构建方法、系统、介质及设备。
背景技术
目前，互联网上众多设备的IP地址已经成为日常生活不可或缺的一部分。然而，由于IP地址的动态性和组织结构的复杂性，如何准确地定位和绘制IP地址在地图上的位置仍是一个挑战。因此，需要一种高效、准确和全面的网络IP画像构建方法来满足人们对于IP地址定位和周边信息的需求。
发明内容
为此，本发明所要解决的技术问题在于提供一种网络IP画像构建方法、系统、介质及设备，能够高效、准确且全面地构建网络IP画像，满足人们对IP地址定位和周边信息的需求。
为解决上述技术问题，本发明提供如下技术方案：
一种网络IP画像构建方法，包括如下步骤：
S1）数据采集单元利用分布式海量采集探针采集互联网设备的IP信息，互联网设备的IP信息包括互联网设备IP地址以及与互联网设备IP地址相对应的物理位置信息；
S2）数据清洗单元将步骤S1）采集到的互联网设备的IP信息进行清洗；
S3）数据转换单元依据基准点转换规则对经步骤S2）清洗后的互联网设备的IP信息进行转换并将转换后的互联网设备的IP信息存储至数据存储单元；
S4）数据分析单元通过网络拓扑分析的方式对存储在数据存储单元内的转换后的互联网设备的IP信息进行应用场景分析和行业机构分析并构建全面的IP画像。
上述方法，在步骤S2）中，数据清洗单元利用自治系统号码和边界网关协议对步骤S1）采集到的互联网设备的IP信息进行清洗。
上述方法，数据存储单元采用分布式存储方式存储数据。
上述方法，步骤S1）中的海量采集探针包括APNIC、RIPE、ARIN、AFNIC和LACNIC。
上述方法，步骤S3）中的物理地址信息以POI和GSI两种方式进行存储。
利用上述网络IP画像构建方法进行网络IP画像构建的系统，包括：
数据采集单元，用于利用分布式海量采集探针对互联网设备进行IP地址收集和定位以获取各个IP地址的物理位置信息；
数据清洗单元，用于对数据采集单元采集到的物理地址信息进行清洗；
数据转换单元，用于依据基准点转换规则对经数据清洗单元清洗后的物理地址信息进行转换；
数据分析单元，用于通过网络拓扑分析的方式对存储在数据存储单元内的转换后的物理地址信息进行应用场景分析和行业机构分析并构建全面的IP画像；
数据存储单元，用于存储包括物理地址信息的数据；
数据采集单元与数据清洗单元通信连接，数据清洗单元与数据转换单元通信连接，数据转换单元与数据存储单元通信连接，数据存储单元与数据分析单元通信连接。
上述系统，数据存储单元采用分布式存储方式存储数据。
上述系统，还包括web查询模块和openAI接口。
计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法。
计算机设备，包括可读存储介质、处理器以及存储在可读存储介质上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述方法。
本发明的技术方案取得了如下有益的技术效果：
1.提高了用户对地理位置信息的需求的满足度，为多领域提供更加个性化和精准的服务。
2.解决了互联网架构中的管理和安全问题，提高了网络运维效率和网络性能。
3.支持各种行业的数据分析和决策，为不同行业提供定制化服务和支持。
4.提高了数据的可访问性和可应用性，方便用户和开发者快速获取和使用IP地址周边信息。
5.构建全面的IP画像，为不同领域的用户提供个性化服务和数据支持。
附图说明
图1为本发明中网络IP画像构建系统的工作原理图；
图2为本发明中网络IP画像构建流程图；
图3为本发明中可以进行网络IP画像构建的计算机设备原理图。
具体实施方式
下面结合示例，针对本发明进行进一步说明。
如图1所示，本发明中网络IP画像多维度构建系统，包括数据采集单元、数据清洗单元、数据转换单元和数据存储单元，数据采集单元与数据清洗单元通信连接，数据清洗单元与数据转换单元通信连接，数据转换单元与数据存储单元通信连接，数据存储单元与数据分析单元通信连接。
其中，数据采集单元用于利用分布式海量采集探针对互联网设备进行IP地址收集和定位以获取各个IP地址的物理位置信息，数据清洗单元用于对数据采集单元采集到的物理地址信息进行清洗，数据转换单元用于依据基准点转换规则对经数据清洗单元清洗后的物理地址信息进行转换，数据分析单元用于通过网络拓扑分析的方式对存储在数据存储单元内的转换后的物理地址信息进行应用场景分析和行业机构分析并构建全面的IP画像，数据存储单元，用于以分布式存储方式存储包括物理地址信息的数据。
为了方便用户快速查询和调取相应的IP周边信息，本实施例中增设了web查询模块和OpenAI接口。
如图2所示，利用所述网络IP画像构建系统进行网络IP画像构建，具体步骤如下：
S1）数据采集单元利用分布式海量采集探针采集互联网设备的IP信息，互联网设备的IP信息包括互联网设备IP地址以及与互联网设备IP地址相对应的物理位置信息；
S2）数据清洗单元利用自治系统号码和边界网关协议将步骤S1）采集到的互联网设备的IP信息进行清洗；
S3）数据转换单元依据基准点转换规则对经步骤S2）清洗后的互联网设备的IP信息进行转换并将转换后的互联网设备的IP信息存储至数据存储单元；
S4）数据分析单元通过网络拓扑分析的方式对存储在数据存储单元内的转换后的互联网设备的IP信息进行应用场景分析和行业机构分析并构建全面的IP画像。
本实施例中，将所述网络IP画像构建系统分为三层，具体为IP周边采集层、IP周边存储层和IP周边分布式服务平台。其中，IP周边采集层用以采集互联网设备的IP信息，IP周边存储层用以对采集到的互联网设备的IP信息进行清洗、转换和存储，IP周边分布式服务平台用以根据转换后的IP信息构建IP画像。
具体地，在IP周边采集层，数据采集单元使用分布式海量采集探针，如APNIC、RIPE、ARIN、AFNIC和LACNIC等，对全球范围内的互联网设备进行IP地址收集和定位，以获取各个IP地址的物理位置信息。这些探针可以部署在不同的地理位置上，通过收集和汇总数据，得到更加全面、准确和实时的IP地址位置信息。
在IP周边存储层中，数据清洗单元使用ASN和BGP两种方式对互联网设备的IP信息进行清洗。其中，ASN（Autonomous System Number）是互联网中的自治系统号码，用于标识一个自治系统（AS），通过对ASN的分析，可以确定IP地址所属的自治系统，从而更好地进行网络拓扑分析和IP画像构建；BGP（Border Gateway Protocol）是互联网中的边界网关协议，用于交换路由信息，通过对BGP的分析，可以了解不同自治系统之间的路由关系和连接情况，从而更好地进行网络拓扑分析和IP画像构建。
为了更好地进行地理位置信息的展示和应用，数据转换单元使用基准点转换规则对数据进行转换处理。基准点转换规则是一种将经纬度坐标转换为平面坐标的方法。通过采用合适的基准点，并结合数学计算方法，可以将经纬度坐标转换为平面坐标，从而更好地进行地理位置信息的显示和应用。
而为了方便用户查询和应用，数据存储单元以POI和GSI两种数据存储方式存储互联网设备的IP信息。
POI（Points of Interest）是一种地理位置信息数据存储方式，在地图上表示为一个点，代表着该点周边的重要地标或景点。在本发明中，POI主要用于存储IP地址周边的商业、文化和旅游等相关信息，如美食店、购物中心、博物馆、公园等。POI数据通常包括地点名称、地址、电话号码、经纬度坐标等基本信息，以及与该地点相关的描述、图片、评论等附加信息。这些信息可以帮助用户更好地了解该地点的特色和服务，并进行相应的决策和规划。POI数据存储采用分布式数据库技术，支持高并发访问和快速查询。同时，结合分布式服务平台，可以将POI信息与其他IP画像信息进行关联和应用，提供更全面和精细化的服务。
GSI（Geospatial Information System）是一种地理空间信息系统，用于存储和管理空间数据，包括地图、卫星影像、DEM（Digital Elevation Model）等。在本发明中，GSI主要用于存储IP地址周边的地理空间信息数据，如地形、地貌、土地利用、气候等。GSI数据通常包括空间数据、属性数据和关系数据三部分。其中，空间数据表示地理要素在地图上的位置和形状，属性数据描述地理要素的特征和属性，关系数据描述地理要素之间的空间关系和拓扑关系。这些信息可以帮助用户更好地了解该地区的自然环境和地理条件，并进行相应的规划和决策。GSI数据存储采用分布式文件系统技术，支持大规模空间数据的存储和管理。同时，结合基准点转换规则，可以将GSI数据与其他IP画像信息进行关联和应用，提供更直观和综合的服务。
在IP周边分布式服务平台上，利用数据分析单元进行应用场景分析和各大行业机构分析，通过网络拓扑分析，包括基础设施、链接关系和终端设备等，构建全面的IP画像。同时，提供web查询和openAPI接口，方便用户快速查询和调取相应的IP周边信息。
通过应用场景分析，可以深入挖掘和理解IP地址周边信息的意义和价值。例如，对于旅游行业而言，可以通过分析游客的IP地址位置信息，了解他们的旅游习惯和偏好，从而更好地制定市场推广策略。再如，对于电商领域，可以根据IP地址位置信息，为不同地区的用户提供个性化商品推荐和营销活动。
数据存储单元还为IP周边分布式服务平台提供存储服务，用于存储网络拓扑数据，并支持快速查询和分析。同时，数据存储单元还提供实时数据更新和备份功能，以确保数据的安全性和可靠性。
利用数据分析单元根据互联网设备的IP信息可以对各大行业机构进行分析，便于更深入地了解IP地址周边信息的应用场景和意义。例如，对于金融机构而言，可以通过分析客户的IP地址位置信息，进行风险评估和欺诈检测；对于物流公司，可以根据IP地址位置信息，对货物的运输路线和时间进行规划和管理。
而在利用数据分析单元通过网络拓扑分析的方式对基础设施、终端设备以及基础设施之间、终端设备之间以及基础设施与终端设备之间的链接关系进行拓扑并构建IP画像。
基础设施是指互联网架构中各个节点和设备，包括路由器、交换机、服务器等。通过对基础设施进行网络拓扑分析，可以了解不同节点之间的链接关系和流量分布情况，为网络运维和安全管理提供支持。
终端设备是指连接到互联网的移动设备、PC机等，包括手机、电脑、平板等。通过对终端设备进行网络拓扑分析，可以了解不同设备的IP地址位置信息和链接情况，为用户行为分析和个性化服务提供支持。
链接关系是指各个节点之间的连接关系，包括物理连接和逻辑连接。通过对链接关系进行分析，可以了解节点之间的通信方式和数据传输路径，进而优化网络架构和提高网络性能。
并且在IP周边分布式服务平台提供web查询功能，方便用户快速查询和浏览IP地址周边信息。用户可以通过输入IP地址或关键词，快速获取相应的地理位置信息和网络拓扑数据。同时还提供openAPI接口，方便开发者调用和集成。开发者可以根据自己的需求，自主选择需要的数据。
基于上述网络IP画像构建方法，相应的，本实例中还提供一种存储有计算机程序的计算机可读存储介质，该计算机程序被处理器执行时实现如下步骤：采集互联网设备的IP信息，然后利用自治系统号码和边界网关协议对采集到的互联网设备的IP信息进行清洗，再依据基准点转换规则对清洗后的互联网设备的IP信息进行转换，然后利用数据分析单元通过网络拓扑分析的方式转换后的互联网设备的IP信息进行应用场景分析和行业机构分析并构建全面的IP画像。
如图3所示，基于上述网络IP画像构建方法以及计算机可读存储介质，本实施例中，还提供了一种计算机设备，其包括可读存储介质、处理器以及存储在可读存储介质上并可在处理器上运行的计算机程序，其中可读存储介质与处理器均设置在总线上，处理器执行计算机程序时实现如下步骤：采集互联网设备的IP信息，然后利用自治系统号码和边界网关协议对采集到的互联网设备的IP信息进行清洗，再依据基准点转换规则对清洗后的互联网设备的IP信息进行转换，然后利用数据分析单元通过网络拓扑分析的方式转换后的互联网设备的IP信息进行应用场景分析和行业机构分析并构建全面的IP画像。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本专利申请权利要求的保护范围之中。

Claims (10)

1.一种网络IP画像构建方法，其特征在于，包括如下步骤：
S1）数据采集单元利用分布式海量采集探针采集互联网设备的IP信息，互联网设备的IP信息包括互联网设备IP地址以及与互联网设备IP地址相对应的物理位置信息；
S2）数据清洗单元将步骤S1）采集到的互联网设备的IP信息进行清洗；
S3）数据转换单元依据基准点转换规则对经步骤S2）清洗后的互联网设备的IP信息进行转换并将转换后的互联网设备的IP信息存储至数据存储单元；
S4）数据分析单元通过网络拓扑分析的方式对存储在数据存储单元内的转换后的互联网设备的IP信息进行应用场景分析和行业机构分析并构建全面的IP画像。
2.根据权利要求1所述的方法，其特征在于，在步骤S2）中，数据清洗单元利用自治系统号码和边界网关协议对步骤S1）采集到的互联网设备的IP信息进行清洗。
3.根据权利要求1所述的方法，其特征在于，数据存储单元采用分布式存储方式存储数据。
4.根据权利要求1所述的方法，其特征在于，步骤S1）中的海量采集探针包括APNIC、RIPE、ARIN、AFNIC和LACNIC。
5.根据权利要求1所述的方法，其特征在于，步骤S3）中的物理地址信息以POI和GSI两种方式进行存储。
6.利用权利要求1所述的网络IP画像构建方法进行网络IP画像构建的系统，其特征在于，包括：
数据采集单元，用于利用分布式海量采集探针对互联网设备进行IP地址收集和定位以获取各个IP地址的物理位置信息；
数据清洗单元，用于对数据采集单元采集到的物理地址信息进行清洗；
数据转换单元，用于依据基准点转换规则对经数据清洗单元清洗后的物理地址信息进行转换；
数据分析单元，用于通过网络拓扑分析的方式对存储在数据存储单元内的转换后的物理地址信息进行应用场景分析和行业机构分析并构建全面的IP画像；
数据存储单元，用于存储包括物理地址信息的数据；
数据采集单元与数据清洗单元通信连接，数据清洗单元与数据转换单元通信连接，数据转换单元与数据存储单元通信连接，数据存储单元与数据分析单元通信连接。
7.根据权利要求6所述的系统，其特征在于，数据存储单元采用分布式存储方式存储数据。
8.根据权利要求6所述的系统，其特征在于，还包括web查询模块和openAI接口。
9.计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～5中任一所述的方法。
10.计算机设备，包括可读存储介质、处理器以及存储在可读存储介质上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～5中任一所述的方法。
CN202311071238.9A 2023-08-24 2023-08-24 一种网络ip画像构建方法、系统、介质及设备 Active CN116800618B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311071238.9A CN116800618B (zh) 2023-08-24 2023-08-24 一种网络ip画像构建方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311071238.9A CN116800618B (zh) 2023-08-24 2023-08-24 一种网络ip画像构建方法、系统、介质及设备

Publications (2)

Publication Number Publication Date
CN116800618A true CN116800618A (zh) 2023-09-22
CN116800618B CN116800618B (zh) 2023-10-20

Family

ID=88048364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311071238.9A Active CN116800618B (zh) 2023-08-24 2023-08-24 一种网络ip画像构建方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN116800618B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106649476A (zh) * 2016-09-29 2017-05-10 北京中联网盟科技股份有限公司 一种 ip 地址信息查询系统
CN107404495A (zh) * 2017-09-01 2017-11-28 北京亚鸿世纪科技发展有限公司 一种基于ip地址画像的装置
KR101880705B1 (ko) * 2017-11-08 2018-07-20 주식회사 모비젠 인터넷을 이용하여 장치정보를 수집하는 시스템 및 그 방법
CN110300084A (zh) * 2018-03-22 2019-10-01 北京京东尚科信息技术有限公司 一种基于ip地址的画像方法和装置
WO2021164131A1 (zh) * 2020-02-20 2021-08-26 深圳壹账通智能科技有限公司 地图展示方法、系统、计算机设备和存储介质
CN114037009A (zh) * 2021-11-05 2022-02-11 国网江苏省电力有限公司常州供电分公司 一种基于时空统计的ip地址画像方法
US20220075908A1 (en) * 2020-09-08 2022-03-10 Lv Luo Device and a method for accurately mapping the building information modeling and the Internet of Things monitoring item

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106649476A (zh) * 2016-09-29 2017-05-10 北京中联网盟科技股份有限公司 一种 ip 地址信息查询系统
CN107404495A (zh) * 2017-09-01 2017-11-28 北京亚鸿世纪科技发展有限公司 一种基于ip地址画像的装置
KR101880705B1 (ko) * 2017-11-08 2018-07-20 주식회사 모비젠 인터넷을 이용하여 장치정보를 수집하는 시스템 및 그 방법
CN110300084A (zh) * 2018-03-22 2019-10-01 北京京东尚科信息技术有限公司 一种基于ip地址的画像方法和装置
WO2021164131A1 (zh) * 2020-02-20 2021-08-26 深圳壹账通智能科技有限公司 地图展示方法、系统、计算机设备和存储介质
US20220075908A1 (en) * 2020-09-08 2022-03-10 Lv Luo Device and a method for accurately mapping the building information modeling and the Internet of Things monitoring item
CN114037009A (zh) * 2021-11-05 2022-02-11 国网江苏省电力有限公司常州供电分公司 一种基于时空统计的ip地址画像方法

Also Published As

Publication number Publication date
CN116800618B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
US20020000999A1 (en) Address presentation system interface
Wakamiya et al. Crowd-based urban characterization: extracting crowd behavioral patterns in urban areas from twitter
CN102224498B (zh) 用于向移动设备提供位置相关内容的计算机实现的方法
US20080172173A1 (en) Location mapping for key-point based services
JP6276106B2 (ja) 意思決定支援システムおよび意思決定支援方法
US10972862B2 (en) Visitor insights based on hyper-locating places-of-interest
Agryzkov et al. Analysing successful public spaces in an urban street network using data from the social networks Foursquare and Twitter
CN108712712A (zh) 无线保真WiFi网络关联信息显示方法及装置
CN101562823A (zh) 矢量地图切割方法、呈现方法、装置及无线网络地理系统
CN104935462A (zh) 一种端服务器部署方法及装置
CN113268550A (zh) 自治域系统的排行方法、系统、电子设备和存储介质
CN116800618B (zh) 一种网络ip画像构建方法、系统、介质及设备
Perra A framework for the development of sustainable urban mobility applications
Fan et al. An approach to data visualization and interpretation for sensor networks
Piarsa et al. Web-based gis by using spatial decision support system (sdss) concept for searching commercial marketplace-using google map api
Jia et al. Identification and analysis of urban influential regions using spatial interaction networks
Wakamiya et al. Social-urban neighborhood search based on crowd footprints network
Jerônimo et al. Using open data to analyze urban mobility from social networks
Ganesan et al. Composite algorithm for pervasive healthcare system–a solution to find optimized route for closest available health care facilities
CN111598188B (zh) 目标门店位置的识别的方法和装置、存储介质和电子设备
Pinto et al. Web of things data visualization: from devices to web via fog and cloud computing
Xie et al. Hot time periods discovery for facility proportioning in urban commercial districts using POIs and mobile phone data
Butron-Revilla et al. Discovering urban mobility patterns and demand for uses of urban spaces from mobile phone data
Tan et al. A glimpse into the research space of location based services
CN112232572B (zh) 一种空间搜索方法、装置及存储介质

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