一种基于WiFi的用户标签获取系统的制作方法

技术特征：

1.一种基于WiFi的用户标签获取系统，其特征在于，所述系统包括：第一数据库、第二数据库、第三数据库、处理器和存储有计算机程序的存储器，其中，所述第一数据库包括：样本设备ID、每一样本设备ID的WiFi列表和设备黑名单，第二数据库包括：初始设备ID和每一初始设备ID的WiFi列表，第三数据库用于存储第二数据库获取的目标设备组，当所述计算机程序被处理器执行时，实现以下步骤：

S100、从第一数据库中获取所有样本设备ID和每一样本设备ID的WiFi列表且基于所有样本设备ID的WiFi列表构建成训练集，以将所述训练集输入至预设的聚类模型中进行训练，获取n个中间设备组集合A=（A1，A2，……，An），Ai是指第i个中间设备组，i=1……n；

S200、根据所述设备黑名单，获取A对应的初始概率值F0；

S300、根据F0，对所述聚类模型的初始参数进行调整，得到最终的聚类模型，并从所述第二数据库中获取初始设备ID和每一初始设备ID的WiFi列表且基于所有初始设备ID的WiFi列表构建成预测集，以将所述预测集输入至最终的聚类模型中，得到s个目标设备组B=（B1，B2，……，Bm）且存储至第三数据库中，其中，Bj是指第j个目标设备组，j=1……m；

S400、获取第三方提供的目标异常设备ID，并根据所述目标异常设备ID，从所述第三数据中获取目标异常设备ID对应的目标设备组，以对所述目标设备组中所有目标设备生成标签。

2.根据权利要求1所述的基于WiFi的用户标签获取系统，其特征在于，所述设备黑名单是指第三方提供的异常设备ID列表。

3.根据权利要求1所述的基于WiFi的用户标签获取系统，其特征在于，所述样本设备ID的总数量＜所述初始设备ID的总数量。

4.根据权利要求1所述的基于WiFi的用户标签获取系统，其特征在于，

在S100步骤中，所述聚类模型中采用的算法为Louvain算法。

5.根据权利要求2所述的基于WiFi的用户标签获取系统，其特征在于，在S200步骤中，还包括如下步骤获取F0：

S201、遍历每一Ai且当Ai中存在所述设备黑名单中任一异常设备ID时，将Ai确定为关键设备组，构建成关键设备组集合，其中，是指第q个关键设备组，q=1……p，p为关键设备组数量；

S203、根据，获取A对应的初始概率值F0，F0符合如下条件：

，其中，Zq为中所有样本设备数量，zq为中存在的异常设备数量。

6.根据权利要求1所述的基于WiFi的用户标签获取系统，其特征在于，所述最终的聚类模型是指由初始参数调整至目标参数后的聚类模型。

7.根据权利要求6所述的基于WiFi的用户标签获取系统，其特征在于，在S300步骤中，还包括如下步骤：

S301、获取预设WiFi标签列表T=（T1，T2，……，Ts），Tr是指第r个WiFi标签，r=1……s，s为WiFi数量，并基于T，设置T对应的起始权重列表W=（W1，W2，……，Ws）且将W作为所述初始参数，其中，W中任一初始权重值与T中WiFi标签相对应；

S303、遍历W且获取W中最大初始权重值Wr作为第一关键权重值，并将第一关键权重值以预设差值W0进行调整为第一关键权重值对应的第一中间权重值，并获取指定权重值对应的第一中间权重值，并构建成第一中间权重列表，其中，符合如下条件：；

S305、将作为第一中间参数，并根据第一中间参数和A，获取A对应的第一概率值F1；

S307、当F1＞F0时，将第一关键权重值对应的第一中间权重值作为第二关键权重值且件第二关键权重值进行迭代至Fk≤F0时，Fk对应的第k中间权重列表作为目标参数，其中，Fk是指在第k-1次迭代后，A对应的第k概率值；

S309、当F1≤F0时，将作为目标参数。

8.根据权利要求7所述的基于WiFi的用户标签获取系统，其特征在于，在S303步骤中，所述指定权重值是指在在W中除最大初始权重值之外的任一初始权重值Wg，g为除r之外的1至s中所有整数。

9.根据权利要求8所述的基于WiFi的用户标签获取系统，其特征在于，任一指定权重值对应的第一中间权重值符合如下条件： 。

10.根据权利要求1所述的基于WiFi的用户标签获取系统，其特征在于，在S400步骤中，所述目标异常设备ID与所述设备异常黑名单中所有异常设备ID均不一致。

技术总结
本发明提出了一种基于WiFi的用户标签获取系统包括：第一数据库、第二数据库、第三数据库、处理器和存储有计算机程序的存储器，其中，所述第一数据库包括：样本设备ID、每一样本设备ID的WiFi列表和设备黑名单，第二数据库包括：初始设备ID和每一初始设备ID的WiFi列表，第三数据库用于存储第二数据库获取的目标设备组，当计算机程序被处理器执行时，实现以下步骤：通过样本设备构建的训练集对聚类模型进行训练，得到最终的聚类模型并基于该聚类模型和以初始设备构建的测试集，获取若干个设备组使得根据已知的异常设备ID，获取异常设备ID的设备组且生成设备组中每一设备标签。本发明能够有利于全面掌控和规避异常设备带来的信息安全隐患，提升信息安全。

技术研发人员：朱金星;张静雅;张波;
受保护的技术使用者：杭州云信智策科技有限公司;
技术研发日：2021.12.07
技术公布日：2022.01.04