物联网卡识别方法及装置与流程

1.本技术涉及物联网技术领域，尤其涉及一种物联网卡识别方法及装置。


背景技术：

2.在5g万物互联网时代，运营商大力发展面向企业客户(to b)的物联网业务，运营商会向各企业售卖物联网卡，各企业会将产品或业务伴随着物联网卡出售给用户。由于物联网卡具有无实名认证的特殊性，因而经常出现物联卡的挪用、转用和滥用等异常使用行为，给企业和运营商造成极大的经济损失。
3.目前，物联网卡异常识别只在运营商侧或企业侧利用各自记录的用户历史数据构建识别规则或识别模型。然而，企业侧用户数据规模小，且同一行业不同企业之间的用户数据无法共享，数据不全面，这会导致异常物联网卡的识别准确度低。另外，运营商侧数据虽然企业用户数据规模大，但缺乏企业用户核心业务数据，也会造成物联网卡异常识别准确度低，从而无法对异常物联网卡进行有效检测。


技术实现要素：

4.本技术提供一种物联网卡识别方法及装置，解决了对异常物联网卡的识别准确度低的问题。
5.为达到上述目的，本技术采用如下技术方案：
6.第一方面，提供一种物联网卡识别方法。该方法包括：接收来自运营商节点的第一样本数据。其中，第一样本数据根据m组第二样本数据得到；m组第二样本数据中的第k组第二样本数据，根据第三样本数据和第k组第四样本数据得到；第三样本数据为运营商节点记录的用户数据中与m个企业节点对应的数据，第k组第四样本数据为m个企业节点中的第k个企业节点的用户数据；m个企业节点属于同一行业；k、m为正整数，1＜k≤m。接收来自m个企业节点的m组梯度信息。其中，m组梯度信息中的第k组梯度信息，根据第k组第二样本数据对第k个企业本地识别模型训练得到；第k个企业本地识别模型与第k个企业节点对应。向m个企业节点发送行业全局识别模型。行业全局识别模型用于识别物联网卡；行业全局识别模型根据如下至少一项得到：第一样本数据或m组梯度信息。
7.进一步地，第一样本数据为根据m组第二样本数据提取的行业共性特征得到。
8.进一步地，第k组第二样本数据根据第三样本数据和第k组第四样本数据中的相同用户的数据得到。
9.在一种可能的设计方案中，第一方面所述的方法还包括：向m个企业节点发送全局参数。其中，全局参数根据第一样本数据训练行业全局识别模型得到。接收来自m个企业节点的m组梯度信息；m组梯度信息中的第k组梯度信息，根据全局参数和第k组第二样本数据对第k个企业本地识别模型训练得到。根据m组梯度信息更新全局参数。若更新后的全局参数确定的行业全局识别模型的准确度大于或者等于准确度阈值时，则根据更新后的全局参数确定行业全局识别模型。
10.第二方面，提供一种物联网卡识别方法。该方法包括：接收来自服务节点的行业全局识别模型。行业全局识别模型用于识别物联网卡；行业全局识别模型根据如下至少一项得到：第一样本数据或m组梯度信息。其中，第一样本数据根据m组第二样本数据得到；m组第二样本数据中的第k组第二样本数据，根据第三样本数据和第k组第四样本数据得到；第三样本数据为运营商节点记录的用户数据中与m个企业节点对应的数据，第k组第四样本数据为m个企业节点中的第k个企业节点的数据；m个企业节点属于同一行业；k、m为正整数，1＜k≤m；m组梯度信息中的第k组梯度信息，根据第k组第二样本数据对第k个企业本地识别模型训练得到；第k个企业本地识别模型与第k个企业节点对应。根据企业个性特征训练行业全局识别模型，得到企业个性化识别模型。
11.第三方面，提供一种物联网卡识别装置。该装置包括：接收模块和发送模块。其中，接收模块，用于接收来自运营商节点的第一样本数据。其中，第一样本数据根据m组第二样本数据得到；m组第二样本数据中的第k组第二样本数据，根据第三样本数据和第k组第四样本数据得到；第三样本数据为运营商节点记录的用户数据中与m个企业节点对应的数据，第k组第四样本数据为m个企业节点中的第k个企业节点的用户数据；m个企业节点属于同一行业；k、m为正整数，1＜k≤m。接收模块，还用于接收来自m个企业节点的m组梯度信息。其中，m组梯度信息中的第k组梯度信息，根据第k组第二样本数据对第k个企业本地识别模型训练得到；第k个企业本地识别模型与第k个企业节点对应。发送模块，用于向m个企业节点发送行业全局识别模型。行业全局识别模型用于识别物联网卡；行业全局识别模型根据如下至少一项得到：第一样本数据或m组梯度信息。
12.进一步地，第一样本数据为根据m组第二样本数据提取的行业共性特征得到。
13.进一步地，第k组第二样本数据根据第三样本数据和第k组第四样本数据中的相同用户的数据得到。
14.在一种可能的设计方案中，第三方面所述的装置还包括：处理模块。发送模块，用于向m个企业节点发送全局参数。其中，全局参数根据第一样本数据训练行业全局识别模型得到。接收模块，用于接收来自m个企业节点的m组梯度信息。m组梯度信息中的第k组梯度信息，根据全局参数和第k组第二样本数据对第k个企业本地识别模型训练得到。处理模块，用于根据m组梯度信息更新全局参数。若更新后的全局参数确定的行业全局识别模型的准确度大于或者等于准确度阈值时，则根据更新后的全局参数确定行业全局识别模型。
15.可选地，接收模块和发送模块可以集成为收发模块。其中，收发模块用于实现第三方面所述物联网卡识别装置的收发功能。
16.第四方面，提供一种物联网卡识别装置。该装置包括：接收模块和处理模块。其中，接收模块，用于接收来自服务节点的行业全局识别模型。行业全局识别模型用于识别物联网卡；行业全局识别模型根据如下至少一项得到：第一样本数据或m组梯度信息。其中，第一样本数据根据m组第二样本数据得到；m组第二样本数据中的第k组第二样本数据，根据第三样本数据和第k组第四样本数据得到；第三样本数据为运营商节点记录的用户数据中与m个企业节点对应的数据，第k组第四样本数据为m个企业节点中的第k个企业节点的用户数据；m个企业节点属于同一行业；k、m为正整数，1＜k≤m；m组梯度信息中的第k组梯度信息，根据第k组第二样本数据对第k个企业本地识别模型训练得到；第k个企业本地识别模型与第k个企业节点对应。处理模块，用于根据企业个性特征训练行业全局识别模型，得到企业个性化
识别模型。
17.可选地，第四方面所述的物联网卡识别装置还可以包括发送模块。其中，发送模块用于实现第四方面所述物联网卡识别装置的发送功能。
18.可选地，接收模块和发送模块可以集成为收发模块。其中，收发模块用于实现第四方面所述物联网卡识别装置的收发功能。
19.第五方面，提供一种物联网卡识别装置。该装置包括：存储器和处理器；存储器用于存储计算机执行指令，处理器与存储器通过总线连接；当装置运行时，处理器执行存储器存储的所述计算机执行指令，以使所述装置执行如第一方面至第二方面中任一项所述的物联网卡识别方法。
20.第六方面，提供一种计算机可读存储介质。该计算机可读存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行如第一方面至第二方面中任一项所述的物联网卡识别方法。
21.需要说明的是，上述计算机指令可以全部或者部分存储在计算机存储介质上。其中，计算机存储介质可以与物联网卡识别装置的处理器封装在一起，也可以与物联网卡识别装置的处理器单独封装，本技术实施例对此不作限定。
22.在本技术中，上述物联网卡识别装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本技术类似，属于本技术权利要求及其等同技术的范围之内。
23.基于第一方面至第六方面提供的技术方案，基于对运营商的样本数据和同一行业中不同企业的样本数据融合，构建第二样本数据，再提取第二样本数据中的行业共性特征以构建第一样本数据，然后使用第一样本数据训练得到同一物联网行业的行业全局识别模型，或者，基于对运营商的样本数据和同一行业中不同企业的样本数据融合构建的第二样本数据，使用第二样本数据训练企业本地识别模型得到的梯度信息，根据梯度信息得到行业全局识别模型。联合同行业不同企业的数据与运营商的数据构造行业全局识别模型，样本数据特征多样化，可以提高物联网卡异常识别的准确度。
24.进一步地，还可以结合行业全局识别模型和企业个性特征，定制企业个性化识别模型，以进一步提高企业识别异常物联网卡的准确度。
25.本技术的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
26.图1为本技术实施例提供的一种物联网卡识别系统的架构示意图；
27.图2为本技术实施例提供的一种物联网卡识别方法的流程示意图；
28.图3为本技术实施例提供的另一种物联网卡识别方法的流程示意图；
29.图4为本技术实施例提供的一种物联网卡识别装置的结构示意图；
30.图5为本技术实施例提供的另一种物联网卡识别装置的结构示意图；
31.图6为本技术实施例提供的又一种物联网卡识别装置的结构示意图。
具体实施方式
32.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
33.需要说明的是，本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
34.为了便于清楚描述本技术实施例的技术方案，在本技术实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
35.本技术实施例的物联网卡识别方法可以应用于图1所示的物联网卡识别系统中。该物联网卡识别系统可以包括：服务节点、运营商节点和m个企业节点。其中，服务节点分别与运营商节点、m个企业节点通信连接，运营商节点分别与m个企业节点通信连接。m个企业节点属于同一行业，m为正整数，且m》1，例如车联网行业中的特斯拉企业、比亚迪企业等。
36.需要说明的是，上述服务节点、运营商节点和企业节点可以是设备，也可以为设备中的芯片或芯片系统，还可以是包含该设备的系统或网络，本技术实施例不予限制。
37.可选地，服务节点、运营商节点和企业节点可以是服务器、笔记本电脑、计算机等设备，也可以是通过部署在物理机上的虚拟机(virtual machine，v m)，在此不做具体限制。
38.上述运营商节点与m个企业节点均可以基于用户数据构建样本数据，各节点的样本数据可以使用用户标识(identity document，id)来区分，该用户id可以是物联网卡号，物联网卡号也就是该物联网卡所属用户的电话号码。运营商节点和企业节点可以通过用户id进行加密样本对齐，该加密样本对齐可以采用同态加密(homomophic encryption)算法，该同态加密算法包括rs a加密算法、pallier加密算法等，可以根据实际应用场景和数据处理需求选择。
39.其中，运营商节点的样本数据可以包括网络侧特征数据和企业侧特征数据。网络侧特征数据可以包括用户行为数据、用户通话数据、用户位置数据、用户网络信令数据、用户常驻区域、用户业务频次、业务日均流量、移动状态信息等，企业侧特征数据可以包括套餐类型、消费金额信息、归属地信息等。
40.具体地，运营商节点基于用户数据构建第三样本数据，m个企业节点分别基于各企业用户数据构建m组第四样本数据，运营商节点基于加密对齐算法，确定每个企业节点对应的第四样本数据中和第三样本数据中相同用户id的样本数据，得到m组第二样本数据，再提取m组第二样本数据的行业共性特征形成第一样本数据。
41.需要说明的是，服务节点可以接收来自运营商节点的第一样本数据构建行业全局识别模型，和/或，接收来自m个企业节点的梯度信息构建行业全局识别模型，该梯度信息为各企业节点根据第二样本数据对企业本地识别模型训练得到。其中，服务节点、运营商节点和企业节点任意两者之间的数据传输采用加密传输，避免泄漏用户隐私。
42.进一步地，服务节点向各企业节点发送行业全局识别模型，各企业节点基于各企业的企业个性特征训练行业全局识别模型，形成适用于各企业的企业个性化识别模型，以
进一步提高企业识别异常物联网卡的准确度。
43.值得说明的是，服务节点可以是一台设备，也可以是包含多台设备的设备集合，该多台设备可以是同一类型的设备，也可以是包括多种类型的设备。该服务节点可以针对不同物联网行业构建不同的行业全局识别模型。
44.本技术实施例基于上述节点构成的物联网卡识别系统，通过各节点的联合处理，可用于实现下述方法实施例所述的物联网卡识别方法。
45.图2为本技术实施例提供的一种物联网卡识别方法的流程示意图。该方法适用于图1所示的物联网卡识别系统。如图2所示，该方法包括s201-s206：
46.s201、运营商节点根据第三样本数据和第k组第四样本数据得到第k组第二样本数据。
47.其中，第三样本数据为运营商节点记录的用户数据中与m个企业节点对应的数据，第k组第四样本数据可以为图1所示的m个企业节点中的第k个企业节点的用户数据，第三样本数据和第四样本数据均以物联网卡号作为用户id。其中，k为正整数，1《k≤m。可以理解的是，第三样本数据和第四样本数据均可以为样本集。
48.具体地，运营商节点基于加密对齐算法，将第k个企业节点的第k组第四样本数据与第四样本数据进行样本对齐，确定第三样本数据和第k组第四样本数据中具有相同用户id的样本数据，将相同用户id的第三样本数据和第四样本数据中的特征整合在一起，得到第k组第二样本数据。采用加密对齐算法融合两侧数据，能够防止私有数据信息被泄漏。
49.示例性地，运营商节点可以采用pallier加密算法生成密钥对，将密钥对中的公钥发送给第k个企业节点，用于对第k组第四样本数据进行加密，并接收加密处理后的第k组第四样本数据，运营商节点根据用户id确定第三样本数据和第k组第四样本数据中相同用户id的样本数据，再根据生成的密钥对中的私钥对第四样本数据解密，将相同用户id的第三样本数据和第四样本数据的特征整合在一起，得到第k组第二样本数据。
50.例如，具有相同用户id的第三样本数据为(a，b，c，d)，第四样本数据为(a，c，e，f，g)，两者整合后得到该用户id的第二样本数据为(a，b，c，d，e，f，g)。换言之，该用户id的第二样本数据融合了运营商节点和第k个企业节点记录的该用户id的样本数据中的所有特征，将运营商节点的用户样本数据与企业节点的用户样本数据进行特征互补，形成完整的第二样本数据。
51.一种可能的设计方案中，也可以由服务节点基于加密算法生成多对密钥，将密钥对分发给运营商节点和m个企业节点。其中，多对密钥可以相同，也可以不同，本技术实施例不予限定。
52.可选地，运营商节点可以将生成的密钥对发送给服务节点，也可以发送密钥生成参数给服务节点，服务节点可以通过相同的密钥生成算法对密钥生成参数计算得到密钥，以进一步提高安全性。
53.可以理解的是，加密对齐算法是基于运营商节点和企业节点交互完成的，因此，第k个企业节点也可以基于加密对齐算法，得到第k组第二样本数据。
54.s202、运营商节点根据m组第二样本数据得到第一样本数据。
55.具体地，运营商节点分别与m个企业节点通过上述步骤s201，得到m组第二样本数据，再对m组第二样本数据提取m个企业的行业共性特征，形成第一样本数据。
56.示例性地，公共事业行业中的三个企业节点，企业节点1中的用户id为1111的第二样本数据为(a1，b1，c1，d1，e1，f1，g1)，企业节点2中的用户id为2222的第二样本数据为(a2，b2，c2，d2，e2，h2，j2，k2)，企业节点3中用户id为3333的第二样本数据为(a3，b3，c3，d3，e3，l3，m3)，三者共同具备的行业共性特征为(a，b，c，d，e)，基于该行业共性特征得到用户id为1111的第一样本数据(a1，b1，c1，d1，e1)，用户id为2222的第一样本数据(a2，b2，c2，d2，e2)，以及用户id为3333的第一样本数据(a3，b3，c3，d3，e3)。其中，公共事业行业的行业共性特征(a，b，c，d，e)可以是用户基本属性特征(如省份、地市、行业大类、会员等级、入网时长、终端类型等)、业务特征(如常用业务、业务偏好等)、地理特征(如常住区域等)等，本技术实施例不予限制。
57.s203、运营商节点向服务节点发送第一样本数据。
58.具体地，运营商节点将第一样本数据进行加密，发送给服务节点，服务节点可以基于运营商节点发送的密钥对，对加密后的第一样本数据解密，得到第一样本数据。
59.值得说明的是，运营商节点与服务节点之间传输使用的密钥、运营商节点与企业节点之间传输使用的密钥、服务节点与企业节点之间传输使用的密钥可以相同，也可以不同，在此不予限制。
60.s204、服务节点根据第一样本数据得到行业全局识别模型。
61.具体地，服务节点可以根据第一样本数据对行业全局识别模型进行迭代训练，直至满足训练结束条件，得到训练后的行业全局识别模型。其中，训练结束条件可以是行业全局识别模型的准确度大于或者等于设定的第一准确度阈值，还可以是达到设定的最大迭代训练次数。
62.s205、服务节点向第k个企业节点发送行业全局识别模型。
63.具体地，服务节点将训练好的行业全局识别模型发送给各企业节点，各企业节点可以基于该行业全局识别模型进行异常物联网卡识别。
64.进一步地，s206、第k个企业节点根据企业个性特征训练行业全局识别模型，得到企业个性化识别模型。
65.具体地，由于同一行业不同企业之间既具备行业共性特征，也具备企业个性特征。因此，各企业节点可以定制适用于各个企业的个性化识别模型，即第k个企业节点根据该企业节点的企业个性特征进一步训练行业全局识别模型，得到企业个性化识别模型，使得各企业的物联网卡识别准确率得到进一步提升。
66.图3为本技术实施例提供的又一种物联网卡识别方法的流程示意图。该方法适用于图1所示的物联网卡识别系统。如图3所示，该方法包括s301-s306：
67.s301、第k个企业节点根据第三样本数据和第k组第四样本数据得到第k组第二样本数据。
68.具体地，m个企业节点中的第k个企业节点基于加密对齐算法，从运营商节点获取第三样本数据，将第k组第四样本数据与第三样本数据进行样本对齐，确定第三样本数据和第k组第四样本数据中具有相同用户id的样本数据，将相同用户id的第三样本数据和第k组第四样本数据中的特征整合在一起，得到第k组第二样本数据。
69.其中，第k个企业节点从运营商节点获取的第三样本数据，可以是只与第k个企业节点相关的数据，例如，在第k个企业节点注册购买物联网卡业务的用户数据。
70.示例性地，m个企业节点中的第k个企业节点可以采用pallier加密算法生成密钥对，将密钥对中的公钥发送给运营商节点，用于对第三样本数据进行加密，接收来自运营商节点的加密后第三样本数据，根据用户id确定第三样本数据和第k组第四样本数据中相同用户id的样本数据，再根据生成的密钥对中的私钥对确定的第三样本数据解密，将相同用户id的第三样本数据和第四样本数据的特征整合在一起，得到第k组第二样本数据。
71.可选地，第k组第二样本数据也可以由运营商节点根据步骤s201得到后，发送给第k个企业节点。
72.s302、第k个企业节点根据第k组第二样本数据训练企业本地识别模型，得到第k组梯度信息。
73.具体地，m个企业节点中每个企业节点(第k个企业节点)基于上述步骤s301中的加密对齐算法得到一组第二样本数据，每个企业节点根据对应得到的第二样本数据对企业本地识别模型进行迭代训练，得到一组梯度信息，再将训练得到的梯度信息加密后发送给服务节点，m个企业节点对应m组梯度信息。其中，企业本地识别模型可以是服务节点分发给各企业节点的初始化后的行业全局识别模型，也可以是上一轮训练得到的行业全局识别模型，本技术实施例不予限制。
74.s303、第k个企业节点向服务节点发送第k组梯度信息。
75.s304、服务节点根据m组梯度信息得到行业全局识别模型。
76.具体地，服务节点对m组梯度信息解密后，进行加权计算得到全局参数，该全局参数作为行业全局识别模型的参数。其中，m组梯度信息为m个企业节点通过步骤s302得到。
77.进一步地，基于m组梯度信息得到行业全局识别模型的全局参数，服务节点可以根据第一样本数据对以该全局参数构成的行业全局识别模型进行优化训练，对全局参数进行调整，从而得到准确度更高的行业全局识别模型。
78.s305、服务节点向第k个企业节点发送行业全局识别模型。
79.s306、第k个企业节点根据企业个性特征训练行业全局识别模型，得到企业个性化识别模型。
80.具体地，步骤s305-s306可以参考上述步骤s205-s206，此处不再赘述。
81.可以理解的是，行业全局识别模型可以基于上述步骤s201-s204得到，也可以是基于s301-s304得到的，本技术实施例不予限制。
82.一种可能的设计方案中，为了进一步提高行业全局识别模型的准确度，服务节点可以与m个企业节点共同训练得到行业全局识别模型。换言之，服务节点可以结合第一样本数据和m组梯度信息训练得到行业全局识别模型。示例性地，具体包括如下步骤：
83.步骤1、服务节点向m个企业节点发送全局参数。
84.其中，全局参数可以是上述步骤s204中根据第一样本数据训练行业全局识别模型得到的，该全局参数加密后向企业节点发送。
85.步骤2、第k个企业节点根据全局参数和第k组第二样本数据，对第k个企业本地识别模型训练，得到第k组梯度信息。
86.具体地，m个企业中的第k个企业节点将全局参数解密，作为企业本地识别模型训练的初始参数，再将第k组第二样本数据输入企业本地识别模型进行迭代训练，得到第k组梯度信息。
87.步骤3、m个企业节点向服务节点发送m组梯度信息。
88.具体地，m个企业节点将通过步骤2得到的m组梯度信息加密后向服务节点发送。
89.步骤4、服务节点根据m组梯度信息更新全局参数。
90.具体地，服务节点将m组梯度信息解密后，对m组梯度信息加权平均计算，将加权平均后的值确定为全局参数，完成全局参数的更新。
91.示例性地，加权平均计算可以参照如下公式：
[0092][0093]
其中，f为全局参数，fk为第k个企业节点的梯度信息，m为企业节点个数，n为m个企业节点的总的第二样本数据个数，nk为第k个企业节点的第二样本数据个数。
[0094]
也就是说，服务节点根据各企业节点所提供的第二样本数据的占比，对全局参数加权更新。
[0095]
步骤5、服务节点判断更新后的全局参数确定的行业全局识别模型的准确度，是否大于或者等于第二准确度阈值。
[0096]
具体地，若更新后的全局参数确定的行业全局识别模型的准确度大于或者等于第二准确度阈值，则根据更新后的全局参数确定行业全局识别模型。
[0097]
或者，若更新后的全局参数确定的行业全局识别模型的准确度小于第二准确度阈值，则将更新后的全局参数发送给m个企业节点再次进行更新训练，也就是重复上述步骤1至步骤5，此时步骤1中的全局参数为上一次更新后的全局参数。
[0098]
其中，第二准确度阈值与上述步骤s204第一准确度阈值不同。可以理解的是，第二准确度阈值通常大于第一准确度阈值。
[0099]
在上述步骤1至步骤5的迭代更新训练的过程中，服务节点与各企业节点之间除了加密交互的梯度信息和全局参数外，各企业节点和服务节点均独立的对本地数据集(第一样本数据或第二样本数据)训练，无法获取相关其他企业节点的数据，不会造成数据隐私泄漏。
[0100]
又一种可能的设计方案中，服务节点可以根据一部分企业节点上报的梯度信息，以及另一部分企业节点上报的第二样本数据训练，得到行业全局识别模型。
[0101]
此外，结合图2和图3可知，运营商节点和/或企业节点也可以向服务节点发送m组第二样本数据，然后由服务节点提取m组第二样本数据的行业共性特征形成第一样本数据，并基于第一样本数据训练得到行业全局识别模型。
[0102]
上述基于图2或图3所示出的物联网卡识别方法，基于对运营商的样本数据和同一行业中不同企业的样本数据融合，构建第二样本数据，再提取第二样本数据中的行业共性特征以构建第一样本数据，然后使用第一样本数据训练得到同一物联网行业的行业全局识别模型，或者，基于对运营商的样本数据和同一行业中不同企业的样本数据融合构建的第二样本数据，使用第二样本数据训练企业本地识别模型得到的梯度信息，根据梯度信息得到行业全局识别模型。联合同行业不同企业的数据与运营商的数据构造行业全局识别模型，样本数据特征多样化，可以提高物联网卡异常识别的准确度。
[0103]
进一步地，还可以结合行业全局识别模型和企业个性特征定制适合企业的企业个性化识别模型，以进一步提高企业识别异常物联网卡的准确度。
[0104]
上述主要从方法的角度对本技术实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本技术实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0105]
本技术实施例可以根据上述方法示例对物联网卡识别装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。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。可选的，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0106]
图4为本技术实施例提供的一种物联网卡识别装置的结构示意图。该装置适用于图1所示的物联网卡识别系统中。如图4所示，该物联网卡识别装置400包括：接收模块401和发送模块402。
[0107]
其中，接收模块401，用于接收来自运营商节点的第一样本数据。
[0108]
其中，第一样本数据根据m组第二样本数据得到；m组第二样本数据中的第k组第二样本数据，根据第三样本数据和第k组第四样本数据得到；第三样本数据为运营商节点记录的用户数据中与m个企业节点对应的数据，第k组第四样本数据为m个企业节点中的第k个企业节点的用户数据；m个企业节点属于同一行业；k、m为正整数，1＜k≤m。
[0109]
接收模块401，还用于接收来自m个企业节点的m组梯度信息。
[0110]
其中，m组梯度信息中的第k组梯度信息，根据第k组第二样本数据对第k个企业本地识别模型训练得到；第k个企业本地识别模型与第k个企业节点对应。
[0111]
发送模块402，用于向m个企业节点发送行业全局识别模型。行业全局识别模型用于识别物联网卡；行业全局识别模型根据如下至少一项得到：第一样本数据或m组梯度信息。
[0112]
进一步地，第一样本数据为根据m组第二样本数据提取的行业共性特征得到。
[0113]
进一步地，第k组第二样本数据根据第三样本数据和第k组第四样本数据中的相同用户的数据得到。
[0114]
在一种可能的设计方案中，物联网卡识别装置400还包括：处理模块403。
[0115]
发送模块402，用于向m个企业节点发送全局参数。其中，全局参数根据第一样本数据训练行业全局识别模型得到。
[0116]
接收模块401，用于接收来自m个企业节点的m组梯度信息。其中，m组梯度信息中的第k组梯度信息，根据全局参数和第k组第二样本数据对第k个企业本地识别模型训练得到。
[0117]
处理模块403，用于根据m组梯度信息更新全局参数。若更新后的全局参数确定的行业全局识别模型的准确度大于或者等于准确度阈值时，则根据更新后的全局参数确定行业全局识别模型。
[0118]
可选地，接收模块401和发送模块402可以集成为收发模块。其中，收发模块用于实现所述物联网卡识别装置400的收发功能。
[0119]
此外，物联网卡识别装置400的技术效果，可以参考图2或图3所示的物联网卡识别方法的技术效果，此处不再赘述。
[0120]
图5为本技术实施例提供的另一种物联网卡识别装置的结构示意图。该装置适用于图1所示的物联网卡识别系统中。如图5所示，该物联网卡识别装置500包括：接收模块501和处理模块502。
[0121]
其中，接收模块501，用于接收来自服务节点的行业全局识别模型。
[0122]
其中，行业全局识别模型用于识别物联网卡；行业全局识别模型根据如下至少一项得到：第一样本数据或m组梯度信息。其中，第一样本数据根据m组第二样本数据得到；m组第二样本数据中的第k组第二样本数据，根据第三样本数据和第k组第四样本数据得到；第三样本数据为运营商节点记录的用户数据中与m个企业节点对应的数据，第k组第四样本数据为m个企业节点中的第k个企业节点的用户数据；m个企业节点属于同一行业；k、m为正整数，1＜k≤m；m组梯度信息中的第k组梯度信息，根据第k组第二样本数据对第k个企业本地识别模型训练得到；第k个企业本地识别模型与第k个企业节点对应。
[0123]
处理模块502，用于根据企业个性特征训练行业全局识别模型，得到企业个性化识别模型。
[0124]
可选地，该物联网卡识别装置500还可以包括发送模块503。其中，发送模块用于实现所述物联网卡识别装置500的发送功能。
[0125]
可选地，接收模块501和发送模块503可以集成为收发模块。其中，收发模块用于实现所述物联网卡识别装置500的收发功能。
[0126]
此外，物联网卡识别装置500的技术效果，可以参考图2或图3所示的物联网卡识别方法的技术效果，此处不再赘述。
[0127]
图6为本实施例提供的另一种物联网卡识别装置。如图6所示，该物联网卡识别装置600包括：处理器601，存储器602、通信接口603、总线604。其中，处理器601，存储器602以及通信接口603之间可以通过总线604连接。
[0128]
处理器601是物联网卡识别装置的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器601可以是一个通用中央处理单元(central processing unit，cpu)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。
[0129]
作为一种实施例，处理器601可以包括一个或多个cpu，例如图6中所示的cpu 0和cpu 1。
[0130]
存储器602可以是只读存储器(read-only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
[0131]
一种可能的实现方式中，存储器602可以独立于处理器601存在，存储器602可以通过总线604与处理器601相连接，用于存储指令或者程序代码。处理器601调用并执行存储器602中存储的指令或程序代码时，能够实现本技术实施例提供的物联网卡识别方法。
[0132]
另一种可能的实现方式中，存储器602也可以和处理器601集成在一起。
[0133]
通信接口603，用于与其他设备通过通信网络连接。所述通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，wlan)等。通信接口603可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。
[0134]
总线604，可以是工业标准体系结构(industry standard architecture，isa)总线、外部设备互连(peripheral component interconnect，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0135]
需要指出的是，图6中示出的结构并不构成对物联网卡识别装置的限定，除图6所示部件之外，物联网卡识别装置600可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0136]
本技术实施例还提供一种计算机可读存储介质，存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上述实施例所述的物联网卡识别方法。
[0137]
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，ram)、只读存储器(read-only memory，rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(application specific integrated circuit，asic)中。在本技术实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0138]
本技术实施例还提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现上述实施例提供的物联网卡识别方法中，物联网卡识别装置执行的各个步骤。
[0139]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本技术实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可
以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0140]
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
[0141]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0142]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以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，可以存储在一个可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0143]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。