[发明专利]基于话单的伪基站轨迹追踪方法及装置

权利要求书

1.基于话单的伪基站轨迹追踪装置，其特征在于由数据采集分类模块集合和伪基站实时追踪模块集合两部分组成；数据采集分类模块集合由话单清洗器、特征数据提取器、受伪基站影响的正规基站信息存储器、密度聚类算法模块、受伪基站影响的正规基站分区模块和伪基站轨迹模型库组成；伪基站实时追踪模块集合由时间片段聚类器、伪基站位置计算器和伪基站轨迹点去噪引擎组成；

话单清洗器负责读取CDR话单并过滤并删除CDR话单中格式内容出错的话单，判断格式内容出错的标准包括：CDR话单中时间格式不对为格式内容出错的CDR话单，CDR话单中有不该存在的字符为格式内容出错的CDR话单，CDR话单中出现与字段应有内容不符的字段内容时为格式内容出错的CDR话单，CDR话单中核心字段值为空的CDR话单为格式内容出错的CDR话单，CDR话单中特殊字段中只含数字却出现中英文编码的CDR话单为格式内容出错的CDR话单；话单清洗器负责去除重复的CDR话单；话单清洗器负责去除地域值出错的CDR话单；经过话单清洗器处理过的话单传送给特征数据提取器；

特征数据提取器负责提取受到伪基站影响的话单，通过受到伪基站影响的话单确定受到伪基站影响的正常基站；提取受到伪基站影响的话单的方法包括：

当CDR话单中的号码在已经掌握的伪基站异常号码库中时，判断该CDR话单为受伪基站影响的话单，提取受伪基站影响的话单的内容发送给受伪基站影响的正规基站信息存储器进行存储；伪基站异常号码库为本发明的装置长期积累的伪基站异常号码的集合；

当CDR话单中的网络类型为正常网络类型之外的类型时，判断该CDR话单为受伪基站影响的话单，提取受伪基站影响的话单的内容发送给受伪基站影响的正规基站信息存储器进行存储；

正常网络类型包括：移动GSM：0x1；联通GSM:0x2；电信CDMA1x：0x3；移动TD-SCDMA：0x4；联通WCDMA：0x5；电信CDMA2000：0x6；电信CDMA2000分组域：0x07；移动LTE:0x08；联通LTE：0x09；电信LTE：0x0a；

当CDR话单中小区位置信息不合规时，判断该CDR话单为受伪基站影响的话单，提取受伪基站影响的话单的内容发送给受伪基站影响的正规基站信息存储器进行存储；小区位置信息不合规的判断规则包括：规则1，源LAC与目标LAC值一样，则正常位置更新异常，判断小区位置信息不合规；规则2，源LAC值不是当地LAC，判断小区位置信息不合规；规则3，源LAC不是相邻区域的LAC值，判断小区位置信息不合规；规则4，源LAC值为65534，判断小区位置信息不合规；

当CDR话单中位置更新不合规时，判断该CDR话单为受伪基站影响的话单，提取受伪基站影响的话单的内容发送给受伪基站影响的正规基站信息存储器进行存储；判断位置更新不合规的方法包括：计算第一个5分钟内，单基站出现了N次以上的位置更新话单数据，监测第二个5分钟内到第四个5分钟内单基站共出现的位置更新话单数据为M次，当M小于等于N的20分之1时，则认为该位置的基站信息受到了伪基站的干扰，则判断单基站第一个5分钟内的CDR话单为受伪基站影响的话单，提取受伪基站影响的话单的内容发送给受伪基站影响的正规基站信息存储器进行存储；

受伪基站影响的正规基站信息存储器负责存储所有正规基站的位置信息和编码，受伪基站影响的正规基站信息存储器将收到的受伪基站影响的话单与正规基站的位置信息和编码进行基站信息匹配，对基站编码匹配正规基站的受伪基站影响的话单进行基站位置信息的矫正，生成矫正后的受伪基站影响的话单；受伪基站影响的正规基站信息存储器对基站编码不能匹配正规基站的受伪基站影响的话单进行舍弃；受伪基站影响的正规基站信息存储器将矫正后的受伪基站影响的话单发送给密度聚类算法模块；

密度聚类算法模块负责将收到的矫正后的受伪基站影响的话单中的基站编码和位置信息输入DBSCAN密度聚类算法，生成聚类簇；DBSCAN密度聚类算法具体为：输入样本集D＝(x1,x2,...,xm)(x1,x2,...,xm)，邻域参数(∈,MinPts)(∈,MinPts)，样本距离度量方式，输出：簇划分C；

步骤1，初始化核心对象集合初始化聚类簇数k＝0，初始化未访问样本集合ΓΓ＝D,簇划分

步骤2，对于j＝1,2,...m,按下面的步骤找出所有的核心对象：

1)通过距离度量方式，找到样本xjxj的∈∈-邻域子样本集N∈(xj)N∈(xj)；

2)如果子样本集样本个数满足|N∈(xj)|≥MinPts|N∈(xj)|≥MinPts，将样本xjxj加入核心对象样本集合：Ω＝Ω∪{xj}Ω＝Ω∪{xj}；

步骤3，如果核心对象集合则算法结束，否则转入步骤4；

步骤4，在核心对象集合ΩΩ中，随机选择一个核心对象oo，初始化当前簇核心对象队列Ωcur＝{o}Ωcur＝{o},初始化类别序号k＝k+1，初始化当前簇样本集合Ck＝{o}Ck＝{o},更新未访问样本集合Γ＝Γ-{o}Γ＝Γ-{o}；

步骤5，如果当前簇核心对象队列则当前聚类簇CkCk生成完毕,更新簇划分C＝{C1,C2,...,Ck}{C1,C2,...,Ck},更新核心对象集合Ω＝Ω-CkΩ＝Ω-Ck，转入步骤3；

步骤6，在当前簇核心对象队列ΩcurΩcur中取出一个核心对象o′o′,通过邻域距离阈值∈∈找出所有的∈∈-邻域子样本集N∈(o′)N∈(o′)，令Δ＝N∈(o′)∩ΓΔ＝N∈(o′)∩Γ,更新当前簇样本集合Ck＝Ck∪ΔCk＝Ck∪Δ,更新未访问样本集合Γ＝Γ-ΔΓ＝Γ-Δ,更新Ωcur＝Ωcur∪(Δ∩Ω)-o′Ωcur＝Ωcur∪(Δ∩Ω)-o′，转入步骤5；

输出结果为：簇划分C＝{C1,C2,...,Ck}{C1,C2,...,Ck}；

受伪基站影响的正规基站分区模块将密度聚类算法模块生成的每个聚类簇划分为一个单独的受伪基站影响的正规基站分区，每个单独的受伪基站影响的正规基站分区包括该分区的所有正规基站的编码和位置信息；

伪基站轨迹模型库根据每个单独的受伪基站影响的正规基站分区定义一个不重复的伪基站轨迹编号，用伪基站轨迹编号标示单独的受伪基站影响的正规基站分区生成伪基站轨迹模型，将所有具备伪基站轨迹编号的单独的受伪基站影响的正规基站分区生成伪基站轨迹模型库；由特征数据提取器将实时提取到的受到伪基站影响的话单发送给时间片段聚类器，由时间片段聚类器提取时间片段内的受到伪基站影响的话单中的基站编码和基站位置信息生成时间片段聚类信息，并将时间片段聚类信息发送给伪基站位置计算器；

伪基站位置计算器将时间片段聚类信息在伪基站轨迹模型库中通过基站编码进行查询匹配，当时间片段聚类信息中的基站编码被伪基站轨迹模型库中的特定伪基站轨迹模型中的基站编码全包含时，使用该特定伪基站轨迹模型进行伪基站定位的背景模型；伪基站位置计算器根据时间片段聚类信息中的受伪基站影响的话单中的正常基站位置计算伪基站的位置，算法如下：已知两点经纬度，求取两点距离，当距离不远时，可用平面近似算法；设经度为a度，纬度为b度，A点经纬度为A＝(a1,b1),B点经纬度为B＝(a2,b2),则AB两点沿东西方向上的距离为：

AB两点沿南北方向上的距离：

其中R为地球半径，可取6371.004千米或6371km，AB两点的直线距离可估算为：

Trail＝{{(a₁₁，b₁₁)，(a₁₂，b₁₂)...，(a_1k，b_1k)}，...，{(a_j1，b_j1)，(a_j2，b_j2)...，(a_jk，b_jk)}}

其中d_AB表示地图上任意两点的距离；

Trail表示轨迹模型中上一时间点每一个轨迹的集合；

trailDis表示实时任意一点和轨迹模型中所有轨迹的距离的最小距离；

total＝n；

其中total代表某一时间段，某一伪基站影响正常基站的个数；lat、lng分别代表受影响正常基站的经纬度；X代表某一伪基站在某一时刻的X轴；Y代表某一伪基站在某一时刻的Y轴；Z代表某一伪基站在某一时刻的Z轴；lastlng代表某一时刻伪基站的经度；lastlat代表某一时刻伪基站的维度；

由伪基站轨迹点去噪引擎根据伪基站移动速度将超出伪基站移动速度范围内的伪基站轨迹点噪音去除，伪基站移动速度范围的计算方法如下：

lastLocation代表该伪基站上一时刻的位置信息；

thistLocation代表该伪基站此时的位置信息；

aDis代表该伪基站在该时间段移动的实际距离；

tMinDis代表该伪基站在该时间段理论移动的最小距离；

tMaxDis代表该伪基站在该时间段理论移动的最大距离；

fiveminutesMinDis代表伪基站5分钟移动的最小距离；

fiveminutesMaxDis代表伪基站5分钟内移动的最大距离；

bestDis代表伪基站5分钟移动的最佳距离；

fiveminutesMinDis＝1.6km/h，

fiveminutesMaxDis＝24km/h，tMinDis＝((thisTime-lastTime)/5)*fiveminutesMinDis，

tMaxDis＝((thisTime-lastTime)/5)*fiveminutesMaxDis；

当伪基站轨迹点处于(tMinDis,tMaxDis)这个区间则符合伪基站移动的轨迹点；当伪基站轨迹点超出(tMinDis,tMaxDis)区间范围时，伪基站轨迹去噪引擎抛弃该伪基站轨迹点。