[发明专利]模型训练方法、信息确定方法和设备

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取样本设备的样本通信数据；其中，所述样本通信数据为与所述样本设备通信的多个对象中的目标对象对应的通信数据；所述样本通信数据表征所述样本设备与所述目标对象之间的数据交互；

基于所述样本通信数据确定所述样本设备的设备特征；其中，所述设备特征表征所述样本设备与所述目标对象之间的数据交互情况；

基于每一所述样本设备的设备类别和每一所述样本设备的设备特征，对初始分类模型进行模型训练得到目标分类模型。

2.根据权利要求1所述的方法，其特征在于，所述获取样本设备的样本通信数据，包括：

获取所述样本设备的第一通信数据；其中，所述第一通信数据表征所述样本设备与所述多个对象之间的数据交互；

基于所述第一通信数据中包括的多个对象对应的地址数据，对所述第一通信数据进行划分得到多个第二通信数据；其中，每一对象对应一个地址数据；

基于目标通信频率，从所述多个第二通信数据中确定所述样本通信数据。

3.根据权利要求2所述的方法，其特征在于，所述基于目标通信频率，从所述多个第二通信数据中确定所述样本通信数据，包括：

基于每一对象对应的第二通信数据，确定所述每一对象对应的通信频率；

基于所述每一对象对应的通信频率，从所述多个对象中确定通信频率满足所述目标通信频率的目标对象；

从所述多个第二通信数据中获取所述目标对象对应的通信数据，得到所述样本通信数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述样本通信数据确定所述样本设备的设备特征，包括：

从所述样本通信数据中提取所述样本设备与所述目标对象之间传输的第一数据；

基于目标数据格式对所述第一数据的数据格式进行转换，得到第二数据；

基于目标标识符对所述第二数据进行处理，得到多个目标子数据；

基于所述多个目标子数据构建所述样本设备对应的灰度信息；其中，所述设备特征包括所述灰度信息。

5.根据权利要求4所述的方法，其特征在于，所述基于目标标识符对所述第二数据进行处理，得到多个目标子数据，包括：

对所述第二数据进行分析，得到所述目标标识符；

基于所述目标标识符依次对所述第二数据进行划分，得到多个第一子数据；

确定第一子数据的目标数量；

基于所述目标数量、第一数量阈值以及所述多个第一子数据，确定所述多个目标子数据。

6.根据权利要求5所述的方法，其特征在于，所述基于所述目标数量、第一数量阈值以及所述多个第一子数据，确定所述多个目标子数据，包括：

在确定所述目标数量满足所述第一数量阈值的情况下，基于第一子数据的划分顺序从所述多个第一子数据中确定所述第一数量阈值个子数据，得到所述多个目标子数据；

在确定所述目标数量不满足所述第一数量阈值的情况下，基于所述目标数量与所述第一数量阈值确定目标数值；

基于所述多个第一子数据和所述目标数值个第二子数据，得到所述多个目标子数据；其中，所述第二子数据的值为目标字符。

7.根据权利要求4所述的方法，其特征在于，所述基于所述多个目标子数据构建所述样本设备对应的灰度信息，包括：

对每一目标子数据的值进行转换，得到所述每一目标子数据对应的灰度值；

从所述每一目标子数据对应的灰度值中，确定第二数量阈值个目标灰度值；

按照目标子数据的确定顺序，基于所述每一目标子数据对应的目标灰度值构建所述灰度信息。