[发明专利]模型训练方法、信息确定方法和设备

说明书

本申请实施例公开了一种模型训练方法，该方法包括：获取样本设备的样本通信数据；其中，样本通信数据为与样本设备通信的多个对象中的目标对象对应的通信数据；样本通信数据表征样本设备与目标对象之间的数据交互；基于样本通信数据确定样本设备的设备特征；其中，设备特征表征样本设备与目标对象之间的数据交互情况；基于每一样本设备的设备类别和每一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。本申请实施例还公开了一种模型训练设备、信息确定方法和设备。

技术领域

本申请涉及计算机技术领域，尤其涉及一种模型训练方法、信息确定方法和设备。

背景技术

随着物联网技术的高速发展，物联网设备的数量日益增长、且物联网设备的种类繁多，那么如何对物联网设备进行识别与管控就成为了本领域的难题。目前，可以通过获取物联网设备与其他设备之间交互的通信数据，然后通过机器学习的方法对通信数据进行分析，以得到物联网设备的类别，实现对物联网设备的识别；然而，通信数据中存在很多干扰数据，导致通过机器学习方法确定的物联网设备的类别的准确度较低。

发明内容

为解决上述技术问题，本申请实施例期望提供一种模型训练方法、信息确定方法和设备，解决了相关技术中通信数据中存在很多干扰数据，导致确定的物联网设备的类别的准确度较低的问题。

本申请的技术方案是这样实现的：

一种模型训练方法，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。

上述方案中，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。

上述方案中，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。

上述方案中，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；

基于所述第一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。

上述方案中，所述基于所述第一数据构建所述样本设备对应的灰度信息，包括：

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灰度信息。