技术摘要：
本申请的实施例基于人工智能中的机器学习技术，提供了一种识别无线网络类型的方法、装置、计算机可读介质及电子设备。该识别无线网络类型的方法包括：获取无线网络的网络信息，从无线网络在周期时段内的连接信息对应的矩阵中提取出连接特征，从无线网络的配置和热度对  全部
背景技术：
无线网络是是指无需布线就能实现各种通信设备互联的网络。无线网络技术涵盖 的范围很广，在实际生活中，通过建立远距离无线网络来传输语音和数据，或者通过近距离 无线网络实现红外线及射频技术。无线网络按照其应用场所可以分为很多类型，而很多时 候用户在连接无线网络时往往不能区分无线网络的类型，进而造成网络资源的浪费，或者 威胁网络安全等问题。
技术实现要素：
本申请的实施例提供了一种识别无线网络类型的方法、装置、计算机可读介质及 电子设备，进而至少在一定程度上可以精确识别无线网络的类型，进而避免网络资源的浪 费，或者威胁网络安全等问题发生。 本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请 的实践而习得。 根据本申请实施例的一个方面，提供了一种识别无线网络类型的方法，包括：获取 待识别类型的无线网络的网络信息，所述网络信息包括所述无线网络在周期时段内的连接 信息、以及所述无线网络的配置和热度对应的属性信息；从所述连接信息对应的矩阵中提 取所述无线网络的连接特征，从所述属性信息对应的特征向量中提取所述无线网络的属性 特征；对基于所述连接特征和所述属性特征得到的网络综合特征进行分类，得到分类结果； 基于所述分类结果，确定所述无线网络的类型。 根据本申请实施例的一个方面，提供了一种识别无线网络类型的模型训练方法， 其特征在于，包括：获取无线网络样本的样本信息；所述样本信息包括所述无线网络样本的 配置和热度对应的属性样本、以及所述无线网络样本在周期时段内的连接情况对应的连接 样本；将所述属性样本输入第一网络中，得到属性特征，将所述连接样本输入第二网络中， 得到连接特征；将基于所述属性特征和所述连接特征得到的网络综合特征输入分类网络 中，得到所述无线网络样本的分类结果；基于所述分类结果和所述无线网络样本对应的类 型标签，训练所述第一网络、所述第二网络以及所述分类网络，得到识别无线网络类型的模 型。 根据本申请实施例的一个方面，提供了一种识别无线网络类型的装置，包括：获取 单元，用于获取待识别类型的无线网络的网络信息，所述网络信息包括所述无线网络在周 期时段内的连接信息、以及所述无线网络的配置和热度对应的属性信息；提取单元，用于从 所述连接信息对应的矩阵中提取所述无线网络的连接特征，从所述属性信息对应的特征向 量中提取所述无线网络的属性特征；分类单元，用于对基于所述连接特征和所述属性特征 5 CN 111615178 A 说　明　书 2/17 页 得到的网络综合特征进行分类，得到分类结果；确定单元，用于基于所述分类结果，确定所 述无线网络的类型。 在本申请的一些实施例中，基于前述方案，所述提取单元包括：处理单元，用于将 所述属性信息进行编码处理，得到所述属性信息对应的第一特征向量；第一提取单元，用于 基于多层感知网络，提取所述第一特征向量中的特征，作为所述属性特征。 在本申请的一些实施例中，基于前述方案，所述第一提取单元包括：第一降维单 元，用于在所述多层感知网络的第一层网络中，对所述第一特征向量进行降维，得到第二特 征向量；第二降维单元，用于在所述多层感知网络的第二层网络中，对所述第二特征向量进 行降维，得到所述属性特征。 在本申请的一些实施例中，基于前述方案，所述无线网络的属性信息包括以下信 息中的至少一个：所述无线网络的加密信息、所覆盖区域范围内具有相同标识前缀的无线 网络的数目、日均连接数量、第一时段内的连接数量、连接过所述无线网络的历史终端在第 二时段内的活跃天数、终端连接所述无线网络的日均时长、同一终端连接所述无线网络的 日均次数、以及周期内的连接重复率；所述处理单元包括：编码单元，用于对所述属性信息 进行编码，得到编码信息；排布单元，用于根据排布顺序，对所述编码信息进行排布，得到所 述第一特征向量。 在本申请的一些实施例中，基于前述方案，所述识别无线网络类型的装置还包括： 重复率单元，用于根据第一数量除以第二数量得到的商，确定所述无线网络在所述周期内 的连接重复率；其中，所述第一数量为一周期内连接所述无线网络的终端的数量，所述第二 数量为所述一周期及其相邻的至少两个周期内都连接所述无线网络的终端的数量。 在本申请的一些实施例中，基于前述方案，所述提取单元包括：第一矩阵单元，用 于根据所述固定时段内的单位时长，对所述连接信息中的连接数量进行排布，生成第一矩 阵；第二矩阵单元，用于基于卷积神经网络对所述第一矩阵进行处理，得到第二矩阵；线性 变换单元，用于对所述第二矩阵进行线性变换，得到所述连接特征。 在本申请的一些实施例中，基于前述方案，所述第二矩阵单元包括：第一卷积单 元，用于将所述第一矩阵输入第一数目的第一卷积核，得到第一卷积结果；第一池化单元， 用于对所述第一卷积结果进行池化处理，得到中间矩阵；第二卷积单元，用于将所述中间矩 阵输入第二数目的第二卷积核，得到第二卷积结果；第二池化单元，用于对所述第二卷积结 果进行池化处理，得到所述第二矩阵。 在本申请的一些实施例中，基于前述方案，所述分类单元包括：融合单元，用于对 所述属性特征和所述连接特征进行融合，得到所述网络综合特征；第一输入单元，用于将所 述网络综合特征输入全连接层，得到输出向量；第二输入单元，用于将所述输出向量输入分 类器中，得到所述分类结果。 在本申请的一些实施例中，基于前述方案，所述获取单元包括：信息获取单元，用 于获取所述无线网络的标识信息、连接所述无线网络的终端的标识信息；信息提取单元，用 于根据所述无线网络的标识信息和所述终端的标识信息，从无线网络特征库中提取对应的 信息，作为所述网络信息。 在本申请的一些实施例中，基于前述方案，所述属性信息包括所述无线网络的文 本特征；在本申请的一些实施例中，基于前述方案，所述获取单元包括：标识信息获取单元， 6 CN 111615178 A 说　明　书 3/17 页 用于获取所述无线网络的标识信息；分词单元，用于对所述标识信息进行分词，得到分词结 果；扩充单元，用于根据词汇样本，对所述分词结果进行嵌入处理，得到扩充词汇；抽取单 元，用于抽取所述扩充词汇中的关键词，得到所述文本特征。 在本申请的一些实施例中，基于前述方案，所述无线网络的类型包括办公区无线 网络和非办公区无线网络；所述识别无线网络类型的装置还包括：标注单元，用于若所述无 线网络的类型为办公区无线网络，则提高所述无线网络的连接权限。 根据本申请实施例的一个方面，提供了一种识别无线网络类型的模型训练装置， 其特征在于，包括：样本获取单元，用于获取无线网络样本的样本信息；所述样本信息包括 所述无线网络样本的配置和热度对应的属性样本、以及所述无线网络样本在周期时段内的 连接情况对应的连接样本；样本输入单元，用于将所述属性样本输入第一网络中，得到属性 特征，将所述连接样本输入第二网络中，得到连接特征；特征输入单元，用于将基于所述属 性特征和所述连接特征得到的网络综合特征输入分类网络中，得到所述无线网络样本的分 类结果；模型训练单元，用于基于所述分类结果和所述无线网络样本对应的类型标签，训练 所述第一网络、所述第二网络以及所述分类网络，得到识别无线网络类型的模型。 根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机 程序，所述计算机程序被处理器执行时实现如上述实施例中所述的识别无线网络类型的方 法。 根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器； 存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执 行时，使得所述一个或多个处理器实现如上述实施例中所述的识别无线网络类型的方法。 在本申请的一些实施例所提供的技术方案中，通过获取无线网络的网络信息，从 无线网络在周期时段内单位时长的连接情况对应的连接信息中提取出连接特征，从无线网 络的配置和热度对应的属性信息中提取出属性特征，以对基于连接特征和属性特征得到的 网络综合特征进行分类，得到分类结果，最后基于所述分类结果精确确定无线网络的网络 类型，以根据网络类型对无线网络进行相应的处理，进而避免无线网络资源的浪费，提高无 线网络的安全性。 应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不 能限制本申请。 附图说明 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施 例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请 的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 这些附图获得其他的附图。 在附图中： 图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图； 图2示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图； 图3示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图； 图4示意性示出了根据本申请的一个实施例的识别无线网络类型的方法的流程 7 CN 111615178 A 说　明　书 4/17 页 图； 图5示意性示出了根据本申请的一个实施例的无线网络的连接信息的示意图； 图6示意性示出了根据本申请的一个实施例的网络信息的特征库的示意图； 图7示意性示出了根据本申请的一个实施例的多层感知网络的示意图； 图8示意性示出了根据本申请的一个实施例的处理属性信息的示意图； 图9示意性示出了根据本申请的一个实施例的处理连接信息的示意图； 图10(a)示意性示出了根据本申请的一个实施例的连接特征和属性特征确定分类 结果的示意图； 图10(b)示意性示出了根据本申请的一个实施例的根据连接信息和属性信息确定 网络类型的流程； 图11示意性示出了根据本申请的一个实施例的无线网络类型标注的示意图； 图12示意性示出了根据本申请的一个实施例的识别无线网络类型的模型训练方 法的流程图； 图13示意性示出了根据本申请的一个实施例的识别无线网络类型的模型训练方 法的示意图； 图14示意性示出了根据本申请的一个实施例的识别无线网络类型的装置的示意 图； 图15示意性示出了根据本申请的一个实施例的识别无线网络类型的模型训练装 置的示意图； 图16示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。