本發(fā)明涉及設(shè)備指紋技術(shù)領(lǐng)域，特別涉及一種設(shè)備識別碼獲取方法及裝置。

背景技術(shù)：

設(shè)備指紋是根據(jù)設(shè)備的軟件、硬件信息計算得到的能夠唯一標識設(shè)備的ID。設(shè)備指紋在精準營銷、風險防控等領(lǐng)域具有重要的定位、識別和追蹤作用。在設(shè)備指紋算法設(shè)計中，核心的關(guān)注點是如何協(xié)調(diào)設(shè)備指紋的差異性和穩(wěn)定性之間的矛盾?，F(xiàn)有的設(shè)備指紋算法中，通常的做法是將采集到的軟硬件設(shè)備信息直接進行全量計算，通過選擇沖突率較低的哈希算法得到相對唯一的指紋ID，現(xiàn)有技術(shù)的主要局限有如下兩個方面：

1、穩(wěn)定性不足。設(shè)備指紋的穩(wěn)定性要求保證同一個設(shè)備對應(yīng)同一個設(shè)備指紋，在設(shè)備信息發(fā)生微小變化時仍然能夠識別。全量設(shè)備信息計算得到的指紋，某個屬性稍微變化一點就會導致指紋不同，指紋的穩(wěn)定性不足。

2、差異性不足。設(shè)備指紋的差異性要求保證不同的設(shè)備對應(yīng)不同的設(shè)備指紋。為了保證上一點所述指紋的穩(wěn)定性，就不得在指紋計算時對于設(shè)備信息進行一些取舍，這限制了參與指紋計算的屬性維度，導致不同設(shè)備計算出的相同指紋的概率比較大，從而使得指紋的差異性不足。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例的主要目的在于提出一種設(shè)備識別碼獲取方法及裝置，本案獲得的最終設(shè)備指紋作為設(shè)備識別碼，能夠解決了如何讓設(shè)備指紋兼顧穩(wěn)定性和差異性的問題，從而更加精確的定位和識別網(wǎng)絡(luò)中的設(shè)備。

為實現(xiàn)上述目的，本發(fā)明提供了一種設(shè)備識別碼獲取方法，包括：

獲取當前設(shè)備的設(shè)備信息；

將所述設(shè)備信息劃分為主屬性信息和附加屬性信息；

根據(jù)所述主屬性信息獲得靜態(tài)設(shè)備指紋；

根據(jù)所述靜態(tài)指紋識別所述當前設(shè)備是否為歷史設(shè)備；

如果所述當前設(shè)備是歷史設(shè)備，則確定所述靜態(tài)指紋所對應(yīng)的歷史設(shè)備信息，從所述歷史設(shè)備信息中獲得歷史設(shè)備的附加屬性信息；并對所述歷史設(shè)備的附加屬性信息和所述當前設(shè)備的附加屬性信息進行匹配，獲得相似度；

將所述相似度與設(shè)定的相似度閾值進行比對，根據(jù)比對結(jié)果獲得所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

可選的，在本發(fā)明一實施例中，還包括：

如果所述當前設(shè)備不是歷史設(shè)備，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋。

可選的，在本發(fā)明一實施例中，所述根據(jù)比對結(jié)果獲得所述當前設(shè)備的最終設(shè)備指紋的步驟為：

如果所述比對結(jié)果是不滿足匹配要求，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋。

可選的，在本發(fā)明一實施例中，所述根據(jù)比對結(jié)果獲得所述當前設(shè)備的最終設(shè)備指紋的步驟為：

如果所述比對結(jié)果是滿足匹配要求，則將所述歷史設(shè)備的設(shè)備指紋作為所述當前設(shè)備的最終設(shè)備指紋。

可選的，在本發(fā)明一實施例中，將所述設(shè)備信息劃分為主屬性信息和附加屬性信息的步驟包括：

對所述設(shè)備信息進行有效性校驗和設(shè)備類型識別；

根據(jù)所述設(shè)備類型識別結(jié)果將校驗通過的設(shè)備信息劃分為主屬性信息和附加屬性信息；其中，劃分的原則為：經(jīng)過多次采集，獲得的所述設(shè)備信息中的一屬性信息不會變化，該屬性信息為主屬性信息，否則，該屬性信息為附加屬性信息。

為實現(xiàn)上述目的，本發(fā)明還提供了一種設(shè)備識別碼獲取裝置，包括：

設(shè)備信息獲取單元，用于獲取當前設(shè)備的設(shè)備信息；

設(shè)備信息劃分單元，用于將所述設(shè)備信息劃分為主屬性信息和附加屬性信息；

靜態(tài)設(shè)備指紋獲取單元，用于根據(jù)所述主屬性信息獲得靜態(tài)設(shè)備指紋；

歷史設(shè)備判斷單元，用于根據(jù)所述靜態(tài)指紋識別所述當前設(shè)備是否為歷史設(shè)備；

相似度確定單元，用于如果所述當前設(shè)備是歷史設(shè)備，則確定所述靜態(tài)指紋所對應(yīng)的歷史設(shè)備信息，從所述歷史設(shè)備信息中獲得歷史設(shè)備的附加屬性信息；并對所述歷史設(shè)備的附加屬性信息和所述當前設(shè)備的附加屬性信息進行匹配，獲得相似度；

第一設(shè)備識別碼獲取單元，用于將所述相似度與設(shè)定的相似度閾值進行比對，根據(jù)比對結(jié)果獲得所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

可選的，在本發(fā)明一實施例中，還包括：

第二設(shè)備識別碼獲取單元，用于如果所述當前設(shè)備不是歷史設(shè)備，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋。

可選的，在本發(fā)明一實施例中，所述第一設(shè)備識別碼獲取單元還用于如果所述比對結(jié)果是不滿足匹配要求，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋。

可選的，在本發(fā)明一實施例中，所述第一設(shè)備識別碼獲取單元還用于如果所述比對結(jié)果是滿足匹配要求，則將所述歷史設(shè)備的設(shè)備指紋作為所述當前設(shè)備的最終設(shè)備指紋。

可選的，在本發(fā)明一實施例中，所述設(shè)備信息劃分單元包括：

校驗設(shè)備模塊，用于對所述設(shè)備信息進行有效性校驗和設(shè)備類型識別；

屬性信息劃分模塊，用于根據(jù)所述設(shè)備類型識別結(jié)果將校驗通過的設(shè)備信息劃分為主屬性信息和附加屬性信息；其中，劃分的原則為：經(jīng)過多次采集，獲得的所述設(shè)備信息中的一屬性信息不會變化，該屬性信息為主屬性信息，否則，該屬性信息為附加屬性信息。

上述技術(shù)方案具有如下有益效果：

本案將設(shè)備信息劃分為主屬性信息和附加屬性信息，在生成設(shè)備指紋時使用了由主屬性信息和附加屬性信息構(gòu)成的全量設(shè)備信息，根據(jù)附加屬性的相似度匹配模型進行特征匹配和判斷，兼顧了設(shè)備指紋的差異性和穩(wěn)定性，使得指紋計算在原本相悖的兩個特性之間取得了良好的平衡。另外，本案在相似度匹配時約簡了參與相似度計算的屬性維度。隨著設(shè)備信息和指紋數(shù)據(jù)的歷史積累，全量設(shè)備信息的相似度匹配可能成為指紋計算和識別系統(tǒng)的性能瓶頸。本提案的相似度匹配模型基于設(shè)備信息的附加屬性計算，很大程度上減少了計算的復雜度，對指紋識別算法本身性能的提升具有顯著效果。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本實施例提出的一種設(shè)備識別碼獲取方法流程圖之一；

圖2為本實施例提出的一種設(shè)備識別碼獲取方法流程圖之二；

圖3為設(shè)備屬性劃分和設(shè)備指紋之間的對應(yīng)關(guān)系圖；

圖4為本實施例提出的一種設(shè)備識別碼獲取裝置框圖之一；

圖5為本實施例提出的一種設(shè)備識別碼獲取裝置框圖之二；

圖6為本實施例提供的設(shè)備識別碼計算系統(tǒng)架構(gòu)圖；

圖7為本實施例的獲得設(shè)備識別碼的程序流程圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本領(lǐng)域技術(shù)技術(shù)人員知道，本發(fā)明的實施方式可以實現(xiàn)為一種系統(tǒng)、裝置、設(shè)備、方法或計算機程序產(chǎn)品。因此，本公開可以具體實現(xiàn)為以下形式，即：完全的硬件、完全的軟件(包括固件、駐留軟件、微代碼等)，或者硬件和軟件結(jié)合的形式。

根據(jù)本發(fā)明的實施方式，提出了一種設(shè)備識別碼獲取方法及裝置。

此外，附圖中的任何元素數(shù)量均用于示例而非限制，以及任何命名都僅用于區(qū)分，而不具有任何限制含義。

下面參考本發(fā)明的若干代表性實施方式，詳細闡釋本發(fā)明的原理和精神。

本技術(shù)方案的工作原理為：本案根據(jù)采集到的設(shè)備信息計算出能夠唯一標識該設(shè)備的設(shè)備指紋，同時對于已經(jīng)生成設(shè)備指紋的設(shè)備來說，能夠根據(jù)兩階段認證機制做出精準的識別。該技術(shù)方案將設(shè)備的屬性信息劃分為主屬性信息和附加屬性信息，在指紋計算和生成階段，分別對主屬性信息計算得到靜態(tài)設(shè)備指紋，對附加屬性信息計算得到動態(tài)設(shè)備指紋，最終將二者合成為設(shè)備指紋，保證了設(shè)備指紋的差異性；在指紋識別階段，通過引入附加屬性信息獲得相似度，來避免將同一設(shè)備因少量設(shè)備信息改變而識別為不同設(shè)備的誤判，從而保證了設(shè)備指紋的穩(wěn)定性。

基于上述工作原理，本實施例提出一種設(shè)備識別碼獲取方法之一，如圖1所示。包括：

步驟101)：獲取當前設(shè)備的設(shè)備信息；

步驟102)：將所述設(shè)備信息劃分為主屬性信息和附加屬性信息；

步驟103)：根據(jù)所述主屬性信息獲得靜態(tài)設(shè)備指紋；

步驟104)：根據(jù)所述靜態(tài)指紋識別所述當前設(shè)備是否為歷史設(shè)備；

步驟105)：如果所述當前設(shè)備是歷史設(shè)備，則確定所述靜態(tài)指紋所對應(yīng)的歷史設(shè)備信息，從所述歷史設(shè)備信息中獲得歷史設(shè)備的附加屬性信息；并對所述歷史設(shè)備的附加屬性信息和所述當前設(shè)備的附加屬性信息進行匹配，獲得相似度；

步驟106)：將所述相似度與設(shè)定的相似度閾值進行比對，根據(jù)比對結(jié)果獲得所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

在本實施例中，根據(jù)比對結(jié)果獲得所述當前設(shè)備的最終設(shè)備指紋的情況分為兩種：

第一種情況為：如果所述比對結(jié)果是不滿足匹配要求，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋。

第二種情況為：如果所述比對結(jié)果是滿足匹配要求，則將所述歷史設(shè)備的設(shè)備指紋作為所述當前設(shè)備的最終設(shè)備指紋。

如圖2所示，為本實施例提出的一種設(shè)備識別碼獲取方法流程圖之二。在圖1的基礎(chǔ)之上，還包括：

步驟105’)：如果所述當前設(shè)備不是歷史設(shè)備，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

本案設(shè)計實現(xiàn)了一種獲得能夠兼顧穩(wěn)定性和差異性的設(shè)備指紋的方法，如圖3所示，為設(shè)備屬性劃分和設(shè)備指紋之間的對應(yīng)關(guān)系圖。對于采集到的設(shè)備信息，將其屬性劃分為主屬性和附加屬性。在計算設(shè)備指紋時，首先根據(jù)主屬性計算得到靜態(tài)指紋，接著通過相似度匹配模型計算當前設(shè)備信息的附加屬性和已經(jīng)存在的設(shè)備信息的附加屬性相似度，從而根據(jù)相似度匹配結(jié)果計算動態(tài)指紋，最后由靜態(tài)指紋和動態(tài)指紋合成最終的設(shè)備指紋。

相比于現(xiàn)有技術(shù)的做法，本提案通過屬性劃分和相似度匹配模型的設(shè)計，在指紋計算時使用包括主屬性和附加屬性的全量設(shè)備信息，這就使得不同設(shè)備生成相同的指紋信息的可能性顯著降低，保證了指紋的差異性；同時在計算動態(tài)指紋時，根據(jù)相似度匹配模型計算出當前設(shè)備的附加屬性信息和已經(jīng)存在的設(shè)備信息的相似度，并根據(jù)設(shè)定的閾值判斷是同一設(shè)備的概率，如果識別為同一設(shè)備，則返回已經(jīng)存在的設(shè)備指紋信息，否則才計算新的動態(tài)指紋信息，從而保證了指紋的穩(wěn)定性。與此同時，通過將設(shè)備信息的屬性進行劃分，在相似度計算和匹配的過程中僅對附加屬性進行處理而不是對全量屬性信息進行匹配計算，減少了參與相似度計算和匹配的屬性維度，對于提升計算性能、降低資源消耗具有顯著的效果。此外，在相似度匹配模型的構(gòu)建過程中，根據(jù)歷史數(shù)據(jù)和機器學習算法，不斷地矯正相似度匹配模型的準確度和精度，使得設(shè)備指紋識別機制更加的精準和可靠。

本發(fā)明實施例還提供一種計算機可讀程序，其中當在電子設(shè)備中執(zhí)行所述程序時，所述程序使得計算機在所述電子設(shè)備中執(zhí)行如圖1、2所述的方法。

本發(fā)明實施例還提供一種存儲有計算機可讀程序的存儲介質(zhì)，其中所述計算機可讀程序使得計算機在電子設(shè)備中執(zhí)行如圖1、2所述的方法。

應(yīng)當注意，盡管在附圖中以特定順序描述了本發(fā)明方法的操作，但是，這并非要求或者暗示必須按照該特定順序來執(zhí)行這些操作，或是必須執(zhí)行全部所示的操作才能實現(xiàn)期望的結(jié)果。附加地或備選地，可以省略某些步驟，將多個步驟合并為一個步驟執(zhí)行，和/或?qū)⒁粋€步驟分解為多個步驟執(zhí)行。

如圖4所示，為本實施例提出的一種設(shè)備識別碼獲取裝置功能框圖之一。包括：

設(shè)備信息獲取單元401，用于獲取當前設(shè)備的設(shè)備信息；

設(shè)備信息劃分單元402，用于將所述設(shè)備信息劃分為主屬性信息和附加屬性信息；

靜態(tài)設(shè)備指紋獲取單元403，用于根據(jù)所述主屬性信息獲得靜態(tài)設(shè)備指紋；

歷史設(shè)備判斷單元404，用于根據(jù)所述靜態(tài)指紋識別所述當前設(shè)備是否為歷史設(shè)備；

相似度確定單元405，用于如果所述當前設(shè)備是歷史設(shè)備，則確定所述靜態(tài)指紋所對應(yīng)的歷史設(shè)備信息，從所述歷史設(shè)備信息中獲得歷史設(shè)備的附加屬性信息；并對所述歷史設(shè)備的附加屬性信息和所述當前設(shè)備的附加屬性信息進行匹配，獲得相似度；

第一設(shè)備識別碼獲取單元406，用于將所述相似度與設(shè)定的相似度閾值進行比對，根據(jù)比對結(jié)果獲得所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

在實際應(yīng)用中，第一設(shè)備識別碼獲取單元406具體用于如果所述比對結(jié)果是不滿足匹配要求，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

還有一種情況為，第一設(shè)備識別碼獲取單元406具體用于如果所述比對結(jié)果是滿足匹配要求，則將所述歷史設(shè)備的設(shè)備指紋作為所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

如圖5所示，為本實施例提出的一種設(shè)備識別碼獲取裝置功能框圖之二。在圖4的基礎(chǔ)上，還包括：

第二設(shè)備識別碼獲取單元406’，用于如果所述當前設(shè)備不是歷史設(shè)備，則根據(jù)所述當前設(shè)備的附加屬性信息獲得動態(tài)設(shè)備指紋；并將所述靜態(tài)設(shè)備指紋和所述動態(tài)設(shè)備指紋合成為所述當前設(shè)備的最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一般計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機存儲記憶體(Random Access Memory，RAM)等。

本領(lǐng)域技術(shù)人員還可以了解到本發(fā)明實施例列出的各種功能是通過硬件還是軟件來實現(xiàn)取決于特定的應(yīng)用和整個系統(tǒng)的設(shè)計要求。本領(lǐng)域技術(shù)人員可以對于每種特定的應(yīng)用，可以使用各種方法實現(xiàn)所述的功能，但這種實現(xiàn)不應(yīng)被理解為超出本發(fā)明實施例保護的范圍。

此外，盡管在上文詳細描述中提及了裝置的若干單元，但是這種劃分僅僅并非強制性的。實際上，根據(jù)本發(fā)明的實施方式，上文描述的兩個或更多單元的特征和功能可以在一個單元中具體化。同樣，上文描述的一個單元的特征和功能也可以進一步劃分為由多個單元來具體化。

實施例

為了能夠更加直觀的描述本發(fā)明的特點和工作原理，下文將結(jié)合一個實際運用場景來描述。

如圖6所示，為本實施例提供的設(shè)備識別碼計算系統(tǒng)架構(gòu)圖。本實施例設(shè)計了一種高吞吐量、低延遲的實時設(shè)備識別碼計算系統(tǒng)，該系統(tǒng)主要分為設(shè)備信息采集模塊、設(shè)備指紋計算模塊和存儲模塊。設(shè)備信息采集模塊負責采集設(shè)備信息并將設(shè)備信息發(fā)送到分布式消息通信系統(tǒng)Kafka中；設(shè)備指紋計算模塊是系統(tǒng)的核心，負責對設(shè)備信息進行實時計算并生成設(shè)備指紋；存儲模塊負責將計算結(jié)果和相關(guān)信息保存落地，最終生成的設(shè)備指紋作為設(shè)備識別碼在存儲模塊中被保持。

設(shè)備指紋計算模塊基于分布式消息通信系統(tǒng)Kafka和流式大數(shù)據(jù)處理框架Storm設(shè)計。分布式消息通信系統(tǒng)Kafka接受來自設(shè)備信息采集模塊采集到的設(shè)備信息，流式大數(shù)據(jù)處理框架Storm對其進行實時的設(shè)備指紋計算和識別，然后將計算結(jié)果存儲在高速緩存Redis中，并將計算結(jié)果和日志信息反饋到分布式消息通信系統(tǒng)Kafka中，接著將分布式消息通信系統(tǒng)Kafka中的相關(guān)信息落地到關(guān)系數(shù)據(jù)庫中保存。通過將設(shè)備指紋信息存儲到高性能的高速緩存Redis中，服務(wù)使用者可以快速實時的獲取到相應(yīng)的設(shè)備指紋計算結(jié)果；在實時計算中不直接與數(shù)據(jù)庫交互而是將需要存儲的信息先暫存到分布式消息通信系統(tǒng)Kafka，然后再由專門的服務(wù)異步地從分布式消息通信系統(tǒng)Kafka讀取消息落地到數(shù)據(jù)庫中，避免了因數(shù)據(jù)庫操作的延遲而對計算流程的實時性造成影響。

在存儲模塊中，本案使用了高速緩存Redis作為實時存儲和查詢介質(zhì)，對于需要持久化到磁盤或數(shù)據(jù)庫存儲的信息，通過分布式消息通信系統(tǒng)Kafka中轉(zhuǎn)而不是直接與磁盤或者關(guān)系數(shù)據(jù)庫打交道，最大化滿足流式大數(shù)據(jù)處理框架Storm設(shè)備指紋計算匹配模塊對實時性的要求。在實際應(yīng)用中，可根據(jù)業(yè)務(wù)需求和數(shù)據(jù)量采用Hbase代替?zhèn)鹘y(tǒng)的關(guān)系數(shù)據(jù)庫，對存儲模塊進行進一步擴展。

如圖7所示，為本實施例的獲得設(shè)備識別碼的程序流程圖。整體計算流程詳細介紹如下：

(1)、設(shè)備信息采集模塊采集設(shè)備信息，發(fā)送到分布式消息通信系統(tǒng)Kafka中。

(2)、設(shè)備指紋計算模塊從分布式消息通信系統(tǒng)Kafka中獲取設(shè)備信息，對信息進行有效性校驗和設(shè)備類型識別，然后根據(jù)設(shè)備類型將屬性信息劃分為主屬性信息和附加屬性信息。主屬性和附加屬性的劃分原則為：對于某種設(shè)備的某一屬性A1，其第M次采集和第N次采集得到的屬性A1信息基本不會變化，則A1應(yīng)被劃分為主屬性，否則應(yīng)被劃分為附加屬性。接下來，程序?qū)χ鲗傩孕畔⑦M行Hash運算得到靜態(tài)設(shè)備指紋。

(3)、在高速緩存Redis中檢索當前靜態(tài)指紋是否存在。如果未檢索到記錄，將當前設(shè)備信息識別為新的設(shè)備，進入第五步；如果檢索到記錄，則獲取檢索到的靜態(tài)指紋所對應(yīng)的歷史設(shè)備信息集合。

(4)、根據(jù)相似度匹配模型，首先依次對獲取的歷史設(shè)備信息附加屬性和當前設(shè)備信息的附加屬性進行特征匹配和相似度計算，并與設(shè)定的相似度閾值進行對比：

如果相似度未滿足匹配要求，則進入第五步；

如果相似度滿足匹配要求，則將當前設(shè)備信息與匹配到的歷史設(shè)備信息識別為同一設(shè)備，獲取該歷史設(shè)備信息所對應(yīng)的合成設(shè)備指紋，進入第六步。

(5)、對當前設(shè)備信息的附加屬性進行Hash運算得到動態(tài)設(shè)備指紋，并將動態(tài)設(shè)備指紋和之前計算得到的靜態(tài)指紋合成為最終設(shè)備指紋；其中，所述最終設(shè)備指紋為設(shè)備識別碼。

(6)、將最終設(shè)備指紋和當前設(shè)備信息發(fā)送到高速緩存Redis緩存和分布式消息通信系統(tǒng)Kafka日志。

(7)、將分布式消息通信系統(tǒng)Kafka中的指紋信息、設(shè)備信息和相關(guān)日志信息同步到Database存儲，流程結(jié)束。

本實施例設(shè)計的設(shè)備指紋計算系統(tǒng)是一種高性能的技術(shù)實現(xiàn)方案，該方案具有高吞吐量、低延遲、易擴展、高可用的特點。流式大數(shù)據(jù)處理框架Storm是一款優(yōu)秀的流式大數(shù)據(jù)實時處理解決方案，TPS可輕松達百萬。在實時計算中將流式大數(shù)據(jù)處理框架Storm與高性能的分布式消息通信系統(tǒng)Kafka和高速緩存Redis相結(jié)合，而不是傳統(tǒng)的鎖式消息隊列和高延遲的數(shù)據(jù)庫系統(tǒng)，使得該技術(shù)方案具有優(yōu)秀的實時處理能力，設(shè)備指紋計算和識別平均延遲在20ms左右。

以上具體實施方式，對本發(fā)明的目的、技術(shù)方案和有益效果進行了進一步詳細說明，所應(yīng)理解的是，以上僅為本發(fā)明的具體實施方式而已，并不用于限定本發(fā)明的保護范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。