本發(fā)明屬于通信技術(shù)領(lǐng)域，尤其涉及一種sim卡狀態(tài)判斷方法及裝置。

背景技術(shù)：

隨著科學技術(shù)的進步及人民生活水平的提高，世界各國人民的溝通和交流越來越緊密，人們的出國頻率不斷增加，身在國外，人們的出行、購物、商務(wù)活動、即時通訊等很多活動往往都需要用到網(wǎng)絡(luò)服務(wù)，這些網(wǎng)絡(luò)服務(wù)的實現(xiàn)需要耗費大量網(wǎng)絡(luò)流量，而通過云sim(subscriberidentitymodule，客戶識別模塊)卡進行本地上網(wǎng)的終端則可以滿足出國用戶的這些網(wǎng)絡(luò)需求

同一張sim卡同時只能為一個用戶提供服務(wù)。用戶需要使用sim卡時通常會主動發(fā)起請求，但不使用sim卡時并不會明確表示當前不需要使用了。這時的sim卡被用戶占用，但用戶并沒有使用數(shù)據(jù)服務(wù)，sim卡不會主動釋放，導致sim卡沒有被有效利用。

在對現(xiàn)有技術(shù)的研究和實踐中，本發(fā)明的發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)存在以下問題，現(xiàn)有的識別和釋放沒有被有效利用的sim卡的方法為：根據(jù)固定的預(yù)設(shè)時間及固定的流量閾值判斷sim卡的使用狀態(tài)，例如當終端設(shè)備在一定時間內(nèi)上報的sim卡流量小于閾值，則認為用戶沒在使用數(shù)據(jù)服務(wù)，并判斷該sim卡為空閑狀態(tài)，進而釋放該用戶所占用的sim卡。但根據(jù)固定的預(yù)設(shè)時間及固定的流量閾值判斷sim卡的使用狀態(tài)，存在判斷準確率低的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種sim卡狀態(tài)判斷方法，旨在解決現(xiàn)有技術(shù)中存在的判斷準確率低的問題。

本發(fā)明是這樣實現(xiàn)的，一種sim卡狀態(tài)判斷方法，所述sim卡為存放在云端sim卡池，并通過服務(wù)器分配給終端使用的sim卡，所述方法包括下述步驟：

獲取終端的sim卡特征數(shù)據(jù)，所述特征數(shù)據(jù)包括sim卡流量；

根據(jù)所述特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷所述sim卡的使用狀態(tài)；

若所述使用狀態(tài)為空閑，則向所述終端發(fā)送sim卡釋放請求，以使所述終端釋放所述sim卡；

獲取所述終端發(fā)送的申請用卡數(shù)據(jù)；

根據(jù)所述申請用卡數(shù)據(jù)優(yōu)化所述預(yù)設(shè)的識別模型，以根據(jù)所述優(yōu)化后的識別模型判斷sim卡狀態(tài)。

本發(fā)明還提供一種sim卡狀態(tài)判斷裝置，所述sim卡為存放在云端sim卡池，并通過服務(wù)器分配給終端使用的sim卡，所述裝置包括：

特征數(shù)據(jù)獲取模塊，用于獲取終端的sim卡特征數(shù)據(jù)，所述特征數(shù)據(jù)包括sim卡流量；

使用狀態(tài)判斷模塊，根據(jù)所述特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷所述sim卡的使用狀態(tài)；

sim卡釋放模塊，用于若所述使用狀態(tài)為空閑，則向所述終端發(fā)送sim卡釋放請求，以使所述終端釋放所述sim卡；

申請用卡數(shù)據(jù)獲取模塊，用于獲取所述終端發(fā)送的申請用卡數(shù)據(jù)；

優(yōu)化單元，用于根據(jù)所述反饋數(shù)據(jù)優(yōu)化所述預(yù)設(shè)的識別模型，以根據(jù)所述優(yōu)化后的識別模型判斷sim卡狀態(tài)。

本發(fā)明還提供一種服務(wù)器，所述服務(wù)器包括處理器，所述處理器用于執(zhí)行存儲器中存儲的計算機程序時實現(xiàn)本發(fā)明提供一種sim卡狀態(tài)判斷方法的步驟。

本發(fā)明還提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)本發(fā)明提供一種sim卡狀態(tài)判斷方法的步驟。

本發(fā)明提供的一種sim卡狀態(tài)判斷方法，適用于存放在云端sim卡池，并通過服務(wù)器分配給終端使用的sim卡，通過獲取終端的包含sim卡流量的sim卡特征數(shù)據(jù)，并根據(jù)該特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷該sim卡的使用狀態(tài)，若該sim卡為空閑狀態(tài)，則向終端發(fā)送sim卡釋放請求，以釋放該sim卡，在釋放sim卡后，獲取該終端發(fā)送的申請用卡數(shù)據(jù)，再根據(jù)該申請用卡數(shù)據(jù)進一步優(yōu)化識別模型，從而使用優(yōu)化后的識別模型判斷sim卡的使用狀態(tài)，最終實現(xiàn)提高判斷準確率的目的。

附圖說明

圖1是本發(fā)明實施例提供的一種sim卡狀態(tài)判斷方法的實施環(huán)境示意圖；

圖2是本發(fā)明實施例提供的一種sim卡狀態(tài)判斷方法的步驟示意圖；

圖3是本發(fā)明實施例提供的一種特征數(shù)據(jù)的折線圖；

圖4是本發(fā)明實施例提供的一種與預(yù)設(shè)的識別模型進行匹配的流程示意圖；

圖5是本發(fā)明實施例提供的一種優(yōu)選的sim卡狀態(tài)判斷方法的步驟示意圖；

圖6是本發(fā)明實施例提供的另一種優(yōu)選的sim卡狀態(tài)判斷方法的步驟示意圖；

圖7是本發(fā)明實施例提供的再一種優(yōu)選的sim卡狀態(tài)判斷方法的步驟示意圖；

圖8是本發(fā)明實施例提供的一種sim卡狀態(tài)判斷裝置的模塊圖；

圖9是本發(fā)明實施例提供的一種優(yōu)選的sim卡狀態(tài)判斷裝置的模塊圖；

圖10是本發(fā)明實施例提供的另一種優(yōu)選的sim卡狀態(tài)判斷裝置的模塊圖；

圖11是本發(fā)明實施例提供的再一種優(yōu)選的sim卡狀態(tài)判斷裝置的模塊圖；

圖12是本發(fā)明一個實施例提供的服務(wù)器的結(jié)構(gòu)示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

圖1示出了本發(fā)明實施例的應(yīng)用環(huán)境示意圖，為了便于說明，圖中僅示出與本發(fā)明實施例相關(guān)的內(nèi)容，詳述如下：

云端sim卡池11，具有多個卡槽，用來集中存放物理sim卡，所存放的物理sim卡所屬的國家、網(wǎng)絡(luò)運營商，以及所采用的資費套餐和所適用的網(wǎng)絡(luò)制式都可以各不相同。

服務(wù)器12，用于為終端13分配可接入網(wǎng)絡(luò)服務(wù)的云端sim卡，維護終端12與其建立的通信通道，接收來自終端的數(shù)據(jù)及向終端發(fā)送數(shù)據(jù)及指令。

終端13，通過云端sim卡接入網(wǎng)絡(luò)，可接入網(wǎng)絡(luò)服務(wù)，也可作為移動wifi熱點為其他設(shè)備提供網(wǎng)絡(luò)服務(wù)。

在本發(fā)明實施例中，終端13登陸上服務(wù)器12后，獲取服務(wù)器12分配的云端sim卡，然后啟動云sim卡，并注冊移動網(wǎng)絡(luò)，接入網(wǎng)絡(luò)服務(wù)，也可作為移動wifi熱點為其他設(shè)備提供網(wǎng)絡(luò)服務(wù)。

在本發(fā)明實施例的應(yīng)用環(huán)境中，上述云端sim卡池11、服務(wù)器12以及終端13均可以僅有一個，也可以有多個，需根據(jù)實際情況配備，具體不做限制。

圖2示出了本發(fā)明實施例提供的一種sim卡狀態(tài)判斷方法的流程示意圖，詳述如下：

步驟s201，獲取終端的sim卡特征數(shù)據(jù)，所述特征數(shù)據(jù)包括sim卡流量。

在本發(fā)明實施例中，所獲取的sim卡的特征數(shù)據(jù)包括sim卡流量，還可以包括sim卡所屬地區(qū)、sim卡所屬運營商、接入網(wǎng)絡(luò)類型(gsm/wcdma/lte等)、接入網(wǎng)絡(luò)持續(xù)時間、sim卡流量、流量產(chǎn)生時間、流量產(chǎn)生地區(qū)等與sim卡相關(guān)的數(shù)據(jù)或信息。以下以sim卡流量為例進行詳細說明：

如圖3所示，以sim卡流量作為特征數(shù)據(jù)時，可獲取特定時間粒度范圍內(nèi)產(chǎn)生的流量，連續(xù)的流量組成流量特征向量。例如，每3分鐘產(chǎn)生的流量為a，最近一個小時內(nèi)，產(chǎn)生連續(xù)20個流量特征值，按時間順序排列，組成流量特征向量[a1，a2，a3……a20]，a20表示離當前時間最近的點，a1表示距離當前時間1小時前的點。圖3中的“334050059239380”、“234159182387480”、“250016504633270”等數(shù)可作為sim卡的識別編碼，在本步驟及后續(xù)步驟中可通過該識別編碼檢索、識別對應(yīng)的sim卡，圖3中的點代表在每3分鐘內(nèi)sim卡產(chǎn)生的流量，每條折線有20個點，代表流量特征向量[a1，a2，a3……a20]，圖3中的6條折線即代表6張sim卡的流量特征向量。

需要說明的是，除sim卡流量外，本領(lǐng)域技術(shù)人員所知的與sim卡相關(guān)的數(shù)據(jù)或信息，如sim卡所屬地區(qū)、sim卡所述運營商、接入網(wǎng)絡(luò)類型、接入網(wǎng)絡(luò)持續(xù)時間、sim卡流量、流量產(chǎn)生時間、流量產(chǎn)生地區(qū)等均可作為sim卡的特征數(shù)據(jù)，可以獲取一種數(shù)據(jù)或信息作為特征數(shù)據(jù)，也可獲取多種數(shù)據(jù)或信息的組合作為sim卡的特征數(shù)據(jù)，可根據(jù)實際情況選擇并可動態(tài)調(diào)整。

步驟s202，根據(jù)所述特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷所述sim卡的使用狀態(tài)。

在本發(fā)明實施例中，預(yù)設(shè)的識別模型用于判斷出使用狀態(tài)為空閑的sim卡，將步驟s201中獲取的sim卡特征數(shù)據(jù)與預(yù)設(shè)的識別模型進行匹配，若匹配成功，則判斷該sim卡為空閑狀態(tài)，否則判斷為非空閑狀態(tài)，還可對該sim卡進行標記，以便于后續(xù)步驟的執(zhí)行。對于被判斷為空閑狀態(tài)的sim卡，可將其信息及特征數(shù)據(jù)存儲起來，以便后續(xù)步驟調(diào)用，避免在后續(xù)步驟中重復獲取目標sim卡的特征數(shù)據(jù)，提高后續(xù)步驟的執(zhí)行速度。

在本發(fā)明實施例中，將sim卡的特征數(shù)據(jù)與預(yù)設(shè)的識別模型進行匹配時可采用機器學習算法，尤其是監(jiān)督學習算法，例如決策樹、隨機森林、貝葉斯分類算法、人工神經(jīng)網(wǎng)絡(luò)等，以上述流量特征向量[a1，a2，a3……a20]為例：

如圖4所示，獲取sim卡流量數(shù)據(jù)組成流量特征向量[a1，a2，a3……a20]后，a1至a20的大小依順序與預(yù)設(shè)的識別模型的參數(shù)進行比較，若a20大于500k，則與預(yù)設(shè)的識別模型匹配失敗，判斷該sim卡的使用狀態(tài)為非空閑，若a20不大于500k，則比較a19的大小，若a19大于600k，則與預(yù)設(shè)的識別模型匹配失敗，判斷該sim卡的使用狀態(tài)為非空閑，若a19不大于600k，則比較a18的大小，重復上述步驟直至a1，若a1大于800k，則匹配失敗，判斷該sim卡的使用狀態(tài)為非空閑，若a1不大于800k，則匹配成功，判斷該sim卡的使用狀態(tài)為空閑。

需要說明的是，上述示例僅為步驟s202的一種較為簡單的實現(xiàn)方式，除按照a20至a1的順序比較流量大小外，也可按照a1至a20的順序或采用亂序比較，也可以不按照順序進行隨機比較，還可以一次性全部比較，以及可以從a1至a20中抽取部分進行比較以降低運算負擔，還可以獲取更過或更少的數(shù)據(jù)量，在此不一一列舉，具體的算法和匹配方式可根據(jù)實際情況選擇，本發(fā)明實施例不作為對本發(fā)明保護范圍的限制。

步驟s203，若所述使用狀態(tài)為空閑，則向所述終端發(fā)送sim卡釋放請求，以使所述終端釋放所述sim卡。

在本發(fā)明實施例中，當sim卡在s202步驟中被判斷為空閑狀態(tài)后，將會發(fā)送釋放該sim卡的請求給正在使用這張sim卡的終端13，以使該終端13釋放該sim卡，該sim卡被釋放后將處于非占用狀態(tài)，可以被分配給其他的終端使用。

作為本發(fā)明的一個實施例，在指令終端13釋放sim卡被釋放后，在預(yù)設(shè)的一段時間內(nèi)，將該被釋放的sim卡標記為凍結(jié)狀態(tài)，即，釋放該sim卡使其處于非占用狀態(tài)，并且在這段時間內(nèi)也不將該sim卡分配給任何其他終端使用。若在這段時間內(nèi)，釋放該sim卡的終端13重新申請用卡，則直接將該被標記為凍結(jié)狀態(tài)的sim卡分配給該終端13使用；若在這段時間內(nèi)該終端13未重新申請用卡，則完全釋放該sim卡，允許該sim卡被分配給其他終端使用。通過將被釋放的sim卡標記為凍結(jié)狀態(tài)，可以在誤將未處在空閑狀態(tài)的sim卡釋放，且釋放該目標sim卡的終端13立即重新申請用卡情況下，免去根據(jù)終端13的用卡申請在云端sim卡池11中篩選合適的sim的步驟，降低了服務(wù)器12的運算壓力，減少了為終端13分配sim卡的時間，從而也降低了誤將處在非空閑狀態(tài)的sim卡釋放所造成的負面影響。

步驟s204，獲取所述終端發(fā)送的申請用卡數(shù)據(jù)。

在本發(fā)明實施例中，由于預(yù)設(shè)的識別模型不可能完全正確的識別出sim卡的使用狀態(tài)，并且在預(yù)設(shè)的識別模型使用的初期，由于未進行動態(tài)優(yōu)化或優(yōu)化程度較低，判斷正確率可能會相對較低，在被判斷為空閑狀態(tài)的sim卡中，會有一部分實際上處于非空閑狀態(tài)，當指令終端13釋放這部分目標sim卡后，由于用戶正在使用網(wǎng)絡(luò)服務(wù)，終端13很快遍會重新申請用卡，從而可以將終端13釋放sim卡后重新發(fā)出的申請用卡數(shù)據(jù)，以及重新分配sim卡后一段時間內(nèi)使用的流量、使用時間等數(shù)據(jù)作為使用狀態(tài)判斷的反饋數(shù)據(jù)。

步驟s205，根據(jù)所述申請用卡數(shù)據(jù)優(yōu)化所述預(yù)設(shè)的識別模型，以根據(jù)所述優(yōu)化后的識別模型判斷sim卡狀態(tài)。

在獲取終端13釋放sim卡后重新發(fā)出的申請用卡數(shù)據(jù)作為反饋數(shù)據(jù)后，根據(jù)該數(shù)據(jù)校驗步驟s202中對使用狀態(tài)的判斷是否正確，進而對識別模型進行調(diào)整，以優(yōu)化識別模型，提高判斷準確率。

如圖5所示，在本發(fā)明實施例中，在步驟s202之前還包括：

步驟s501，獲取使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)；

以及步驟s502，將所述使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)作為訓練數(shù)據(jù)，采用監(jiān)督學習的機器學習算法訓練出所述預(yù)設(shè)的識別模型。

步驟s501和步驟s502均在步驟s201之前。

需要說明的是，步驟s501和步驟s502既可以在步驟s202之前且在步驟s201之后，也可以在步驟s201之前，步驟s501及步驟s502所起到相同的作用并不受影響，只要步驟s501和步驟s502均在步驟s202之前，且步驟s501在步驟s502之前，則均應(yīng)屬于本發(fā)明所要求保護的范圍。

在本發(fā)明實施例中，步驟s501和步驟s502在步驟s201之前。

步驟s501，獲取使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)。

使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)并不要求是實時特征數(shù)據(jù)，也是可以是歷史特征數(shù)據(jù)，且無需獲取完整的歷史特征數(shù)據(jù)，可以只獲取某一歷史時段內(nèi)的歷史特征數(shù)據(jù)。由于是歷史特征數(shù)據(jù)，可以根據(jù)sim卡的歷史網(wǎng)絡(luò)服務(wù)接入情況、數(shù)據(jù)請求、流量大小等因素，確定sim卡在該歷史時段內(nèi)是否為空閑狀態(tài)，并將該歷史時段內(nèi)的歷史特征作為使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)。

使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)可以預(yù)先通過人工離線分析的方式篩選出來并儲存在存儲器中，以供執(zhí)行步驟s501時獲取這些數(shù)據(jù)，也可以采用機器進行自動篩選的方式進行獲取。

步驟s502，將所述使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)作為訓練數(shù)據(jù)，采用監(jiān)督學習的機器學習算法訓練出所述預(yù)設(shè)的識別模型。

在獲取使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)后，將該特征數(shù)據(jù)作為在機器學習中所使用的訓練數(shù)據(jù)，并采用例如決策樹、隨機森林、貝葉斯分類算法等監(jiān)督學習的機器學習算法訓練出用于識別出處于空閑狀態(tài)的sim卡的識別模型，將該識別模型作為在步驟s202中使用的預(yù)設(shè)的識別模型。具體采用何種算法不做限制，需根據(jù)實際情況選擇。

如圖6所示，在本發(fā)明實施例中，在步驟s202之前還包括:步驟s601，若所述sim卡的流量大于預(yù)設(shè)值，則排除所述sim卡的特征數(shù)據(jù)。

選取一個sim卡流量的閾值，若在最近的一定時間內(nèi)，若sim卡流量大于該閾值，則該sim卡不可能或幾乎不可能處于空閑狀態(tài)，則將該閾值作為該步驟中所說的預(yù)設(shè)值，從而可以對sim卡進行初步篩選，排除流量大于該預(yù)設(shè)值的sim卡特征數(shù)據(jù)，降低在步驟s202中需要進行判斷的特征數(shù)據(jù)的量，加快執(zhí)行速度。

如圖7所示，在發(fā)明實施例中，步驟s205具體包括：步驟s701，以及步驟s702，詳述如下：

步驟s701，根據(jù)所述申請用卡數(shù)據(jù)判斷被所述終端釋放的所述sim卡為空閑sim卡或非空閑sim卡。

在獲取了終端13發(fā)送的申請用卡數(shù)據(jù)后，將作為反饋數(shù)據(jù)其來進一步判斷被釋放的sim卡的使用狀態(tài)，并將其判斷為空閑sim卡或者判斷為非空閑sim卡，判斷完成后可以將其特征數(shù)據(jù)存儲在特定區(qū)域以便后續(xù)獲取，也可以將其標記，以便執(zhí)行后續(xù)步驟的時候可以快速檢索調(diào)用。例如，在終端13在釋放sim卡后，若在釋放后很一段時間內(nèi)終端13都沒有再申請用卡，則判斷目標sim卡為空閑sim卡，反之，若立即重新申請用卡，則判斷為非空閑sim卡。

步驟s702，使用所述空閑sim卡的特征數(shù)據(jù)和/或所述非空閑sim卡的特征數(shù)據(jù)對所述預(yù)設(shè)的識別模型進行優(yōu)化訓練，以調(diào)整所述預(yù)設(shè)的識別模型的參數(shù)。

在判斷被釋放的sim卡為空閑sim卡或者非空閑sim卡后，獲取存儲在特定區(qū)域或檢索調(diào)用被標記的空閑sim卡和/或非空閑sim卡的特征數(shù)據(jù)，將該特征數(shù)據(jù)作為優(yōu)化數(shù)據(jù)，對步驟s202中的預(yù)設(shè)的識別模型進行優(yōu)化訓練，以提高起識別準確率，并且由于既可以定期優(yōu)化，也可以實時優(yōu)化，因此還可以對預(yù)設(shè)的識別模型進行實時調(diào)整。優(yōu)化訓練的方式同樣采用監(jiān)督學習的機器學習算法，例如決策樹、隨機森林、貝葉斯分類算法、人工神經(jīng)網(wǎng)絡(luò)等，由于被判斷為空閑sim卡或非空閑sim卡的目標sim卡經(jīng)過了終端13的反饋驗證，因此錯誤率很低，從而將這些空閑sim卡和非空閑sim卡的特征數(shù)據(jù)作為優(yōu)化數(shù)據(jù)，對步驟s202中的預(yù)設(shè)的識別模型進行優(yōu)化訓練，通過優(yōu)化訓練調(diào)整預(yù)設(shè)的識別模型的識別參數(shù)，使其更加符合sim卡的實際情況，提高其對sim卡的使用狀態(tài)的識別準確率，并且由于該優(yōu)化訓練可以實時進行，從而可以實現(xiàn)自動根據(jù)實際的業(yè)務(wù)情況進行動態(tài)優(yōu)化。

在本發(fā)明實施例中，步驟s701具體包括：根據(jù)所述終端在釋放所述sim卡后的預(yù)設(shè)時間內(nèi)的申請用卡數(shù)據(jù)，若在所述預(yù)設(shè)時間內(nèi)所述終端的未申請用卡，則判斷所述sim卡為空閑sim卡，否則，判斷所述sim卡為非空閑sim卡。

在本發(fā)明實施例中，獲取終端13在釋放sim卡后的預(yù)設(shè)時間內(nèi)的申請用卡數(shù)據(jù)，該預(yù)設(shè)時間為從終端13釋放sim卡起的一段時間，該一段時間設(shè)置的較短，在這段時間內(nèi)，若終端13沒有重新申請用卡，說明被釋放的sim卡確實為空閑狀態(tài)，則將該sim卡判斷為空閑sim卡；反之，若在這段時間內(nèi)，終端重新申請用卡，則判斷該sim卡為非空閑sim卡。例如，獲取終端13在釋放sim卡后的30秒內(nèi)的申請用卡記錄，若在這30秒內(nèi)終端13沒有申請用卡，則判斷該sim卡為空閑sim卡，否則判斷該sim卡為非空閑sim卡。

本發(fā)明提供的一種sim卡狀態(tài)判斷方法，適用于存放在云端sim卡池，并通過服務(wù)器分配給終端使用的sim卡，通過獲取終端的包含sim卡流量的sim卡特征數(shù)據(jù)，并根據(jù)該特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷該sim卡的使用狀態(tài)，若該sim卡為空閑狀態(tài)，則向終端發(fā)送sim卡釋放請求，以釋放該sim卡，在釋放sim卡后，獲取該終端發(fā)送的申請用卡數(shù)據(jù)，再根據(jù)該申請用卡數(shù)據(jù)進一步優(yōu)化識別模型，從而使用優(yōu)化后的識別模型判斷sim卡的使用狀態(tài)，最終實現(xiàn)提高判斷準確率的目的。

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者部分步驟是可以通過程序來指令相關(guān)的硬件來完成的，所述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，所述的存儲介質(zhì)，如rom/ram、磁盤、光盤、閃盤等。

圖8示出了本發(fā)明實施例提供的一種sim卡狀態(tài)判斷裝置的模塊圖，詳述如下：

特征數(shù)據(jù)獲取模塊81，用于獲取終端的sim卡特征數(shù)據(jù)，所述特征數(shù)據(jù)包括sim卡流量。

在本發(fā)明實施例中，所獲取的sim卡的特征數(shù)據(jù)包括sim卡流量，還可以包括sim卡所屬地區(qū)、sim卡所屬運營商、接入網(wǎng)絡(luò)類型(gsm/wcdma/lte等)、接入網(wǎng)絡(luò)持續(xù)時間、sim卡流量、流量產(chǎn)生時間、流量產(chǎn)生地區(qū)等與sim卡相關(guān)的數(shù)據(jù)或信息。以下以sim卡流量為例進行詳細說明：

如圖3所示，以sim卡流量作為特征數(shù)據(jù)時，可獲取特定時間粒度范圍內(nèi)產(chǎn)生的流量，連續(xù)的流量組成流量特征向量。例如，每3分鐘產(chǎn)生的流量為a，最近一個小時內(nèi)，產(chǎn)生連續(xù)20個流量特征值，按時間順序排列，組成流量特征向量[a1，a2，a3……a20]，a20表示離當前時間最近的點，a1表示距離當前時間1小時前的點。圖3中的“334050059239380”、“234159182387480”、“250016504633270”等數(shù)可作為sim卡的識別編碼，在本步驟及后續(xù)步驟中可通過該識別編碼檢索、識別對應(yīng)的sim卡，圖3中的點代表在每3分鐘內(nèi)sim卡產(chǎn)生的流量，每條折線有20個點，代表流量特征向量[a1，a2，a3……a20]，圖3中的6條折線即代表6張sim卡的流量特征向量。

需要說明的是，除sim卡流量外，本領(lǐng)域技術(shù)人員所知的與sim卡相關(guān)的數(shù)據(jù)或信息，如sim卡所屬地區(qū)、sim卡所述運營商、接入網(wǎng)絡(luò)類型、接入網(wǎng)絡(luò)持續(xù)時間、sim卡流量、流量產(chǎn)生時間、流量產(chǎn)生地區(qū)等均可作為sim卡的特征數(shù)據(jù)，可以獲取一種數(shù)據(jù)或信息作為特征數(shù)據(jù)，也可獲取多種數(shù)據(jù)或信息的組合作為sim卡的特征數(shù)據(jù)，可根據(jù)實際情況選擇并可動態(tài)調(diào)整。

使用狀態(tài)判斷模塊82，用于根據(jù)所述特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷所述sim卡的使用狀態(tài)。。

在本發(fā)明實施例中，預(yù)設(shè)的識別模型用于判斷出使用狀態(tài)為空閑的sim卡，將步驟s201中獲取的sim卡特征數(shù)據(jù)與預(yù)設(shè)的識別模型進行匹配，若匹配成功，則判斷該sim卡為空閑狀態(tài)，否則判斷為非空閑狀態(tài)，還可對該sim卡進行標記，以便于后續(xù)步驟的執(zhí)行。對于被判斷為空閑狀態(tài)的sim卡，可將其信息及特征數(shù)據(jù)存儲起來，以便后續(xù)步驟調(diào)用，避免在后續(xù)步驟中重復獲取目標sim卡的特征數(shù)據(jù)，提高后續(xù)步驟的執(zhí)行速度。

在本發(fā)明實施例中，將sim卡的特征數(shù)據(jù)與預(yù)設(shè)的識別模型進行匹配時可采用機器學習算法，尤其是監(jiān)督學習算法，例如決策樹、隨機森林、貝葉斯分類算法、人工神經(jīng)網(wǎng)絡(luò)等，以上述流量特征向量[a1，a2，a3……a20]為例：

如圖4所示，獲取sim卡流量數(shù)據(jù)組成流量特征向量[a1，a2，a3……a20]后，a1至a20的大小依順序與預(yù)設(shè)的識別模型的參數(shù)進行比較，若a20大于500k，則與預(yù)設(shè)的識別模型匹配失敗，判斷該sim卡的使用狀態(tài)為非空閑，若a20不大于500k，則比較a19的大小，若a19大于600k，則與預(yù)設(shè)的識別模型匹配失敗，判斷該sim卡的使用狀態(tài)為非空閑，若a19不大于600k，則比較a18的大小，重復上述步驟直至a1，若a1大于800k，則匹配失敗，判斷該sim卡的使用狀態(tài)為非空閑，若a1不大于800k，則匹配成功，判斷該sim卡的使用狀態(tài)為空閑。

需要說明的是，上述示例僅為使用狀態(tài)判斷模塊的一種較為簡單的工作方式，除按照a20至a1的順序比較流量大小外，也可按照a1至a20的順序或采用亂序比較，也可以不按照順序進行隨機比較，還可以一次性全部比較，以及可以從a1至a20中抽取部分進行比較以降低運算負擔，還可以獲取更過或更少的數(shù)據(jù)量，在此不一一列舉，具體的算法和匹配方式可根據(jù)實際情況選擇，本發(fā)明實施例不作為對本發(fā)明保護范圍的限制。調(diào)度單元83，用于指令終端釋放所述目標sim卡。

sim卡釋放模塊，用于若所述使用狀態(tài)為空閑，則向所述終端發(fā)送sim卡釋放請求，以使所述終端釋放所述sim卡。

在本發(fā)明實施例中，當sim卡的使用狀態(tài)被使用狀態(tài)判斷模塊82判斷為空閑后，將會發(fā)送釋放該sim卡的請求給正在使用這張sim卡的終端13，以使該終端13釋放該sim卡，該sim卡被釋放后將處于非占用狀態(tài)，可以被分配給其他的終端使用。

作為本發(fā)明的一個實施例，在指令終端13釋放sim卡被釋放后，在預(yù)設(shè)的一段時間內(nèi)，將該被釋放的sim卡標記為凍結(jié)狀態(tài)，即，釋放該sim卡使其處于非占用狀態(tài)，并且在這段時間內(nèi)也不將該sim卡分配給任何其他終端使用。若在這段時間內(nèi)，釋放該sim卡的終端13重新申請用卡，則直接將該被標記為凍結(jié)狀態(tài)的sim卡分配給該終端13使用；若在這段時間內(nèi)該終端13未重新申請用卡，則完全釋放該sim卡，允許該sim卡被分配給其他終端使用。通過將被釋放的sim卡標記為凍結(jié)狀態(tài)，可以在誤將未處在空閑狀態(tài)的sim卡釋放，且釋放該目標sim卡的終端13立即重新申請用卡情況下，免去根據(jù)終端13的用卡申請在云端sim卡池11中篩選合適的sim的步驟，降低了服務(wù)器12的運算壓力，減少了為終端13分配sim卡的時間，從而也降低了誤將處在非空閑狀態(tài)的sim卡釋放所造成的負面影響。

申請用卡數(shù)據(jù)獲取模塊84，用于獲取所述終端發(fā)送的申請用卡數(shù)據(jù)；

在本發(fā)明實施例中，由于預(yù)設(shè)的識別模型不可能完全正確的識別出sim卡的使用狀態(tài)，并且在預(yù)設(shè)的識別模型使用的初期，由于未進行動態(tài)優(yōu)化或優(yōu)化程度較低，判斷正確率可能會相對較低，在被判斷為空閑狀態(tài)的sim卡中，會有一部分實際上處于非空閑狀態(tài)，當指令終端13釋放這部分目標sim卡后，由于用戶正在使用網(wǎng)絡(luò)服務(wù)，終端13很快遍會重新申請用卡，從而可以將終端13釋放sim卡后重新發(fā)出的申請用卡數(shù)據(jù)，以及重新分配sim卡后一段時間內(nèi)使用的流量、使用時間等數(shù)據(jù)作為使用狀態(tài)判斷的反饋數(shù)據(jù)。

優(yōu)化單元85，用于根據(jù)所述申請用卡數(shù)據(jù)優(yōu)化所述預(yù)設(shè)的識別模型，以根據(jù)所述優(yōu)化后的識別模型判斷sim卡狀態(tài)

在獲取終端13釋放sim卡后重新發(fā)出的申請用卡數(shù)據(jù)作為反饋數(shù)據(jù)后，根據(jù)該數(shù)據(jù)校驗步驟s202中對使用狀態(tài)的判斷是否正確，進而對識別模型進行調(diào)整，以優(yōu)化識別模型，提高判斷準確率。

如圖9所示，在本發(fā)明實施例中，sim卡狀態(tài)判斷裝置還包括：

訓練數(shù)據(jù)獲取模塊91，用于獲取使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)；

訓練模塊92，用于將所述使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)作為訓練數(shù)據(jù)，采用監(jiān)督學習的機器學習算法訓練出所述預(yù)設(shè)的識別模型。

訓練數(shù)據(jù)獲取模塊91和訓練模塊92均設(shè)置在使用狀態(tài)判斷模塊82之前。

需要說明的是，訓練數(shù)據(jù)獲取模塊91和訓練模塊92既可以設(shè)置在使用狀態(tài)判斷模塊82之前且在特征數(shù)據(jù)獲取模塊81之后，也可以設(shè)置在特征數(shù)據(jù)獲取模塊81之前，訓練數(shù)據(jù)獲取模塊91及訓練模塊92所起到相同的作用并不受影響，只要訓練數(shù)據(jù)獲取模塊91和訓練模塊92均設(shè)置在使用狀態(tài)判斷模塊82之前，且訓練數(shù)據(jù)獲取模塊91設(shè)置在訓練模塊92之前，則均應(yīng)屬于本發(fā)明所要求保護的范圍。

在本發(fā)明實施例中，訓練數(shù)據(jù)獲取模塊91和訓練模塊92設(shè)置在特征數(shù)據(jù)獲取模塊81之前。

訓練數(shù)據(jù)獲取模塊91，用于獲取使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)。

使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)并不要求是實時特征數(shù)據(jù)，也是可以是歷史特征數(shù)據(jù)，且無需獲取完整的歷史特征數(shù)據(jù)，可以只獲取某一歷史時段內(nèi)的歷史特征數(shù)據(jù)。由于是歷史特征數(shù)據(jù)，可以根據(jù)sim卡的歷史網(wǎng)絡(luò)服務(wù)接入情況、數(shù)據(jù)請求、流量大小等因素，確定sim卡在該歷史時段內(nèi)是否為空閑狀態(tài)，并將該歷史時段內(nèi)的歷史特征作為使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)。

使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)可以預(yù)先通過人工離線分析的方式篩選出來并儲存在存儲器中，以供訓練數(shù)據(jù)獲取模塊91獲取這些數(shù)據(jù)，也可以采用機器進行自動篩選的方式進行獲取。

訓練模塊92，將所述使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)作為訓練數(shù)據(jù)，采用監(jiān)督學習的機器學習算法訓練出所述預(yù)設(shè)的識別模型。

在獲取使用狀態(tài)已確定的sim卡的特征數(shù)據(jù)后，將該特征數(shù)據(jù)作為在機器學習中所使用的訓練數(shù)據(jù)，并采用例如決策樹、隨機森林、貝葉斯分類算法等監(jiān)督學習的機器學習算法訓練出用于識別出處于空閑狀態(tài)的sim卡的識別模型，將該識別模型作為使用狀態(tài)判斷模塊82使用的預(yù)設(shè)的識別模型。具體采用何種算法不做限制，需根據(jù)實際情況選擇。

如圖10所示，在本發(fā)明實施例中，sim卡狀態(tài)判斷裝置還包括：大流量排除模塊101，用于若所述sim卡的流量大于預(yù)設(shè)值，則排除所述sim卡的特征數(shù)據(jù)。

選取一個sim卡流量的閾值，若在最近的一定時間內(nèi)，若sim卡流量大于該閾值，則該sim卡不可能或幾乎不可能處于空閑狀態(tài)，則將該閾值作為該步驟中所說的預(yù)設(shè)值，從而可以對sim卡進行初步篩選，排除流量大于該預(yù)設(shè)值的sim卡特征數(shù)據(jù)，降低在步驟s202中需要進行判斷的特征數(shù)據(jù)的量，加快執(zhí)行速度。

如圖11所示，在發(fā)明實施例中，優(yōu)化單元84包括：空閑sim卡判斷模塊111，以及優(yōu)化訓練模塊112，詳述如下：

空閑sim卡判斷模塊111，用于根據(jù)所述申請用卡數(shù)據(jù)判斷被所述終端釋放的所述sim卡為空閑sim卡或非空閑sim卡。

在獲取了終端13發(fā)送的申請用卡數(shù)據(jù)后，將作為反饋數(shù)據(jù)其來進一步判斷被釋放的sim卡的使用狀態(tài)，并將其判斷為空閑sim卡或者判斷為非空閑sim卡，判斷完成后可以將其特征數(shù)據(jù)存儲在特定區(qū)域以便后續(xù)獲取，也可以將其標記，以便執(zhí)行后續(xù)步驟的時候可以快速檢索調(diào)用。例如，在終端13在釋放sim卡后，若在釋放后很一段時間內(nèi)終端13都沒有再申請用卡，則判斷目標sim卡為空閑sim卡，反之，若立即重新申請用卡，則判斷為非空閑sim卡。

優(yōu)化訓練模塊112，用于使用所述空閑sim卡的特征數(shù)據(jù)和/或所述非空閑sim卡的特征數(shù)據(jù)對所述預(yù)設(shè)的識別模型進行優(yōu)化訓練，以調(diào)整所述預(yù)設(shè)的識別模型的參數(shù)。

在判斷被釋放的sim卡為空閑sim卡或者非空閑sim卡后，獲取存儲在特定區(qū)域或檢索調(diào)用被標記的空閑sim卡和/或非空閑sim卡的特征數(shù)據(jù)，將該特征數(shù)據(jù)作為優(yōu)化數(shù)據(jù)，對使用狀態(tài)判斷模塊82的預(yù)設(shè)的識別模型進行優(yōu)化訓練，以提高起識別準確率，并且由于既可以定期優(yōu)化，也可以實時優(yōu)化，因此還可以對預(yù)設(shè)的識別模型進行實時調(diào)整。優(yōu)化訓練的方式同樣采用監(jiān)督學習的機器學習算法，例如決策樹、隨機森林、貝葉斯分類算法、人工神經(jīng)網(wǎng)絡(luò)等，由于被判斷為空閑sim卡或非空閑sim卡的目標sim卡經(jīng)過了終端13的反饋驗證，因此錯誤率很低，從而將這些空閑sim卡和非空閑sim卡的特征數(shù)據(jù)作為優(yōu)化數(shù)據(jù)，對使用狀態(tài)判斷模塊82的預(yù)設(shè)的識別模型進行優(yōu)化訓練，通過優(yōu)化訓練調(diào)整預(yù)設(shè)的識別模型的識別參數(shù)，使其更加符合sim卡的實際情況，提高其對sim卡的使用狀態(tài)的識別準確率，并且由于該優(yōu)化訓練可以實時進行，從而可以實現(xiàn)自動根據(jù)實際的業(yè)務(wù)情況進行動態(tài)優(yōu)化。

在本發(fā)明實施例中，空閑sim卡判斷模塊111具體用于：根據(jù)所述終端在釋放所述sim卡后的預(yù)設(shè)時間內(nèi)的申請用卡數(shù)據(jù)，若在所述預(yù)設(shè)時間內(nèi)所述終端的未申請用卡，則判斷所述sim卡為空閑sim卡，否則，判斷所述sim卡為非空閑sim卡。

在本發(fā)明實施例中，獲取終端13在釋放sim卡后的預(yù)設(shè)時間內(nèi)的申請用卡數(shù)據(jù)，該預(yù)設(shè)時間為從終端13釋放sim卡起的一段時間，該一段時間設(shè)置的較短，在這段時間內(nèi)，若終端13沒有重新申請用卡，說明被釋放的sim卡確實為空閑狀態(tài)，則將該sim卡判斷為空閑sim卡；反之，若在這段時間內(nèi)，終端重新申請用卡，則判斷該sim卡為非空閑sim卡。例如，獲取終端13在釋放sim卡后的30秒內(nèi)的申請用卡記錄，若在這30秒內(nèi)終端13沒有申請用卡，則判斷該sim卡為空閑sim卡，否則判斷該sim卡為非空閑sim卡。

本發(fā)明提供的一種sim卡狀態(tài)判斷裝置，適用于存放在云端sim卡池，并通過服務(wù)器分配給終端使用的sim卡，通過獲取終端的包含sim卡流量的sim卡特征數(shù)據(jù)，并根據(jù)該特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷該sim卡的使用狀態(tài)，若該sim卡為空閑狀態(tài)，則向終端發(fā)送sim卡釋放請求，以釋放該sim卡，在釋放sim卡后，獲取該終端發(fā)送的申請用卡數(shù)據(jù)，再根據(jù)該申請用卡數(shù)據(jù)進一步優(yōu)化識別模型，從而使用優(yōu)化后的識別模型判斷sim卡的使用狀態(tài)，最終實現(xiàn)提高判斷準確率的目的。

本發(fā)明實施例還提供了一種服務(wù)器，該服務(wù)器包括處理器和存儲器，處理器用于執(zhí)行存儲器中存儲的計算機程序時實現(xiàn)上述發(fā)明實施例提供的sim卡狀態(tài)判斷方法的步驟。

本發(fā)明實施例還提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述發(fā)明實施例提供的sim卡狀態(tài)判斷方法的步驟。

圖12示出了本發(fā)明一個實施例提供的服務(wù)器的結(jié)構(gòu)示意圖。

服務(wù)器12可以采用本結(jié)構(gòu)，用于實施上述實施例中提供的sim卡狀態(tài)判斷方法。

服務(wù)器400包括中央處理單元(cpu)401，包括隨機存取存儲器(ram)402和只讀存儲器(rom)403的系統(tǒng)存儲器404，以及連接系統(tǒng)存儲器404和中央處理單元401的系統(tǒng)總線405。服務(wù)器400還包括幫助計算機內(nèi)的各個器件之間傳輸信息的基本輸入/輸出系統(tǒng)(基本i/o系統(tǒng))406，和用于存儲操作系統(tǒng)413、應(yīng)用程序414和其他程序模塊415的大容量存儲設(shè)備407。

基本i/o系統(tǒng)406包括有用于顯示信息的顯示器408和用于用戶輸入信息的諸如鼠標、鍵盤之類的輸入設(shè)備409。其中顯示器408和輸入設(shè)備409都通過連接到系統(tǒng)總線405的輸入/輸出控制器410連接到中央處理單元401。基本i/o系統(tǒng)406還可以包括輸入/輸出控制器410以用于接收和處理來自鍵盤、鼠標、或電子觸控筆等多個其他設(shè)備的輸入。類似地，輸入/輸出控制器410還提供輸出到顯示屏、打印機或其他類型的輸出設(shè)備。

大容量存儲設(shè)備407通過連接到系統(tǒng)總線405的大容量存儲控制器(未示出)連接到中央處理單元401。大容量存儲設(shè)備407及其相關(guān)聯(lián)的計算機可讀介質(zhì)為服務(wù)器400提供非易失性存儲。也就是說，大容量存儲設(shè)備407可以包括諸如硬盤或者cd-rom驅(qū)動器之類的計算機可讀介質(zhì)(未示出)。

不失一般性，計算機可讀介質(zhì)可以包括計算機存儲介質(zhì)和通信介質(zhì)。計算機存儲介質(zhì)包括以用于存儲諸如計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其他數(shù)據(jù)等信息的任何方法或技術(shù)實現(xiàn)的易失性和非易失性、可移動和不可移動介質(zhì)。計算機存儲介質(zhì)包括ram、rom、eprom、eeprom、閃存或其他固態(tài)存儲其技術(shù)，cd-rom、dvd或其他光學存儲、磁帶盒、磁帶、磁盤存儲或其他磁性存儲設(shè)備。當然，本領(lǐng)域技術(shù)人員可知計算機存儲介質(zhì)不局限于上述幾種。上述的系統(tǒng)存儲器404和大容量存儲設(shè)備407可以統(tǒng)稱為存儲器。

根據(jù)本發(fā)明的各種實施例，服務(wù)器400還可以通過諸如因特網(wǎng)等網(wǎng)絡(luò)連接到網(wǎng)絡(luò)上的遠程計算機運行。也即服務(wù)器400可以通過連接在系統(tǒng)總線405上的網(wǎng)絡(luò)接口單元411連接到網(wǎng)絡(luò)412，或者說，也可以使用網(wǎng)絡(luò)接口單元411來連接到其他類型的網(wǎng)絡(luò)或遠程計算機系統(tǒng)(未示出)。

存儲器還包括一個或者一個以上的程序，一個或者一個以上程序存儲于存儲器中，且經(jīng)配置以由一個或者一個以上中央處理單元401執(zhí)行。上述一個或者一個以上程序包含用于執(zhí)行如圖2、圖5、圖6或圖7所示出的sim卡狀態(tài)判斷方法。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例的全部或部分步驟可以通過硬件來完成，也可以通過程序來指令相關(guān)的硬件完成，該程序可以存儲于一種計算機可讀存儲介質(zhì)中，上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。

本發(fā)明實施例通過獲取終端的包含sim卡流量的sim卡特征數(shù)據(jù)，并根據(jù)該特征數(shù)據(jù)和預(yù)設(shè)的識別模型判斷該sim卡的使用狀態(tài)，若該sim卡為空閑狀態(tài)，則向終端發(fā)送sim卡釋放請求，以釋放該sim卡，在釋放sim卡后，獲取該終端發(fā)送的申請用卡數(shù)據(jù)，再根據(jù)該申請用卡數(shù)據(jù)進一步優(yōu)化識別模型，從而使用優(yōu)化后的識別模型判斷sim卡的使用狀態(tài)，最終實現(xiàn)提高判斷準確率的目的。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。