• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    本申請公開了一種獲得網路用戶端真實實體位址的方法及裝置。獲得網路用戶端真實實體位址的方法包括：透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定該至少兩台伺服器分別到該用戶端的網路傳輸時間；獲得該至少兩台伺服器各自的關鍵參數，該關鍵參數用於表徵該至少兩台伺服器在與該用戶端進行資料傳輸時的網路擁堵狀態；基於預先建立的資料處理模型，根據該至少兩台伺服器的關鍵參數及網路傳輸時間，計算各伺服器與該用戶端之間的距離；根據該各伺服器與該用戶端之間的距離，及該各伺服器的實體位址，計算獲得該用戶端的實體位址。本申請實施獲得了較為準確的用戶端的真實實體位址，提高了確定用戶端位置的準確性。
    公开号:TW201315190A
    申请号:TW100143932
    申请日:2011-11-30
    公开日:2013-04-01
    发明作者:Tai-Ching Shyu；Si-Hai Xu；Lei-Shi Xu
    申请人:Alibaba Group Holding Ltd；
    IPC主号:G01S5-00
    专利说明:
    獲得網路用戶端真實實體位址的方法及裝置
    本申請係關於網路技術領域，特別是關於一種獲得網路用戶端真實實體位址的方法及裝置。
    在特定的網路應用環境中，通常需要對網路用戶端(網路用戶)進行真實實體位址的定位，例如在電子商務網站中，由於「隱匿地理位置行為」常常和「交易欺詐」有著重要關聯，所以如何快速、準確地對網路用戶端定位顯得非常重要。
    現有技術中，常見的獲得網路用戶端真實實體位址的方法基本都依賴於網路用戶端的IP位址，透過根據該IP位址，查詢IP位址與地理位置的映射表，來查詢定位其真實實體位置。然而，隱匿者可以透過各種方式(比如代理服務等)來隱藏或改變自己的真實IP位址。這樣就無法準確定位該隱匿者的真實實體位址。
    因此，在實現本發明的過程中，發明人發現現有技術中至少存在如下問題：利用網路用戶端的IP位址無法準確獲得用戶端的真實實體位址。
    為解決上述技術問題，本申請實施例提供一種獲得網路用戶端真實實體位址的方法及裝置，以實現更準確地獲得網路用戶端的真實實體位址，技術方案如下：一種獲得網路用戶端真實實體位址的方法，包括：透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定該至少兩台伺服器分別到該用戶端的網路傳輸時間；獲得該至少兩台伺服器各自的關鍵參數，該關鍵參數用於表徵該至少兩台伺服器在與該用戶端進行資料傳輸時的網路擁堵狀態；基於預先建立的資料處理模型，根據該至少兩台伺服器的關鍵參數及網路傳輸時間，計算各伺服器與該用戶端之間的距離；根據該各伺服器與該用戶端之間的距離，及該各伺服器的實體位址，計算獲得該用戶端的實體位址。
    一種獲得網路用戶端真實實體位址的裝置，包括：時間確定單元，用於透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定該至少兩台伺服器分別到該用戶端的網路傳輸時間；參數確定單元，用於獲得該至少兩台伺服器各自的關鍵參數，該關鍵參數用於表徵該至少兩台伺服器在與該用戶端進行資料傳輸時的網路擁堵狀態；距離確定單元，用於基於預先建立的資料處理模型，根據該至少兩台伺服器的關鍵參數及網路傳輸時間，計算各伺服器與該用戶端之間的距離；位址確定單元，用於根據該各伺服器與該用戶端之間的距離，及該各伺服器的實體位址，計算獲得該用戶端的實體位址。
    本申請實施例透過在伺服器與用戶端的距離和網路傳輸時間的關係中引入表徵網路擁堵狀態的關鍵參數，對上述距離和時間的關係進行了修正，並進一步依據伺服器的實體位址確定了用戶端的實體位址，從而獲得的較為準確的用戶端的真實實體位址，該方法相對於現有技術中根據用戶端IP位址確定用戶端實體位址的方法，大大提高了確定用戶端位置的準確性，從而可以快速、準確地對網路用戶端進行定位。
    為了使本技術領域的人員更好地理解本申請中的技術方案，下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基於本申請中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬於本申請保護的範圍。
    下面結合附圖，對本申請的實施方案進行詳細描述。
    參見圖1，為本申請實施例一種獲得網路用戶端真實實體位址的方法流程圖。
    該方法可以包括：
    步驟101，透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定至少兩台伺服器分別到該用戶端之間的網路傳輸時間。
    在本申請實施例中，需要首先確定伺服器與用戶端之間的網路傳輸時間，該網路傳輸時間需要根據用戶端和伺服器之間的資料傳輸來記錄時間並計算確定，具體的，網路傳輸時間可以是用戶端與伺服器協商進行資料傳輸後，分別記錄資料傳輸的起始時間和終止時間來計算獲得，也可以是在客戶端正常訪問伺服器時，由伺服器向用戶端返回訪問資料時觸發時間記錄，並在用戶端接收到資料時，觸發向該伺服器或其他伺服器的資料發送，由該伺服器或其他伺服器記錄資料接收時間，然後獲得伺服器與用戶端之間的雙向傳輸網路時間作為網路傳輸時間，即由第一伺服器傳輸到用戶端再由用戶端傳輸到第一伺服器或第二伺服器的總計網路傳輸時間。該網路傳輸時間的計算可以有多種方法，此處不再一一贅述，具體的計算示例請參照後續實施例。
    由於用戶端的實體位址需要至少兩個座標值來定位，例如經、緯度，或者三維座標(x,y,z)等，所以，為了求解用戶端的實體位址需要建立至少包含兩個方程式的方程組，因此，在本步驟中獲取網路傳輸時間時，要獲取至少兩台伺服器到同一台用戶端之間的網路傳輸時間。
    步驟102，獲得至少兩台伺服器各自的關鍵參數，關鍵參數用於表徵兩台伺服器在與用戶端進行資料傳輸時的網路擁堵狀態。
    由於伺服器與用戶端在進行資料傳輸時，其網路傳輸時間即時受到網路擁堵狀態的影響，所以，為了修正伺服器和用戶端之間的距離與網路傳輸時間之間的關係，需要確定伺服器與用戶端進行資料傳輸時的網路擁堵狀態。
    該表徵網路擁堵狀態的關鍵參數有很多，可以包括每秒伺服器處理的業務數、每秒伺服器接收的頁面請求數、資料傳輸的發生時間(如星期幾和/或伺服器的系統時間，如晚上23：00)等，當然也還可以包含其他參數，該關鍵參數的考慮範圍與所要求的對用戶端實體位址的精確度有關，若要求精確度較低，可以選取上述關鍵參數中的一個或幾個，若要求精確度較高，可以同時考慮上述列舉的四個關鍵參數，此處不作具體限定。
    步驟103，基於預先建立的資料處理模型，根據至少兩台伺服器的關鍵參數及網路傳輸時間，計算各伺服器與用戶端之間的距離。
    該預先建立的資料處理模組具體是可以根據已知的歷史資料運用資料挖掘分類演算法計算獲得的資料處理模型，該歷史資料可以包括歷史伺服器與歷史用戶端之間的距離，歷史伺服器與歷史用戶端之間的網路傳輸時間，以及歷史伺服器的關鍵參數。透過上述已知的歷史資料即可進行訓練或計算獲得資料處理模型。
    將以上步驟中獲得的至少兩台伺服器的關鍵參數及網路傳輸時間代入資料處理模型，即可計算各伺服器與用戶端之間的距離。
    步驟104，根據各伺服器與用戶端之間的距離，及各伺服器的實體位址，計算獲得用戶端的實體位址。
    由於至少兩伺服器各自的實體位址是已知量，透過求解距離方程組，即可確定用戶端的實體位址。當該方程組求解為唯一值時，該唯一值所對應的二維座標即為用戶端的實體座標，若該方程組求解不為唯一值，則可以在本實施例中採用至少三台伺服器來求解用戶端的實體位址，即可唯一確定該用戶端的實體位址。
    本申請實施例透過在伺服器與用戶端的距離和網路傳輸時間的關係中引入表徵網路擁堵狀態的關鍵參數，對上述距離和時間的關係進行了修正，並進一步依據伺服器的實體位址確定了用戶端的實體位址，從而獲得的較為準確的用戶端的真實實體位址，該方法相對於現有技術中根據用戶端IP位址確定用戶端實體位址的方法，大大提高了確定用戶端位置的準確性，從而可以快速、準確地對網路用戶端進行定位。
    參見圖2，為本申請實施例另一種獲得網路用戶端真實實體位址的方法流程圖。
    如圖3所示，本實施例中透過第一伺服器31、第二伺服器32、第三伺服器33、第四伺服器34，定位用戶端35的真實實體位址，其中，上述伺服器的實體位址為已知量，「第一、第二、第三、第四」僅為區分不同的伺服器，並非特定或限定，各伺服器的系統時間一致，該方法可以包括：
    步驟201，第一伺服器31接收用戶端35發送的頁面訪問請求。
    當用戶端發出對某一伺服器如第一伺服器31的頁面訪問請求時，該第一伺服器31接收該請求，並執行步驟202。
    步驟202，第一伺服器31向該用戶端35發送所請求頁面的資料，該頁面資料中包含布點代碼。
    第一伺服器31在接收到用戶端35的請求後，計算生成所請求頁面的資料，並向用戶端35返回頁面資料流程，在發送結束時，第一伺服器31記錄當前的系統時間，記為t1。
    該返回用戶端35的頁面資料中包含布點代碼，其中，第一伺服器31可以預先在其所有頁面資料中增加布點代碼，也可以在接收到用戶端35對某一頁面的訪問請求時，再臨時在該頁面資料中增加布點代碼。
    該布點代碼中包含至少兩台伺服器的網路位址資訊，在本實施例中，可以包含第二伺服器32、第三伺服器33和第四伺服器34的網路位址資訊，當然在另一實施例中，該第一伺服器31也可以是第二伺服器32、第三伺服器33或第四伺服器34中的一個，例如，該布點代碼中包含的為第一伺服器31、第三伺服器33和第四伺服器34的網路位址資訊。
    在頁面資料中增加布點代碼用於用戶端在解析該頁面資料時觸發該布點代碼，根據該布點代碼中包含的伺服器位址，向對應伺服器發送請求資訊，該請求資訊亦即告知相應的伺服器執行用戶端35實體位址計算的相應操作。因此，為了加快該布點代碼向對應伺服器發送請求資訊，減少時間誤差，最佳的方案是將該布點代碼設置在頁面資料的開始位置，以便於後續在用戶端35解析頁面資料時，第一時間解析到該布點代碼，觸發向各伺服器發送請求資訊。
    步驟203，用戶端35接收並解析該頁面資料，觸發布點代碼，分別向第二伺服器32、第三伺服器33和第四伺服器34發送請求資訊。
    用戶端35接收並解析該頁面資料時，觸發布點代碼，根據該布點代碼中包含的伺服器位址資訊，分別向第二伺服器32、第三伺服器33和第四伺服器34發送請求資訊。
    為了便於同一伺服器區分不同用戶端發送的請求資訊，該用戶端35向伺服器發送請求資訊時，在請求資訊中包含用於標識該用戶端35的資訊，例如用戶端35的唯一標識碼等。
    步驟204，各伺服器接收請求消息，記錄當前的系統時間。
    第二伺服器32、第三伺服器33和第四伺服器34在分別接收到上述請求消息後，即可獲知需要執行計算用戶端35實體位址的相應操作，各伺服器執行相同的操作步驟204～步驟206。
    第二伺服器32記錄接收到請求消息時的系統時間，即t21，然後可計算獲得第一伺服器31到用戶端35，及用戶端35到第二伺服器32的「雙向傳輸」的網路時間△t2，△t2=t21-t1。
    同理，第三伺服器33記錄接收到請求消息時的系統時間，即t31，然後可計算獲得第一伺服器31到用戶端35，及用戶端35到第三伺服器33的「雙向傳輸」的網路時間△t3，△t3=t31-t1。
    同理，第四伺服器34記錄接收到請求消息時的系統時間，即t41，然後可計算獲得第一伺服器31到用戶端35，及用戶端35到第三伺服器34的「雙向傳輸」的網路時間△t4，△t4=t41-t1。
    其中，第一伺服器31記錄的系統時間t1可以是由第一伺服器31分別告知第二伺服器32、第三伺服器33和第四伺服器34的。
    步驟205，各伺服器分別計算表徵網路擁堵狀態的關鍵參數。
    該表徵伺服器當前網路擁堵狀態的關鍵參數可以有多個，例如每秒鐘伺服器處理的業務數(例如，對於交易網站每秒鐘處理的交易數量)，每秒伺服器接收的頁面請求數，星期幾(例如，星期一和星期日網路的擁堵狀態會差別很大)，系統時間(例如，上午十點和晚上十點的網路擁堵狀態會差別很大)等。
    各伺服器可以以接收到用戶端35發送的請求消息的時間為當前時刻，計算此時每秒鐘伺服器處理的業務數以及每秒伺服器接收的頁面請求數，並確定當前的星期和系統時間。
    步驟206，基於歷史資料建立的資料處理模型，根據確定的關鍵參數及雙向傳輸網路時間，計算各伺服器與用戶端之間的距離。
    本申請實施例首先根據歷史資料建立資料處理模型，該模型表徵了伺服器與用戶端之間的距離S、關鍵參數(、、伺服器與用戶端間資料傳輸的發生時間如星期、系統時間)以及伺服器與用戶端之間的雙向傳輸網路時間△t三者之間的關係，將各伺服器計算獲得的關鍵參數(、、星期、系統時間)、△t應用於該模型，即可運行獲得各伺服器分別與用戶端之間的距離。
    具體的該資料處理模型的建立過程可以採用一般的資料挖掘分類演算法獲得，分類演算法的訓練過程為：訓練集→特徵選取→訓練→分類器。
    我們可以使用資料挖掘分類演算法裏的「決策樹」的一種實現「C5」來完成，具體的訓練過程可以是獲取已知的實驗資料(歷史資料)：伺服器與用戶端之間的距離S、以及伺服器與用戶端之間的雙向傳輸網路時間△t，作為訓練集→確定該伺服器不同時段的關鍵參數(、、星期、系統時間)(特徵選取過程)→訓練(就是將S、△t及關鍵參數代入運行「C5」)→得到資料處理模型。
    分類演算法有很多種，「C5決策樹」只是其中一種，用「C5決策樹」訓練得到的模型是一個黑盒子，我們並不能得知具體的函數表達。還可以使用其他的分類演算法，比如「SVM」，該模型可確定具體的函數關係。假設變數定義如下：系統時間t，星期week，，，雙向傳輸網路時間△t，伺服器與用戶端距離s，那麼訓練的時候，我們會得到每個變數的權重係數w。那麼s=w1*t+w2*week+w3*+w4*+w5*△t。
    在獲得上述各參數的權重之後，透過在伺服器與用戶端的距離和雙向傳輸網路時間的關係中引入上述表徵網路擁堵狀態的關鍵參數，並透過權重調整各參數在上述計算過程中的影響程度，即可對上述距離和時間的關係進行修正，與僅僅依據S=VT來計算的方法相比，可以獲得更為準確的用戶端的真實實體位址。
    訓練過程就是根據歷史資料已知的s、t、week、、、△t確定每個w1、w2、w3、w4、w5的值為多少，每個參數還可以有多種變形，比如2次方還是3次方等，例如：s=w1*(t的平方)+w2*(week的N次方)+w3*+w4*+w5*△t。在確定各參數的權重係數後，即可獲得該模型的函數關係式，在後續實際資料的計算中，調用該模型的函數關係進行運算即可。
    在依據上述方法確定出資料處理模型後，將上步驟中確定的關鍵參數及雙向傳輸網路時間，代入資料處理模型進行運算，即可計算出各伺服器與用戶端之間的距離，例如，將第二伺服器32、第三伺服器33和第四伺服器34各自對應的關鍵參數及雙向傳輸網路時間代入模型，運算後即可獲得第二伺服器32到用戶端35的距離S2，第三伺服器33到用戶端35的距離S3，第四伺服器34到用戶端35的距離S4。
    步驟207，根據各伺服器與用戶端之間的距離，及各伺服器的實體位址，計算獲得用戶端的實體位址。
    各伺服器的實體位址亦即三維地理座標為已知量，再根據上步驟中計算出的距離S2，S3，S4，即可構建方程組，計算出用戶端35的實體位址即三維地理座標，該計算出的用戶端35的實體位址即為該用戶端的真實實體位址。
    其中，上述步驟206、207中計算各伺服器與用戶端之間的距離及用戶端實體位址的動作可以由某一確定的伺服器執行，至於各伺服器的實體位址，關鍵參數及雙向傳輸網路時間等，可以由各伺服器發送至該執行計算的伺服器，也可以是步驟206中各伺服器與用戶端之間的距離也分別在各伺服器完成，然後發送給該確定的伺服器，由該伺服器執行步驟207，其中，該確定的伺服器可以是上述四個伺服器中的任一個，也可以是除上述四個伺服器之外的其他伺服器。
    本申請實施例透過在伺服器與用戶端的距離和雙向傳輸網路時間的關係中引入表徵網路擁堵狀態的關鍵參數，對上述距離和時間的關係進行了修正，並進一步依據伺服器的實體位址確定了用戶端的實體位址，從而獲得的較為準確的用戶端的真實實體位址，該方法相對於現有技術中根據用戶端IP位址確定用戶端實體位址的方法，大大提高了確定用戶端位置的準確性，從而可以快速、準確地對網路用戶端進行定位。
    相應於上面的方法實施例，本申請還提供一種獲得網路用戶端真實實體位址的裝置，如圖4所示，為該裝置的結構示意圖。
    該裝置可以包括：
    時間確定單元401，用於透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定至少兩台伺服器分別到用戶端的網路傳輸時間。
    參數確定單元402，用於獲得至少兩台伺服器各自的關鍵參數，關鍵參數用於表徵至少兩台伺服器在與用戶端進行資料傳輸時的網路擁堵狀態。
    距離確定單元403，用於基於預先建立的資料處理模型，根據至少兩台伺服器的關鍵參數及網路傳輸時間，計算各伺服器與用戶端之間的距離。
    位址確定單元404，用於根據各伺服器與用戶端之間的距離，及各伺服器的實體位址，計算獲得用戶端的實體位址。
    時間確定單元401首先確定伺服器與用戶端之間的網路傳輸時間，該網路傳輸時間需要根據用戶端和伺服器之間的資料傳輸來記錄時間並計算確定，具體的，網路傳輸時間可以是用戶端與伺服器協商進行資料傳輸後，分別記錄資料傳輸的起始時間和終止時間來計算獲得，也可以是在客戶端正常訪問伺服器時，由伺服器向用戶端返回訪問資料時觸發時間記錄，並在用戶端接收到資料時，觸發向該伺服器或其他伺服器的資料發送，由該伺服器或其他伺服器記錄資料接收時間，然後獲得伺服器與用戶端之間的雙向傳輸網路時間作為網路傳輸時間。在時間確定單元401獲得網路傳輸時間後，參數確定單元402需要確定伺服器與用戶端進行資料傳輸時的網路擁堵狀態，以修正伺服器和用戶端之間的距離與網路傳輸時間之間的關係，該表徵網路擁堵狀態的關鍵參數有很多，可以包括每秒伺服器處理的業務數、每秒伺服器接收的頁面請求數、星期、伺服器的系統時間等，在確定關鍵參數後，由距離確定單元403基於預先建立的資料處理模型，根據至少兩台伺服器的關鍵參數及雙向傳輸網路時間，計算各伺服器與用戶端之間的距離。其中，該預先建立的資料處理模組具體是可以根據已知的歷史資料運用資料挖掘分類演算法計算獲得的資料處理模型，距離確定單元403將獲得的至少兩台伺服器的關鍵參數及網路傳輸時間代入資料處理模型，即可計算各伺服器與用戶端之間的距離，最後由位址確定單元404根據各伺服器與用戶端之間的距離，及各伺服器的實體位址，計算獲得用戶端的實體位址。
    本申請實施例透過上述單元獲得的較為準確的用戶端的真實實體位址，相對於現有技術，大大提高了確定用戶端位置的準確性，從而可以快速、準確地對網路用戶端進行定位。
    參見圖5，為本申請實施例另一種獲得網路用戶端真實實體位址的裝置的結構示意圖。
    該裝置除了可以包括時間確定單元501、參數確定單元502、距離確定單元503、位址確定單元504之外，還可以包括模型建立單元505。其中，參數確定單元502、距離確定單元503、位址確定單元504分別與前述實施例中的參數確定單元402、距離確定單元403、位址確定單元404類似，此處不再贅述。
    本實施例中，時間確定單元501又可以進一步包括：
    第一確定子單元5011，用於確定第一伺服器向用戶端發送第一資料的第一系統時間。其中，第一資料中包括布點代碼，該布點代碼中包括第二伺服器的網路位址資訊，以使用戶端在接收到第一資料後觸發該布點代碼，並根據布點代碼中第二伺服器的網路位址資訊向第二伺服器發送第二資料。具體的，該布點代碼位於第一資料的開始位置。
    第二確定子單元5012，用於確定第二伺服器接收到用戶端發送的第二資料的第二系統時間，用戶端在接收到第一資料後向第二伺服器發送第二資料。
    時間計算子單元5013，用於將第二系統時間與第一系統時間的差值作為第二伺服器與用戶端之間的雙向傳輸網路時間；其中，第二伺服器為至少兩台伺服器中的一個。
    模型建立單元505，用於根據已知的歷史資料運用資料挖掘分類演算法計算獲得資料處理模型，其中，歷史資料包括歷史伺服器與歷史用戶端之間的距離，歷史伺服器與歷史用戶端之間的網路傳輸時間，以及歷史伺服器的關鍵參數。在本實施例中，由於時間確定單元501確定的網路傳輸時間為雙向傳輸網路時間，所以，該模型建立單元505中，歷史伺服器與歷史用戶端之間的網路傳輸時間也即為雙向傳輸網路時間。
    時間確定單元501透過上述三個子單元確定伺服器與用戶端之間的雙向傳輸網路時間，且參數確定單元502確定上述關鍵參數後，由距離確定單元503根據模型建立單元505建立的資料處理模型進行伺服器與用戶端之間的距離計算，然後由位址確定單元504計算確定用戶端的實體位址。
    本申請實施例透過上述單元獲得的較為準確的用戶端的真實實體位址，相對於現有技術，大大提高了確定用戶端位置的準確性，從而可以快速、準確地對網路用戶端進行定位。
    為了描述的方便，描述以上裝置時以功能分為各種單元分別描述。當然，在實施本申請時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。
    透過以上的實施方式的描述可知，本領域的技術人員可以清楚地瞭解到本申請可借助軟體加必需的通用硬體平臺的方式來實現。基於這樣的理解，本申請的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該電腦軟體產品可以儲存在儲存媒體中，如ROM/RAM、磁碟、光碟等，包括若干指令用以使得一台電腦設備(可以是個人電腦，伺服器，或者網路設備等)執行本申請各個實施例或者實施例的某些部分所述的方法。
    本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於裝置實施例而言，由於其基本相似於方法實施例，所以描述得比較簡單，相關之處參見方法實施例的部分說明即可。以上所描述的裝置實施例僅僅是示意性的，其中該作為分離部件說明的單元可以是或者也可以不是實體上分開的，作為單元顯示的部件可以是或者也可以不是實體單元，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。本領域普通技術人員在不付出創造性勞動的情況下，即可以理解並實施。
    本申請可用於眾多通用或專用的計算系統環境或配置中。例如：個人電腦、伺服器電腦、手持設備或可擕式設備、平板型設備、多處理器系統、基於微處理器的系統、機上盒、可編程的消費電子設備、網路PC、小型電腦、大型電腦、包括以上任何系統或設備的分散式計算環境等等。
    本申請可以在由電腦執行的電腦可執行指令的一般上下文中描述，例如程式模組。一般地，程式模組包括執行特定任務或實現特定抽象資料類型的常式、程式、物件、元件、資料結構等等。也可以在分散式計算環境中實踐本申請，在這些分散式計算環境中，由透過通訊網路而被連接的遠端處理設備來執行任務。在分散式計算環境中，程式模組可以位於包括儲存設備在內的本地和遠端電腦儲存媒體中。
    以上所述僅是本申請的具體實施方式，應當指出，對於本技術領域的普通技術人員來說，在不脫離本申請原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本申請的保護範圍。
    31．．．第一伺服器
    32．．．第二伺服器
    33．．．第三伺服器
    34．．．第四伺服器
    35．．．用戶端
    401．．．時間確定單元
    402．．．參數確定單元
    403．．．距離確定單元
    404．．．位址確定單元
    501．．．時間確定單元
    5011．．．第一確定子單元
    5012．．．第二確定子單元
    5013．．．時間計算子單元
    502．．．參數確定單元
    503．．．距離確定單元
    504．．．位址確定單元
    505．．．模型建立單元
    為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術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申請中記載的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
    圖1為本申請實施例一種獲得網路用戶端真實實體位址的方法流程圖；
    圖2為本申請實施例另一種獲得網路用戶端真實實體位址的方法流程圖；
    圖3為圖2所示實施例中伺服器與用戶端的分佈示意圖；
    圖4為本申請實施例一種獲得網路用戶端真實實體位址的裝置結構示意圖；
    圖5為本申請實施例另一種獲得網路用戶端真實實體位址的裝置結構示意圖。
    权利要求:
    Claims (10)
    [1] 一種獲得網路用戶端真實實體位址的方法，其特徵在於，包括：透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定該至少兩台伺服器分別到該用戶端的網路傳輸時間；獲得該至少兩台伺服器各自的關鍵參數，該關鍵參數用於表示該至少兩台伺服器在與該用戶端進行資料傳輸時的網路擁堵狀態；基於預先建立的資料處理模型，根據該至少兩台伺服器的關鍵參數及網路傳輸時間，計算各伺服器與該用戶端之間的距離；根據該各伺服器與該用戶端之間的距離，及該各伺服器的實體位址，計算獲得該用戶端的實體位址。
    [2] 根據申請專利範圍第1項所述的方法，其中，該透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定該至少兩台伺服器分別到該用戶端的網路傳輸時間，包括：確定第一伺服器向該用戶端發送第一資料的第一系統時間；確定第二伺服器接收到該用戶端發送的第二資料的第二系統時間，該用戶端在接收到該第一資料後向該第二伺服器發送該第二資料；將該第二系統時間與該第一系統時間的差值作為該第二伺服器與該用戶端之間的雙向傳輸網路時間；其中，該第二伺服器為該至少兩台伺服器中的一個。
    [3] 根據申請專利範圍第2項所述的方法，其中，該第一資料中包括布點代碼，該布點代碼中包括該第二伺服器的網路位址資訊，以使該用戶端在接收到該第一資料後觸發該布點代碼，並根據該布點代碼中該第二伺服器的網路位址資訊向該第二伺服器發送該第二資料。
    [4] 根據申請專利範圍第3項所述的方法，其中，該布點代碼位於該第一資料的開始位置。
    [5] 根據申請專利範圍第1項所述的方法，其中，該資料處理模型的建立過程包括：根據已知的歷史資料運用資料挖掘分類演算法計算獲得該資料處理模型，其中，該歷史資料包括歷史伺服器與歷史用戶端之間的距離，該歷史伺服器與該歷史用戶端之間的網路傳輸時間，以及該歷史伺服器的關鍵參數。
    [6] 根據申請專利範圍第1至5項中之任意一項所述的方法，其中，該關鍵參數包括：每秒伺服器處理的業務數、每秒伺服器接收的頁面請求數、資料傳輸的發生時間。
    [7] 一種獲得網路用戶端真實實體位址的裝置，其特徵在於，包括：時間確定單元，用於透過用戶端分別與至少兩台伺服器之間的資料傳輸，確定該至少兩台伺服器分別到該用戶端的網路傳輸時間；參數確定單元，用於獲得該至少兩台伺服器各自的關鍵參數，該關鍵參數用於表示該至少兩台伺服器在與該用戶端進行資料傳輸時的網路擁堵狀態；距離確定單元，用於基於預先建立的資料處理模型，根據該至少兩台伺服器的關鍵參數及網路傳輸時間，計算各伺服器與該用戶端之間的距離；位址確定單元，用於根據該各伺服器與該用戶端之間的距離，及該各伺服器的實體位址，計算獲得該用戶端的實體位址。
    [8] 根據申請專利範圍第7項所述的裝置，其中，該時間確定單元包括：第一確定子單元，用於確定第一伺服器向該用戶端發送第一資料的第一系統時間；第二確定子單元，用於確定第二伺服器接收到該用戶端發送的第二資料的第二系統時間，該用戶端在接收到該第一資料後向該第二伺服器發送該第二資料；時間計算子單元，用於將該第二系統時間與該第一系統時間的差值作為該第二伺服器與該用戶端之間的雙向傳輸網路時間；其中，該第二伺服器為該至少兩台伺服器中的一個。
    [9] 根據申請專利範圍第7項所述的裝置，其中，還包括：模型建立單元，用於根據已知的歷史資料運用資料挖掘分類演算法計算獲得該資料處理模型，其中，該歷史資料包括歷史伺服器與歷史用戶端之間的距離，該歷史伺服器與該歷史用戶端之間的網路傳輸時間，以及該歷史伺服器的關鍵參數。
    [10] 根據申請專利範圍第7至9項中之任意一項所述的裝置，其中，該裝置設置於該至少兩台伺服器中的任意一伺服器中。
    类似技术:
    公开号 | 公开日 | 专利标题
    US10284441B2|2019-05-07|Data delivery
    US10715949B2|2020-07-14|Determining timing for determination of applicable geo-fences
    US10091315B1|2018-10-02|Systems and methods of determining a geographic location based conversion
    Dong et al.2012|Network measurement based modeling and optimization for IP geolocation
    JP2020511716A5|2021-04-22|
    US20140280881A1|2014-09-18|Using latency and route information to estimate location
    US11229001B2|2022-01-18|IP address geo-position detection based on landmark sequencing
    EP3326133A1|2018-05-30|System and method for selecting content for a device based on the probability that devices are linked
    US10057155B2|2018-08-21|Method and apparatus for determining automatic scanning action
    TWI526035B|2016-03-11|A method and apparatus for obtaining a real entity address of a network client
    US8341236B1|2012-12-25|Privacy and security enhanced internet geolocation
    US10824608B2|2020-11-03|Feature generation and storage in a multi-tenant environment
    Jaiswal et al.2016|IGOD: identification of geolocation of cloud datacenters
    CN108228548B|2019-08-13|一种报表显示方法、装置、终端及系统
    CN104937613A|2015-09-23|量化数据质量的探试
    CN107924337B|2021-11-12|分布式存储系统中的性能监测
    US8805987B1|2014-08-12|Ensuring a cookie-less namespace
    TW201621694A|2016-06-16|基於雲計算的資料備份控制系統及方法
    Kashyap2017|Statistical Time-of-Arrival Ranging by Measuring Round-Trip Time at Driver Layer in IEEE 802.11 g Networks
    WO2019112731A1|2019-06-13|System and method for inferring anonymized publishers
    TW201621693A|2016-06-16|基於雲計算的資料備份控制系統及方法
    同族专利:
    公开号 | 公开日
    EP2761321A1|2014-08-06|
    JP2014529806A|2014-11-13|
    TWI526035B|2016-03-11|
    HK1178349A1|2013-09-06|
    US9069052B2|2015-06-30|
    CN103024091B|2016-05-25|
    WO2013049075A1|2013-04-04|
    CN103024091A|2013-04-03|
    US20130080598A1|2013-03-28|
    JP5805321B2|2015-11-04|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    US6587836B1|1997-09-26|2003-07-01|Worldcom, Inc.|Authentication and entitlement for users of web based data management programs|
    US6161185A|1998-03-06|2000-12-12|Mci Communications Corporation|Personal authentication system and method for multiple computer platform|
    US6397249B1|1998-11-24|2002-05-28|International Business Machines Corporation|Data processing system and method for determining a physical location of a client computer system|
    US20020016831A1|2000-08-07|2002-02-07|Vidius Inc.|Apparatus and method for locating of an internet user|
    US7269632B2|2001-06-05|2007-09-11|Xdyne, Inc.|Networked computer system for communicating and operating in a virtual reality environment|
    US20030217150A1|2002-03-01|2003-11-20|Roese John J.|Location based enhanced routing|
    GB0218188D0|2002-08-06|2002-09-11|Hewlett Packard Co|Methods and arrangements applicable to exhibition spaces|
    US7170447B2|2003-02-14|2007-01-30|Qualcomm Incorporated|Method and apparatus for processing navigation data in position determination|
    JP2005123833A|2003-10-16|2005-05-12|Hitachi Ltd|位置検出システム制御方法|
    EP1702429B1|2004-01-09|2017-05-10|PayPal Israel Ltd|Detecting relayed communications|
    US7251493B2|2004-02-13|2007-07-31|Sony Ericsson Mobile Communications Ab|Mobile terminals and methods for determining a location based on acceleration information|
    US8028329B2|2005-06-13|2011-09-27|Iamsecureonline, Inc.|Proxy authentication network|
    US8824429B2|2005-08-19|2014-09-02|Riverbed Technology, Inc.|Automatic estimation of node location based on trace information|
    US8340682B2|2006-07-06|2012-12-25|Qualcomm Incorporated|Method for disseminating geolocation information for network infrastructure devices|
    US20080014964A1|2006-07-12|2008-01-17|Loc-Aid Technologies, Inc.|System and method for generating use statistics for location-based applications|
    US7974264B2|2007-07-13|2011-07-05|Michael Rothschild|Method and a system for determining the spatial location of nodes in a wireless network|
    WO2009064575A1|2007-11-15|2009-05-22|Airwalk Communications, Inc.|System, method, and computer-readable medium for short message service processing by a femtocell system|
    US9369771B2|2007-12-18|2016-06-14|Thomson Licensing|Apparatus and method for file size estimation over broadcast networks|
    CN101399713B|2008-09-28|2011-04-20|腾讯科技（深圳）有限公司|测量网络节点邻近度的方法|
    WO2010044837A1|2008-10-14|2010-04-22|Telecommunication Systems, Inc.|Location based proximity alert|
    US8165150B2|2008-12-17|2012-04-24|Avaya Inc.|Method and system for wireless LAN-based indoor position location|
    US8369242B2|2009-03-31|2013-02-05|Empire Technology Development Llc|Efficient location discovery|
    US8417264B1|2009-05-14|2013-04-09|Spring Spectrum L.P.|Method and apparatus for determining location of a mobile station based on locations of multiple nearby mobile stations|
    US8570914B2|2010-08-09|2013-10-29|Corning Cable Systems Llc|Apparatuses, systems, and methods for determining location of a mobile device in a distributed antenna system|
    US8437742B2|2009-10-16|2013-05-07|At&T Intellectual Property I, L.P.|Systems and methods for providing location-based application authentication using a location token service|
    US8792910B2|2009-10-23|2014-07-29|Telefonaktiebolaget L M Ericsson |Method and arrangement to monitor distances among a group of electronic communication devices|
    JP5304674B2|2010-02-02|2013-10-02|富士通株式会社|データ変換装置、データ変換方法及びプログラム|
    US8301765B2|2010-06-22|2012-10-30|Verizon Patent And Licensing, Inc.|Event detection and response using rich network content|
    US8615605B2|2010-10-22|2013-12-24|Microsoft Corporation|Automatic identification of travel and non-travel network addresses|JP2018528549A|2015-09-24|2018-09-27|アッシア エスピーイー、エルエルシー|インターネット接続問題を検出するための方法および装置|
    US10542101B2|2016-02-29|2020-01-21|Facebook, Inc.|Network-based location determination|
    CN106211210B|2016-07-21|2020-02-07|深圳奇迹智慧网络有限公司|一种移动终端mac数据采集方法|
    法律状态:
    2021-12-11| MM4A| Annulment or lapse of patent due to non-payment of fees|
    优先权:
    申请号 | 申请日 | 专利标题
    CN201110288791.9A|CN103024091B|2011-09-26|2011-09-26|获得网络客户端真实物理地址的方法及装置|
    [返回顶部]