本發(fā)明涉及計算機與互聯(lián)網(wǎng)
技術(shù)領(lǐng)域：
，尤其涉及一種用戶設(shè)備唯一性的識別方法、裝置和計算設(shè)備。
背景技術(shù)：
：隨伴隨著“大數(shù)據(jù)時代”的到來和互聯(lián)網(wǎng)蓬勃技術(shù)的發(fā)展，互聯(lián)網(wǎng)公司存儲的數(shù)據(jù)呈現(xiàn)出爆炸趨勢，這給互聯(lián)網(wǎng)公司對數(shù)據(jù)的存儲和管理帶來挑戰(zhàn)。其中，用戶唯一性識別一直是互聯(lián)網(wǎng)公司一直需要面對的問題。尤其是對非結(jié)構(gòu)化的采集數(shù)據(jù)，很難找到一個唯一的用戶標(biāo)識。一般應(yīng)用開發(fā)商或者數(shù)據(jù)收集商如果沒有明確的用戶設(shè)備標(biāo)識，例如身份證號，手機號等，往往會根據(jù)幾個屬性例如手機的IMEI，IMSI，SerialNo等，按照一定的規(guī)則生成一個用戶的唯一性識別標(biāo)識，也就是用戶設(shè)備標(biāo)識，來識別唯一的設(shè)備標(biāo)識。但是，面對數(shù)據(jù)的復(fù)雜性，按照上述規(guī)則來生成用戶設(shè)備標(biāo)識往往會出現(xiàn)各種問題。例如，當(dāng)這些企業(yè)在采集用戶的設(shè)備數(shù)據(jù)的時候，有時會出現(xiàn)用戶刷機、更新系統(tǒng)、換sim卡諸如此類的情況，會導(dǎo)致為相同的用戶設(shè)備生成不同的用戶設(shè)備標(biāo)識的問題，這給設(shè)備的唯一性識別帶來了前所未有的挑戰(zhàn)。現(xiàn)有的用戶唯一性識別的方法均通過定義距離函數(shù)，度量不同設(shè)備之間的相似性，例如：歐氏距離函數(shù)、夾角余弦、曼哈頓距離函數(shù)，通過計算兩兩記錄之間的距離，進而確定用戶設(shè)備是否唯一。但是這種方法存在以下問題：距離函數(shù)定義復(fù)雜，計算復(fù)雜度較高，計算開銷大；距離函數(shù)難以處理缺失問題。但是互聯(lián)網(wǎng)數(shù)據(jù)缺失現(xiàn)象非常普遍；距離函數(shù)計算出來的距離分布往往會比較集中，難以找到判斷兩個設(shè)備是否相同的標(biāo)準(zhǔn)。因此，需要提供一種更通用且準(zhǔn)確的識別用戶設(shè)備唯一性的方法。技術(shù)實現(xiàn)要素：鑒于上述問題，本發(fā)明提出了一種用戶設(shè)備唯一性的識別方法、裝置和計算設(shè)備，以力圖解決或者至少解決上面存在的問題。根據(jù)本發(fā)明的一個方面，提供一種用戶設(shè)備唯一性的識別方法，適于在計算設(shè)備中執(zhí)行，該方法包括：收集多個用戶設(shè)備訪問網(wǎng)絡(luò)服務(wù)時生成的用戶設(shè)備信息，并將每個用戶設(shè)備信息和對應(yīng)的用戶設(shè)備標(biāo)識相關(guān)聯(lián)的存儲為樣本庫中的一條記錄，其中，用戶設(shè)備信息包括用戶設(shè)備對應(yīng)的多個設(shè)備屬性，用戶設(shè)備標(biāo)識是根據(jù)用戶設(shè)備對應(yīng)的多個設(shè)備屬性按照預(yù)定算法生成；對樣本庫中的每兩條記錄的用戶設(shè)備信息進行對比，分別計算在用戶設(shè)備標(biāo)識相同的情況下，每種設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度；獲取待識別的兩條用戶設(shè)備信息，對這兩條用戶設(shè)備信息對應(yīng)的每種設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率；以及通過將預(yù)測概率與概率閾值進行比較來識別這兩條用戶設(shè)備信息是否屬于同一個用戶設(shè)備?？蛇x地，在根據(jù)本發(fā)明的方法中，在用戶設(shè)備標(biāo)識相同的情況下，設(shè)備屬性i相同時所對應(yīng)的標(biāo)準(zhǔn)似然度為設(shè)備屬性i不相同時所對應(yīng)的標(biāo)準(zhǔn)似然度為其中，P(xi＝1)為樣本庫中任兩條記錄的設(shè)備屬性i相同的概率值；P(xi＝0)為樣本庫中任兩條記錄的設(shè)備屬性i不相同的概率值；P(xi＝1∣y＝1)為樣本庫中任兩條記錄的用戶設(shè)備標(biāo)識相同時設(shè)備屬性i相同的概率值；P(xi＝0∣y＝1)為樣本庫中任兩條記錄的用戶設(shè)備標(biāo)識相同時設(shè)備屬性i不相同的概率值?？蛇x地，在根據(jù)本發(fā)明的方法中，采用極大似然估計法來計算P(xi＝1)、P(xi＝0)、P(xi＝1∣y＝1)和P(xi＝0∣y＝1)?？蛇x地，在根據(jù)本發(fā)明的方法中，概率閾值適于根據(jù)以下方法獲得：對樣本庫中的每兩條記錄的每種設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率；分別統(tǒng)計用戶設(shè)備標(biāo)識相同情況下預(yù)測概率的第一核密度分布函數(shù)，以及用戶設(shè)備標(biāo)識不相同情況下預(yù)測概率的第二核密度分布函數(shù)，并根據(jù)第一和第二核密度分布函數(shù)來確定概率閾值?？蛇x地，在根據(jù)本發(fā)明的方法中，通過將預(yù)測概率與概率閾值進行比較來識別這兩條用戶設(shè)備信息是否屬于同一個用戶設(shè)備的步驟包括：如果預(yù)測概率不小于概率閾值，則判定這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備，反之則屬于不同的用戶設(shè)備?？蛇x地，在根據(jù)本發(fā)明的方法中，還包括：若兩條用戶設(shè)備信息被判定為屬于不同的用戶設(shè)備，但根據(jù)預(yù)定算法計算得到的這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識相同，或者，若兩條用戶設(shè)備信息被判定為屬于同一個用戶設(shè)備，但根據(jù)預(yù)定算法計算得到的這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識不同，則輸出異常?？蛇x地，在根據(jù)本發(fā)明的方法中，設(shè)備屬性包括系統(tǒng)時間、機型、分辨率、idfa、serialNo、simId、wifi、系統(tǒng)語言、位置、時區(qū)和賬號中的至少一種。根據(jù)本發(fā)明的另一方面，提供一種用戶設(shè)備唯一性的識別裝置，適于駐留在計算設(shè)備中，該裝置包括：樣本收集單元，適于收集多個用戶設(shè)備訪問網(wǎng)絡(luò)服務(wù)時生成的用戶設(shè)備信息，并將每個用戶設(shè)備信息和對應(yīng)的用戶設(shè)備標(biāo)識相關(guān)聯(lián)的存儲為樣本庫中的一條記錄，其中，用戶設(shè)備信息包括用戶設(shè)備對應(yīng)的多個設(shè)備屬性，用戶設(shè)備標(biāo)識是根據(jù)用戶設(shè)備對應(yīng)的多個設(shè)備屬性按照預(yù)定算法生成；第一計算單元，適于對樣本庫中的每兩條記錄的用戶設(shè)備信息進行對比，分別計算在用戶設(shè)備標(biāo)識相同的情況下，每種設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度；第二計算單元，適于獲取待識別的兩條用戶設(shè)備信息，對這兩條用戶設(shè)備信息對應(yīng)的每種設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率；以及識別單元，適于通過將預(yù)測概率與概率閾值進行比較來識別這兩條用戶設(shè)備信息是否屬于同一個用戶設(shè)備。根據(jù)本發(fā)明的又一方面，提供一種計算設(shè)備，包括至少一個處理器；以及包括計算機程序指令的至少一個存儲器；其中至少一個存儲器和計算機程序指令被配置為與至少一個處理器一起使得計算設(shè)備執(zhí)行如上所述的用戶設(shè)備唯一性的識別方法。根據(jù)本發(fā)明的技術(shù)方案，通過對樣本庫中的用戶設(shè)備信息和用戶設(shè)備標(biāo)識進行對比分析，得到每種設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度。通過對樣本庫中的每兩條記錄進行對比，得到了每兩個記錄屬于同一個用戶設(shè)備的預(yù)測概率。通過對得到的多個預(yù)測概率進行核密度分析，得到了概率閾值。對于待識別的兩條用戶設(shè)備信息，通過對比每種設(shè)備屬性，選取其中每種設(shè)備屬性所對應(yīng)的標(biāo)準(zhǔn)似然度，并將選取到的所有標(biāo)準(zhǔn)似然度相乘，即可得到這兩條設(shè)備信息屬于同一用戶設(shè)備的預(yù)測概率，如果該預(yù)測概率不小于概率閾值，則說明這兩條設(shè)備信息屬于同一個用戶設(shè)備。這樣，在用戶設(shè)備標(biāo)識不能唯一標(biāo)識用戶設(shè)備的情況下，本發(fā)明只要收集到待測樣本的用戶設(shè)備信息，就可以分析出兩條設(shè)備信息是否屬于同一用戶設(shè)備。另外，對于多個待識別的樣本進行分析后，還可以幫助企業(yè)評估設(shè)備標(biāo)識唯一識別的效率，并改進唯一標(biāo)識的生成規(guī)則，還能幫助準(zhǔn)確地統(tǒng)計用戶數(shù)目，以及綜合所有屬于同一用戶設(shè)備的設(shè)備信息，生成該用戶的用戶畫像，從而可以從各方面提高企業(yè)的網(wǎng)絡(luò)服務(wù)質(zhì)量，提高用戶體驗。附圖說明為了實現(xiàn)上述以及相關(guān)目的，本文結(jié)合下面的描述和附圖來描述某些說明性方面，這些方面指示了可以實踐本文所公開的原理的各種方式，并且所有方面及其等效方面旨在落入所要求保護的主題的范圍內(nèi)。通過結(jié)合附圖閱讀下面的詳細(xì)描述，本公開的上述以及其它目的、特征和優(yōu)勢將變得更加明顯。遍及本公開，相同的附圖標(biāo)記通常指代相同的部件或元素。圖1示出了根據(jù)本發(fā)明一個實施例的網(wǎng)絡(luò)系統(tǒng)100的結(jié)構(gòu)框圖；圖2示出了根據(jù)本發(fā)明一個實施例的計算設(shè)備200的結(jié)構(gòu)框圖；圖3示出了根據(jù)本發(fā)明一個實施例的用戶設(shè)備唯一性的識別方法300的流程圖；圖4示出了根據(jù)本發(fā)明一個實施例的基于樣本庫計算得到的預(yù)測概率的第一和第二核密度分布函數(shù)的示意圖；圖5示出了根據(jù)本發(fā)明一個實施例的用戶設(shè)備唯一性的識別裝置400的結(jié)構(gòu)框圖。具體實施方式下面將參照附圖更詳細(xì)地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達給本領(lǐng)域的技術(shù)人員。圖1示出了根據(jù)本發(fā)明一個實施例的網(wǎng)絡(luò)系統(tǒng)100的示意圖。圖1示出了根據(jù)本發(fā)明一個實施例的網(wǎng)絡(luò)系統(tǒng)100的示意圖。圖1所示的網(wǎng)絡(luò)系統(tǒng)100包括計算設(shè)備200、數(shù)據(jù)存儲裝置110以及多個用戶設(shè)備120～150。應(yīng)當(dāng)指出，圖1中的網(wǎng)絡(luò)系統(tǒng)100僅是示例性的，在具體的實踐情況中，網(wǎng)絡(luò)系統(tǒng)100中可以有不同數(shù)量的計算設(shè)備、數(shù)據(jù)存儲裝置和用戶設(shè)備，本發(fā)明對網(wǎng)絡(luò)系統(tǒng)中所包括的計算設(shè)備、數(shù)據(jù)存儲裝置以及用戶設(shè)備的數(shù)目不做限制，這些設(shè)施也可以駐留在多個地理位置中。計算設(shè)備200可以實現(xiàn)為服務(wù)器，例如文件服務(wù)器、數(shù)據(jù)存儲裝置服務(wù)器、應(yīng)用程序服務(wù)器和WEB服務(wù)器等，也可以實現(xiàn)為包括桌面計算機和筆記本計算機配置的個人計算機，還可以實現(xiàn)為小尺寸便攜(或者移動)電子設(shè)備的一部分，這些電子設(shè)備可以是諸如手機、平板電腦、個人媒體播放器設(shè)備、無線網(wǎng)絡(luò)瀏覽設(shè)備、可穿戴設(shè)備(如智能手表、智能眼鏡等)、應(yīng)用專用設(shè)備、或者可以包括上面任何功能的混合設(shè)備。用戶設(shè)備120～150可以是諸如手機、平板電腦、筆記本電腦、電視盒子、可穿戴設(shè)備等可以接入互聯(lián)網(wǎng)的設(shè)備。用戶設(shè)備120～150中通常安裝了多個應(yīng)用，某些應(yīng)用的代碼中嵌入了JS腳本或植入了第三方的SDK(SoftwareDevelopmentKit，軟件開發(fā)工具包)，當(dāng)用戶訪問這些應(yīng)用的網(wǎng)絡(luò)服務(wù)時，JS或SDK會采集用戶使用該設(shè)備時的用戶設(shè)備信息，其中用戶設(shè)備信息包括用戶設(shè)備對應(yīng)的多個設(shè)備屬性，例如應(yīng)用名、系統(tǒng)時間、機型、分辨率、idfa、serialNo、simID、系統(tǒng)語言、用戶設(shè)備mac、用戶設(shè)備所處的位置、時區(qū)、蘋果賬號等，并將采集到的數(shù)據(jù)發(fā)送至計算設(shè)備200。之后，計算設(shè)備200會按照預(yù)定算法、根據(jù)用戶設(shè)備對應(yīng)的多個設(shè)備屬性為該用戶設(shè)備生成一個用戶設(shè)備標(biāo)識，并將每個用戶設(shè)備信息和對應(yīng)的用戶設(shè)備標(biāo)識相關(guān)聯(lián)的存儲樣本庫中的一條記錄。其中，用戶設(shè)備標(biāo)識可以根據(jù)現(xiàn)有的預(yù)定規(guī)則生成，也可以采用開發(fā)者自定義的算法，本發(fā)明對此不作限制。根據(jù)一個實施例，樣本庫可以存儲在數(shù)據(jù)存儲裝置110中。數(shù)據(jù)存儲裝置110可以是數(shù)據(jù)庫，其既可以作為本地數(shù)據(jù)庫駐留于計算設(shè)備200中，也可以作為遠(yuǎn)程數(shù)據(jù)庫設(shè)置于計算設(shè)備200之外，本發(fā)明對數(shù)據(jù)存儲裝置110的部署方式不做限制。根據(jù)一種實施例，數(shù)據(jù)存儲裝置110可以是Hadoop分布式文件系統(tǒng)(HDFS，HadoopDistributedFileSystem)。圖2布置為實現(xiàn)根據(jù)本發(fā)明的用戶設(shè)備唯一性的識別裝置400的示例計算設(shè)備200的結(jié)構(gòu)框圖。如圖2所示，在基本配置202中，計算設(shè)備200典型地包括系統(tǒng)存儲器206和一個或者多個處理器204。存儲器總線208可以用于在處理器204和系統(tǒng)存儲器206之間的通信。取決于期望的配置，處理器204可以是任何類型的處理，包括但不限于：微處理器(μP)、微控制器(μC)、數(shù)字信息處理器(DSP)或者它們的任何組合。處理器204可以包括諸如一級高速緩存210和二級高速緩存212之類的一個或者多個級別的高速緩存、處理器核心214和寄存器216。示例的處理器核心214可以包括運算邏輯單元(ALU)、浮點數(shù)單元(FPU)、數(shù)字信號處理核心(DSP核心)或者它們的任何組合。示例的存儲器控制器218可以與處理器204一起使用，或者在一些實現(xiàn)中，存儲器控制器218可以是處理器204的一個內(nèi)部部分。取決于期望的配置，系統(tǒng)存儲器206可以是任意類型的存儲器，包括但不限于：易失性存儲器(諸如RAM)、非易失性存儲器(諸如ROM、閃存等)或者它們的任何組合。系統(tǒng)存儲器206可以包括操作系統(tǒng)220、一個或者多個應(yīng)用222以及程序數(shù)據(jù)224。在一些實施方式中，應(yīng)用222可以布置為在操作系統(tǒng)上利用程序數(shù)據(jù)224進行操作。計算設(shè)備200還可以包括有助于從各種接口設(shè)備(例如，輸出設(shè)備242、外設(shè)接口244和通信設(shè)備246)到基本配置102經(jīng)由總線/接口控制器230的通信的接口總線240。示例的輸出設(shè)備242包括圖形處理單元248和音頻處理單元250。它們可以被配置為有助于經(jīng)由一個或者多個A/V端口252與諸如顯示器或者揚聲器之類的各種外部設(shè)備進行通信。示例外設(shè)接口244可以包括串行接口控制器254和并行接口控制器256，它們可以被配置為有助于經(jīng)由一個或者多個I/O端口258和諸如輸入設(shè)備(例如，鍵盤、鼠標(biāo)、筆、語音輸入設(shè)備、觸摸輸入設(shè)備)或者其他外設(shè)(例如打印機、掃描儀等)之類的外部設(shè)備進行通信。示例的通信設(shè)備246可以包括網(wǎng)絡(luò)控制器260，其可以被布置為便于經(jīng)由一個或者多個通信端口264與一個或者多個其他計算設(shè)備262通過網(wǎng)絡(luò)通信鏈路的通信。網(wǎng)絡(luò)通信鏈路可以是通信介質(zhì)的一個示例。通信介質(zhì)通常可以體現(xiàn)為在諸如載波或者其他傳輸機制之類的調(diào)制數(shù)據(jù)信號中的計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊，并且可以包括任何信息遞送介質(zhì)?！罢{(diào)制數(shù)據(jù)信號”可以這樣的信號，它的數(shù)據(jù)集中的一個或者多個或者它的改變可以在信號中編碼信息的方式進行。作為非限制性的示例，通信介質(zhì)可以包括諸如有線網(wǎng)絡(luò)或者專線網(wǎng)絡(luò)之類的有線介質(zhì)，以及諸如聲音、射頻(RF)、微波、紅外(IR)或者其它無線介質(zhì)在內(nèi)的各種無線介質(zhì)。這里使用的術(shù)語計算機可讀介質(zhì)可以包括存儲介質(zhì)和通信介質(zhì)二者。計算設(shè)備200可以實現(xiàn)為小尺寸便攜(或者移動)電子設(shè)備的一部分。計算設(shè)備200還可以實現(xiàn)為包括桌面計算機和筆記本計算機配置的個人計算機。在一些實施例中，計算設(shè)備200被配置為執(zhí)行根據(jù)本發(fā)明的用戶設(shè)備唯一性的識別方法300，應(yīng)用222中包括根據(jù)本發(fā)明的用戶設(shè)備唯一性的識別裝置400。裝置400可以作為搜索引擎的一個插件駐留于計算設(shè)備200的瀏覽器中，或作為一個獨立的軟件安裝于計算設(shè)備200中，本發(fā)明對裝置400在計算設(shè)備200中的存在形式不做限制。如前所述，應(yīng)用開發(fā)商會按照預(yù)定算法、根據(jù)用戶設(shè)備的多個屬性為用戶設(shè)備生成一個用戶設(shè)備標(biāo)識，如用戶設(shè)備ID。但該生成規(guī)則比較機械，在實際的數(shù)據(jù)采集過程中，經(jīng)常會遇到相同的用戶設(shè)備標(biāo)識卻有著完全不同的設(shè)備屬性。比如用戶更新系統(tǒng)后，與系統(tǒng)相關(guān)的設(shè)備屬性全部改變，但其他的屬性如機型、屏幕分辨率、內(nèi)存大小等屬性卻不會改變，這時系統(tǒng)就有可能認(rèn)為更新前后的記錄屬于不同的設(shè)備，從而生成不同的用戶設(shè)備標(biāo)識。還有一種情況是不同的用戶設(shè)備標(biāo)識卻有著極為相似的設(shè)備屬性，比如有的應(yīng)用開發(fā)商，為了提高自己的應(yīng)用下載量和安裝量，惡意通過手機模擬器來從應(yīng)用商店上下載自己的應(yīng)用。這個手機模擬器可以隨意修改自己的手機屬性，使得收集到的用戶設(shè)備標(biāo)識不能唯一識別用戶設(shè)備。因此，本發(fā)明提供了一種在用戶設(shè)備標(biāo)識不能唯一識別用戶設(shè)備的情況下，根據(jù)收集到的設(shè)備屬性來判斷兩條用戶設(shè)備信息是否屬于同一個用戶設(shè)備的方法。應(yīng)當(dāng)說明的是，結(jié)合具體的用戶設(shè)備標(biāo)識生成原理，收集到的設(shè)備屬性數(shù)據(jù)基本會滿足以下條件：1)在實際采集數(shù)據(jù)時，用戶設(shè)備標(biāo)識重復(fù)的情況并不多見，即大部分情況下，用戶設(shè)備標(biāo)識能夠較好地唯一識別用戶設(shè)備，只有少數(shù)情況存在用戶設(shè)備標(biāo)識沖突(如不同的用戶設(shè)備有著相同的用戶設(shè)備ID)和用戶設(shè)備標(biāo)識變異(如相同的用戶設(shè)備卻有不同的用戶設(shè)備)。2)各種屬性之間條件無關(guān)，也就是在已知用戶設(shè)備標(biāo)識相同或者不相同的條件下，各個設(shè)備屬性之間條件無關(guān)。本發(fā)明主要依據(jù)的是在統(tǒng)計學(xué)中被廣泛使用的貝葉斯方法(BayesianMethod)的原理。貝葉斯方法提供了一種計算假設(shè)概率的方法，這種方法是基于假設(shè)的先驗概率、給定假設(shè)下觀察到不同數(shù)據(jù)的概率以及觀察到的數(shù)據(jù)本身而得出的。其方法為，將關(guān)于未知參數(shù)的先驗信息P(xi)與樣本信息P(xi|y綜合，再根據(jù)貝葉斯公式，得出后驗信息P(y|x1，x2，…，xn)，然后根據(jù)后驗信息去推斷未知參數(shù)的方法。設(shè)x1，x2，…，xn為用戶設(shè)備的各種屬性(n為設(shè)備屬性的數(shù)量)，如屏幕分辨率，系統(tǒng)語言，系統(tǒng)版本等。y為用戶設(shè)備標(biāo)識是否相同的標(biāo)簽，y＝1表示用戶設(shè)備標(biāo)識相同，y＝0表示用戶設(shè)備標(biāo)識不相同。將設(shè)備屬性兩兩相比，這些屬性的對比結(jié)果一共可能有3種可能：1)xi＝0：對比的兩個設(shè)備屬性i不相同2)xi＝1：對比的兩個設(shè)備屬性i相同3)xi＝NA：若對比的兩個設(shè)備屬性中任意一個數(shù)據(jù)為空，則不可比。根據(jù)貝葉斯公式，在已知用戶設(shè)備各個屬性x1，x2，…，xn是是否相同的條件下，用戶設(shè)備標(biāo)識y相同的概率為：所以，利用貝葉斯公式估計出的值，就可以計算出P(y|x1，x2，…，xn)的概率。若這個概率大于一定的閾值，就可認(rèn)為兩個用戶設(shè)備的相似性非常強，應(yīng)該評定為屬于同一個用戶設(shè)備；若小于一定的閾值，則認(rèn)為用戶設(shè)備的相似性較弱，應(yīng)該判定為屬于不同的用戶設(shè)備。圖3示出了根據(jù)本發(fā)明一個實施例的用戶設(shè)備唯一性的識別方法300，適于計算設(shè)備200中執(zhí)行。如圖3所示，該方法始于步驟S310。在步驟S310中，收集多個用戶設(shè)備訪問網(wǎng)絡(luò)服務(wù)時生成的用戶設(shè)備信息，并將每個用戶設(shè)備信息和對應(yīng)的用戶設(shè)備標(biāo)識相關(guān)聯(lián)的存儲為樣本庫中的一條記錄。其中，用戶設(shè)備信息包括用戶設(shè)備對應(yīng)的多個設(shè)備屬性，用戶設(shè)備標(biāo)識是根據(jù)用戶設(shè)備對應(yīng)的多個設(shè)備屬性按照預(yù)定算法生成。隨后，在步驟S320中，對樣本庫中的每兩條記錄的用戶設(shè)備信息進行對比，分別計算在用戶設(shè)備標(biāo)識相同的情況下，每種用戶設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度。具體地，將樣本庫中的數(shù)據(jù)整理成結(jié)構(gòu)化的N*M維矩陣。其中N為樣本庫的記錄數(shù)，M為每條記錄的屬性數(shù)。將記錄兩兩相比(如表1所示)，并將比較的結(jié)果存儲為M*N(N-1)/2維的矩陣。表1之后，計算每種用戶設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度。其中，在用戶設(shè)備標(biāo)識相同的情況下，設(shè)備屬性i相同時所對應(yīng)的標(biāo)準(zhǔn)似然度為設(shè)備屬性i不相同時所對應(yīng)的標(biāo)準(zhǔn)似然度為設(shè)備屬性i不可比時所對應(yīng)的標(biāo)準(zhǔn)似然度設(shè)為1。在上述公式，P(xi＝1)為樣本庫中任兩條記錄的設(shè)備屬性i相同的概率值；P(xi＝0)為樣本庫中任兩條記錄的設(shè)備屬性i不相同的概率值；P(xi＝1∣y＝1)為樣本庫中任兩條記錄的用戶設(shè)備標(biāo)識相同時設(shè)備屬性i相同的概率值；P(xi＝0∣y＝1)為樣本庫中任兩條記錄的用戶設(shè)備標(biāo)識相同時設(shè)備屬性i不相同的概率值。具體地，可以采用極大似然估計法來計算P(xi＝1)、P(xi＝0)、P(xi＝1∣y＝1)和P(xi＝0∣y＝1)，上述四個概率值的極大似然估計值分別為：其中，N為樣本庫中的總的記錄條數(shù)；#I(xi＝1)和#I(xi＝0)分別為樣本庫的所有記錄中設(shè)備屬性i相同和不相同的記錄條數(shù)；#I(y＝1)為樣本庫的所有記錄中設(shè)備標(biāo)識相同的記錄條數(shù)；#I(xi＝1,y＝1)為樣本庫的所有記錄中設(shè)備標(biāo)識相同且設(shè)備屬性也相同的記錄條數(shù)；#I(xi＝0,y＝1)為樣本庫的所有記錄中設(shè)備標(biāo)識相同且設(shè)備屬性不相同的記錄條數(shù)。表2對于公式3)，如表2所示，在樣本庫的12條用戶設(shè)備信息的記錄中(N＝12)，設(shè)備ID＝1的記錄有3個，ID＝2的記錄有5個，ID＝3的記錄有2個，ID＝4和ID＝5的都各只有1個，則分母的#I(y＝1)＝3+5+2＝10。也就是，本發(fā)明在統(tǒng)計各個數(shù)目時，只要某個設(shè)備標(biāo)識的數(shù)目出現(xiàn)兩次以上(包括兩次)，就將該設(shè)備標(biāo)識的數(shù)目計入#I(y＝1)的總數(shù)中。進一步的，設(shè)備號ID＝1的3個記錄中有2個設(shè)備屬性1(機型)為A，ID＝2的5個記錄中有2個機型為C，有2個機型為D，一個機型為E；ID＝3的2個記錄的機型分別為F和G，則分子的#I(x1＝1,y＝1)＝2+2+2＝6。這里同樣是將滿足設(shè)備標(biāo)識相同且設(shè)備屬性也相同的記錄條數(shù)求總和。這樣，就可計算說明在涉及到設(shè)備標(biāo)識相同的設(shè)備中，有0.6的概率會涉及到屬性1也相同的情況。根據(jù)同樣方法，可以統(tǒng)計得到其他所有設(shè)備屬性的各個參數(shù)，并進而得到上述四個概率值，以及每種屬性相同和不相同時的標(biāo)準(zhǔn)似然度，表3示出了根據(jù)本發(fā)明一個實施例的計算得到的各個屬性的標(biāo)準(zhǔn)似然度。表3隨后，在步驟S330中，獲取待識別的兩條用戶設(shè)備信息，對這兩條用戶設(shè)備信息對應(yīng)的每種用戶設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種用戶設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率。具體的，如表4所示，若這兩條用戶設(shè)備信息中，系統(tǒng)時間不可比，則選取表3中系統(tǒng)時間不可比時的標(biāo)準(zhǔn)似然度為1；機型不相同，則選取表3中機型不相同時的標(biāo)準(zhǔn)似然度為0.07813697；位置相同，則選取表3中位置相同時的標(biāo)準(zhǔn)似然度為1.997727。將最終選取的所有屬性的標(biāo)準(zhǔn)似然度相乘，即可得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率為0.0015677。表4設(shè)備屬性是否相同對應(yīng)的標(biāo)準(zhǔn)似然度系統(tǒng)時間NA1機型00.07813697分辨率00.07463224IdfaNA1serialNoNA1simIdNA1系統(tǒng)語言00.07813697位置11.997727時區(qū)11.72226蘋果賬號NA1預(yù)測概率0.0015677這里，需要說明的是，兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率的計算公式為：其中，P(y)為任兩條記錄的用戶設(shè)備標(biāo)識相同的概率值，其是通過樣本庫統(tǒng)計得到的，對該樣本庫而言是一個固定值，在計算待識別的兩條設(shè)備信息的預(yù)測概率和確定概率閾值中，其值是一樣的，對最后的分析結(jié)果并沒有影響。因此，在上述公式的最后一步中將其省略了，而直接將各屬性的標(biāo)準(zhǔn)似然度的乘機作為預(yù)測概率P(y|x1,x2,…,xn)。隨后，在步驟S340中，通過比較預(yù)測概率與概率閾值來識別這兩條用戶設(shè)備信息是否屬于同一個用戶設(shè)備。如果預(yù)測概率不小于概率閾值，則判定這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備，反之則屬于不同的用戶設(shè)備。其中，概率閾值可以由本領(lǐng)域技術(shù)人員根據(jù)經(jīng)驗或者實際的數(shù)據(jù)情況獲得，本發(fā)明對閾值確定的具體方法不作限定。根據(jù)一個實施例，概率閾值可以根據(jù)以下方法獲得：對樣本庫中的每兩條記錄的每種設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率。通過對樣本庫中的兩條記錄進行對比，可以得到一個預(yù)測概率；通過每兩條對比后就得到一個預(yù)測概率值的集合，集合中的每個預(yù)測概率都對應(yīng)兩條記錄對比的結(jié)果。比如，如果樣本庫中有N條記錄，則對每條進行對比后可以得到N(N-1)/2個預(yù)測概率。而每個預(yù)測概率所對應(yīng)的兩條記錄，在之前的步驟中已經(jīng)判斷了這兩條記錄的用戶設(shè)備標(biāo)識是否相同。所以，本發(fā)明通過將樣本庫中任兩條記錄進行對比后，都得到了這兩條記錄屬于同一個設(shè)備的預(yù)測概率，以及這兩條記錄的設(shè)備標(biāo)識是否相同的對應(yīng)關(guān)系。之后，可以利用獲取到的每兩條記錄的預(yù)測概率，以及這兩條記錄的設(shè)備標(biāo)識是否相同的信息來進行統(tǒng)計分析，以確定概率閾值。如可以通過生成預(yù)測概率的直方圖、核密度分布圖等方法來確定閾值，當(dāng)然也可以采取其他常見的數(shù)據(jù)分析方法，本發(fā)明對此不作限制。根據(jù)一個實施例，采用核密度估計的方法來確定閾值，核密度估計是對分布的一種統(tǒng)計學(xué)上常用的估計方法，是在概率論中用來估計未知的密度函數(shù)，屬于非參數(shù)檢驗方法之一。核密度估計方法相對于直方圖法，多了一個用于平滑數(shù)據(jù)的核函數(shù)，這個核函數(shù)可以選取現(xiàn)有的任意一種核函數(shù)，本發(fā)明對核密度估計的函數(shù)形式不作具體限定。概率閾值可以通過現(xiàn)有的核密度估計函數(shù)的參數(shù)項來確定，也可以通過核密度分布圖來直觀地確定，本發(fā)明對此不作限制。根據(jù)一個實施例，可以通過結(jié)合兩條記錄的預(yù)測概率及兩條記錄的設(shè)備標(biāo)識是否相同，分別統(tǒng)計得到用戶設(shè)備標(biāo)識相同情況下預(yù)測概率的第一核密度分布函數(shù)，以及用戶設(shè)備標(biāo)識不相同情況下預(yù)測概率的第二核密度分布函數(shù)。之后，根據(jù)該第一和第二核密度分布函數(shù)來確定該概率閾值。圖4示出了根據(jù)本發(fā)明一個實施例的第一核密度分布函數(shù)和第二核密度分布函數(shù)的示意圖。如圖4所示，橫坐標(biāo)是對樣本庫進行統(tǒng)計后計算得到的預(yù)測概率的對數(shù)(為了調(diào)整數(shù)量級所以取了對數(shù))，縱坐標(biāo)表示每個預(yù)測概率的密度(代表每個預(yù)測概率在所有的預(yù)測概率中的密度)，左側(cè)的分布曲線代表參與對比的兩個用戶設(shè)備標(biāo)識不同，右側(cè)的分布曲線代表參與對比的兩個用戶設(shè)備標(biāo)識相同。在能夠盡可能將兩條曲線分開的位置，可以將其設(shè)置為概率閾值。如可以將概率閾值設(shè)置為圖4中兩條曲線的各最大波峰之間的任一位置所對應(yīng)的橫坐標(biāo)，也可以設(shè)定為兩個最大波峰所對應(yīng)橫坐標(biāo)的平均值或加權(quán)平均值。當(dāng)然，還可以設(shè)置為兩條曲線重疊區(qū)域的某一值，如圖4中兩條虛線中間的任一橫坐標(biāo)值；或者設(shè)置為兩條曲線重疊區(qū)域的中間值，如圖4中的實線所對應(yīng)的橫坐標(biāo)值。當(dāng)然，還可以根據(jù)實際數(shù)據(jù)情況設(shè)置為其他數(shù)值，本發(fā)明對此不作限定。另外，方法300還可以包括：若兩條用戶設(shè)備信息被判定為屬于不同的用戶設(shè)備，但這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識相同，則輸出異常?；蛘撸魞蓷l用戶設(shè)備信息被判定為屬于同一個用戶設(shè)備，但這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識不同，也可以輸出異常，并生成一個唯一的標(biāo)識號來標(biāo)識這兩條記錄所對應(yīng)的用戶設(shè)備。對于識別出來的異常數(shù)據(jù)，可以幫助企業(yè)分析數(shù)據(jù)采集過程中可能存在的問題，例如用戶刷機、模擬器等造成的虛假數(shù)據(jù)。這樣，本發(fā)明除了可以解決用戶設(shè)備唯一性的識別問題，還可以幫助企業(yè)評估用戶唯一標(biāo)識的效率，并改進唯一標(biāo)識的生成規(guī)則。具體來說：如果根據(jù)原有規(guī)則生成了用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識，但卻經(jīng)常出現(xiàn)ID沖突或ID變異的現(xiàn)象，或者最后的判定結(jié)果中經(jīng)常出現(xiàn)兩條記錄的設(shè)備標(biāo)識相同但被判定為屬于不同的用戶設(shè)備，或設(shè)備標(biāo)識不同但被判定為屬于不同的用戶設(shè)備，則說明需要進一步改進原有的設(shè)備標(biāo)識生成規(guī)則，以提高用戶唯一標(biāo)識的效率。另外，如果有多條用戶設(shè)備信息都被判定為屬于同一用戶設(shè)備的，并用了一個唯一的標(biāo)識號來標(biāo)注這個設(shè)備，就可以通過綜合這多條用戶設(shè)備信息所對應(yīng)的設(shè)備記錄來生成全面的用戶畫像，方便企業(yè)為其提供針對性的網(wǎng)絡(luò)服務(wù)。而且，對多條用戶設(shè)備信息進行判定后，企業(yè)可以準(zhǔn)確分析出哪些可能是虛假數(shù)據(jù)，進一步保證了用戶數(shù)目的準(zhǔn)確統(tǒng)計。圖5示出了根據(jù)本發(fā)明一個實施例的用戶設(shè)備唯一性的識別裝置400的結(jié)構(gòu)框圖，適于駐留在計算設(shè)備中，該裝置包括：樣本收集單元410、第一計算單元420、第二計算單元430和識別單元440。樣本收集單元410適于收集多個用戶設(shè)備訪問網(wǎng)絡(luò)服務(wù)時生成的用戶設(shè)備信息，并將每個用戶設(shè)備信息和對應(yīng)的用戶設(shè)備標(biāo)識相關(guān)聯(lián)的存儲為樣本庫中的一條記錄。其中，用戶設(shè)備信息包括用戶設(shè)備對應(yīng)的多個設(shè)備屬性，用戶設(shè)備標(biāo)識是根據(jù)用戶設(shè)備對應(yīng)的多個設(shè)備屬性按照預(yù)定算法生成。第一計算單元420適于對樣本庫中的每兩條記錄的用戶設(shè)備信息進行對比，分別計算在用戶設(shè)備標(biāo)識相同的情況下，每種設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度。具體地，第一計算單元420可以分別統(tǒng)計所述樣本庫的所有記錄中用戶設(shè)備標(biāo)識和每種設(shè)備屬性相同或不相同的數(shù)目，并根據(jù)統(tǒng)計結(jié)果計算所述每種設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度。第二計算單元430適于獲取待識別的兩條用戶設(shè)備信息，對這兩條用戶設(shè)備信息對應(yīng)的每種設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率。識別單元440適于將所述預(yù)測概率與概率閾值進行比較，來識別這兩條用戶設(shè)備信息是否屬于同一個用戶設(shè)備。具體地，如果計算得到的預(yù)測概率不小于概率閾值，則判定這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備，反之則屬于不同的用戶設(shè)備。根據(jù)一個實施例，裝置400還包括閾值確定單元(圖中未示出)，適于根據(jù)以下方法確定概率閾值：對樣本庫中的每兩條記錄的每種設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率；分別統(tǒng)計用戶設(shè)備標(biāo)識相同情況下預(yù)測概率的第一核密度分布函數(shù)，以及用戶設(shè)備標(biāo)識不相同情況下預(yù)測概率的第二核密度分布函數(shù)，并根據(jù)該第一和第二核密度分布函數(shù)來確定概率閾值。根據(jù)另一個實施例，裝置400還包括異常檢測單元(圖中未示出)，適于當(dāng)兩條用戶設(shè)備信息被判定為屬于不同的用戶設(shè)備，但根據(jù)所述預(yù)定算法計算得到的這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識相同時，或者，當(dāng)兩條用戶設(shè)備信息被判定為屬于同一個用戶設(shè)備，但根據(jù)預(yù)定算法計算得到的這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識不同時，輸出異常。根據(jù)本發(fā)明的用戶設(shè)備唯一性的識別裝置400，其具體細(xì)節(jié)已在基于圖1-圖4的描述中詳細(xì)公開，在此不再贅述。根據(jù)本發(fā)明的技術(shù)方案，通過對樣本庫中的用戶設(shè)備信息和用戶設(shè)備標(biāo)識進行對比分析，得到每種設(shè)備屬性相同和不相同的標(biāo)準(zhǔn)似然度，以及每兩個記錄屬于同一個用戶設(shè)備的預(yù)測概率，并進而確定了預(yù)測概率的概率閾值。對于待識別的兩條用戶設(shè)備信息，根據(jù)其每種設(shè)備屬性是否相同，選取該屬性所對應(yīng)的標(biāo)準(zhǔn)似然度，并將選取到的所有標(biāo)準(zhǔn)似然度相乘，即可得到這兩條設(shè)備信息屬于同一用戶設(shè)備的預(yù)測概率。如果該預(yù)測概率不小于概率閾值，則說明這兩條設(shè)備信息屬于同一個用戶設(shè)備。這樣，在用戶設(shè)備標(biāo)識不能唯一識別用戶設(shè)備的情況下，本發(fā)明只要收集到待測樣本的用戶設(shè)備信息，就可以分析出兩條設(shè)備信息是否屬于同一用戶設(shè)備。如果有多條設(shè)備信息屬于同一個用戶設(shè)備，則可以用一個唯一的標(biāo)識號來標(biāo)注這些設(shè)備信息所對應(yīng)的設(shè)備，還可以綜合這幾個設(shè)備信息所對應(yīng)的設(shè)備記錄，生成該用戶的用戶畫像，以便企業(yè)針對性地對該用戶提供網(wǎng)絡(luò)服務(wù)。而對于識別出來的異常數(shù)據(jù)，則可以幫助企業(yè)分析數(shù)據(jù)采集過程中可能存在的問題，例如存在用戶刷機、模擬器等造成虛假數(shù)據(jù)，方便企業(yè)進行數(shù)據(jù)分析。B10、如B8所述的裝置，其中，所述第一計算單元適于采用極大似然估計法來計算P(xi＝1)、P(xi＝0)、P(xi＝1∣y＝1)和P(xi＝0∣y＝1)。B11、如B8所述的裝置，還包括閾值確定單元，適于根據(jù)以下方法確定所述概率閾值：對樣本庫中的每兩條記錄的每種設(shè)備屬性進行對比，根據(jù)對比結(jié)果獲取每種設(shè)備屬性對應(yīng)的標(biāo)準(zhǔn)似然度，并將獲取的所有標(biāo)準(zhǔn)似然度相乘得到這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備的預(yù)測概率；分別統(tǒng)計用戶設(shè)備標(biāo)識相同情況下預(yù)測概率的第一核密度分布函數(shù)，以及用戶設(shè)備標(biāo)識不相同情況下預(yù)測概率的第二核密度分布函數(shù)；以及根據(jù)所述第一和第二核密度分布函數(shù)確定所述概率閾值。B12、如B8所述的裝置，其中，所述識別單元適于根據(jù)以下方法計算來識別兩條用戶設(shè)備信息是否屬于同一個用戶設(shè)備：如果所述預(yù)測概率不小于所述概率閾值，則判定這兩條用戶設(shè)備信息屬于同一個用戶設(shè)備，反之則屬于不同的用戶設(shè)備。B13、如B8所述的裝置，還包括異常檢測單元，適于：當(dāng)兩條用戶設(shè)備信息被判定為屬于不同的用戶設(shè)備，但根據(jù)所述預(yù)定算法計算得到的這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識相同時，或者，當(dāng)兩條用戶設(shè)備信息被判定為屬于同一個用戶設(shè)備，但根據(jù)所述預(yù)定算法計算得到的這兩條用戶設(shè)備信息所對應(yīng)的用戶設(shè)備標(biāo)識不同時，輸出異常。B14、如B8所述的裝置，其中，所述設(shè)備屬性包括系統(tǒng)時間、機型、分辨率、idfa、serialNo、simId、wifi、系統(tǒng)語言、位置、時區(qū)和賬號中的至少一種。在此處所提供的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實施例可以在沒有這些具體細(xì)節(jié)的情況下被實踐。在一些實例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。類似地，應(yīng)當(dāng)理解，為了精簡本公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保護的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多特征。更確切地說，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實施例的所有特征。因此，遵循具體實施方式的權(quán)利要求書由此明確地并入該具體實施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨實施例。本領(lǐng)域那些技術(shù)人員應(yīng)當(dāng)理解在本文所公開的示例中的設(shè)備的模塊或單元或組件可以布置在如該實施例中所描述的設(shè)備中，或者可替換地可以定位在與該示例中的設(shè)備不同的一個或多個設(shè)備中。前述示例中的模塊可以組合為一個模塊或者此外可以分成多個子模塊。本領(lǐng)域那些技術(shù)人員可以理解，可以對實施例中的設(shè)備中的模塊進行自適應(yīng)性地改變并且把它們設(shè)置在與該實施例不同的一個或多個設(shè)備中。可以把實施例中的模塊或單元或組件組合成一個模塊或單元或組件，以及此外可以把它們分成多個子模塊或子單元或子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任何組合對本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個特征可以由提供相同、等同或相似目的的替代特征來代替。此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實施例包括其它實施例中所包括的某些特征而不是其它特征，但是不同實施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實施例。例如，在下面的權(quán)利要求書中，所要求保護的實施例的任意之一都可以以任意的組合方式來使用。這里描述的各種技術(shù)可結(jié)合硬件或軟件，或者它們的組合一起實現(xiàn)。從而，本發(fā)明的方法和設(shè)備，或者本發(fā)明的方法和設(shè)備的某些方面或部分可采取嵌入有形媒介，例如軟盤、CD-ROM、硬盤驅(qū)動器或者其它任意機器可讀的存儲介質(zhì)中的程序代碼(即指令)的形式，其中當(dāng)程序被載入諸如計算機之類的機器，并被所述機器執(zhí)行時，所述機器變成實踐本發(fā)明的設(shè)備。在程序代碼在可編程計算機上執(zhí)行的情況下，計算設(shè)備一般包括處理器、處理器可讀的存儲介質(zhì)(包括易失性和非易失性存儲器和/或存儲元件)，至少一個輸入裝置，和至少一個輸出裝置。其中，存儲器被配置用于存儲程序代碼；處理器被配置用于根據(jù)該存儲器中存儲的所述程序代碼中的指令，執(zhí)行本發(fā)明的用戶設(shè)備唯一性的識別方法。此外，所述實施例中的一些在此被描述成可以由計算機系統(tǒng)的處理器或者由執(zhí)行所述功能的其它裝置實施的方法或方法元素的組合。因此，具有用于實施所述方法或方法元素的必要指令的處理器形成用于實施該方法或方法元素的裝置。此外，裝置實施例的在此所述的元素是如下裝置的例子：該裝置用于實施由為了實施該發(fā)明的目的的元素所執(zhí)行的功能。如在此所使用的那樣，除非另行規(guī)定，使用序數(shù)詞“第一”、“第二”、“第三”等等來描述普通對象僅僅表示涉及類似對象的不同實例，并且并不意圖暗示這樣被描述的對象必須具有時間上、空間上、排序方面或者以任意其它方式的給定順序。盡管根據(jù)有限數(shù)量的實施例描述了本發(fā)明，但是受益于上面的描述，本
技術(shù)領(lǐng)域：
內(nèi)的技術(shù)人員明白，在由此描述的本發(fā)明的范圍內(nèi)，可以設(shè)想其它實施例。此外，應(yīng)當(dāng)注意，本說明書中使用的語言主要是為了可讀性和教導(dǎo)的目的而選擇的，而不是為了解釋或者限定本發(fā)明的主題而選擇的。因此，在不偏離所附權(quán)利要求書的范圍和精神的情況下，對本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說許多修改和變更都是顯而易見的。對于本發(fā)明的范圍，對本發(fā)明所做的公開是說明性的，而非限制性的，本發(fā)明的范圍由所附權(quán)利要求書限定。當(dāng)前第1頁1 2 3