本发明涉及网络通信安全技术领域，具体涉及一种伪基站定位方法和装置。
背景技术：
“伪基站”即假基站，设备一般由主机和笔记本电脑组成，通过短信群发器、短信发信机等相关设备能够搜取以其为中心、一定半径范围内的手机卡信息，利用移动通信的缺陷，通过伪装成运营商的基站，冒用他人手机号码强行向用户手机发送诈骗、广告推销等短信息，它还会导致手机用户频繁地更新位置，使得该区域的无线网络资源紧张并出现网络拥塞现象，影响用户的正常通信。
要解决伪基站定位问题，目前主要基于以下几种方法：
1.方法一：基于用户网络信令定位伪基站信息。
2.方法二：基于终端收集基站信息，识别伪基站。
方法一基于移动电信运营商的信令采集系统，实现伪基站的定位。通过确定设定时间长度内发起位置更新请求的终端的源lac-ci与现网合法lac对比，识别非法lac确定为伪基站lac，并确定出受伪基站影响的终端，并通过这些终端的位置信息或连接基站信息对伪基站进行定位。其假设是设定时间长度内，伪基站的lac设定没有变化，并基于此分析受其影响的多个终端的位置，进而确定伪基站位置。目前基于网络信令获取用户位置更新时上报的异常源lac可以实现伪基站的发现，但随着伪基站技术在不断更新变化，该方法中假设的设定时间长度内伪基站的lac设定没有变化这一前提条件变得难以满足。因此，基于此假设的伪基站定位和追踪方法也无法适应现有的伪基站追踪需求。
方法二基于终端侧收集所连接的基站信息，通过伪基站特征识别方法实现伪基站的识别。其要求终端侧安装相应的软件产品或内置相关程序，并通过上报服务器信息实现伪基站的跟踪定位。该方法其局限性在于需要用户安装特定的软件或在某种特定的终端状态下(如飞行状态)进行伪基站识别，影响用户使用感知，无法实现大规模推广，相比于基于网络信令识别伪基站的方法，其局限性较为明显。
技术实现要素：
针对现有技术中存在的缺陷和实际应用的需要，本发明实施例提供了一种即使伪基站的lac不断变化也能够准确定位出伪基站位置的伪基站定位方法和装置。
本发明的一个实施例中提供了一种伪基站定位方法，所述方法包括：
实时获取预设统计周期内用户终端的位置更新信令数据；
根据所述位置更新信令数据中的源lac以及源lac和目标小区之间的距离确定出受伪基站影响的小区集合list；
根据所述小区集合list中目标小区的位置信息采用时空聚类算法对小区集合list中所有目标小区进行聚类计算，得到一个或一个以上的聚类集合；
根据每个聚类集合中的目标小区的位置信息确定出每个聚类集合的伪基站的位置。
可选的，如上所述伪基站定位方法，根据所述位置更新信令数据中的源lac以及源lac和目标小区之间的距离确定出受伪基站影响的小区集合list，包括：
将所述位置更新信令数据中的源lac与预置的合法lac集合比对，确定出第一异常源lac；
对于存在于所述合法lac集合中的源lac，计算源lac所覆盖区域的中心点与源lac所对应的目标小区的第一距离，若第一距离大于源lac的覆盖半径，则确定所述源lac为第二异常源lac；
所述第一异常源lac所对应的目标小区和所述第二异常源lac所对应的目标小区确定为受伪基站影响的小区，将受伪基站影响的小区加入到所述小区集合list中。
可选的，如上所述伪基站定位方法，所述时空聚类算法为canopy聚类算法，所述采用时空聚类算法对小区集合list中所有目标小区进行聚类计算，得到一个或一个以上的聚类集合，包括：
a)遍历小区集合list中的元素，选取小区集合list中的一个元素作为一个聚类集合的中心；一个元素为一个目标小区；
b)将作为聚类集合的中心的目标小区从小区集合list中删除；
c)遍历小区集合list中的所有元素，计算每个元素到所述聚类集合的中心的第二距离d；
d)若所述第二距离d小于或等于第一距离阈值t1且所述第二距离d大于或等于第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中，t2＜t1；
若所述第二距离d大于第一距离阈值t1，则将第二距离d所对应的小区集合list中的元素作为一个新的聚类集合的中心，返回步骤b)；
若所述第二距离d小于所述第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中，并将第二距离d所对应的小区集合list中的元素从小区集合list中删除；
对更新后的小区集合list，重复步骤a)-d),直至小区集合list为空。
可选的，如上所述伪基站定位方法，所述采用时空聚类算法对小区集合list中所有目标小区进行聚类计算前，还包括：
根据用户终端位置更新发生的时间前后，将小区集合list中的元素进行排序；
所述遍历小区集合list中的元素，选取小区集合list中的一个元素作为一个聚类集合的中心，包括：
根据小区集合list中元素的排序，依次选取小区集合list中的元素作为聚类集合的中心。
可选的，如上所述伪基站定位方法，所述第二距离阈值t2是根据合法基站的覆盖距离、伪基站的行进速度和所述预设统计周期的时长确定的，所述第一距离阈值t1是根据第二距离阈值t2确定的。
可选的，如上所述伪基站定位方法，所述第二距离阈值t2不小于合法基站的覆盖距离和伪基站在预设统计周期内的移动距离中的较大值；所述伪基站在预设统计周期内的移动距离是根据所述伪基站的行进速度和所述预设统计周期的时长确定的。
可选的，如上所述伪基站定位方法，所述根据每个聚类集合中的目标小区的位置信息确定出每个聚类集合的伪基站的位置，包括：
对于一个聚类集合，分别计算聚类集合中所有小区的经度均值和纬度均值；
将经度均值和纬度均值确定为所述聚类集合的伪基站的经度和纬度。
可选的，如上所述伪基站定位方法，还包括：根据确定出的多个连续统计周期内的伪基站的位置，得到伪基站的移动轨迹。
本发明的一个实施例中还提供了一种伪基站定位装置，包括：
位置更新数据获取模块，用于实时获取预设统计周期内用户终端的位置更新信令数据；
伪基站影响小区确定模块，用于根据所述位置更新信令数据中的源lac以及源lac和目标小区之间的距离确定出受伪基站影响的小区集合list；
小区聚类模块，用于根据所述小区集合list中目标小区的位置信息采用时空聚类算法对小区集合list中所有目标小区进行聚类计算，得到一个或一个以上的聚类集合；
伪基站位置确定模块，用于根据每个聚类集合中的目标小区的位置信息确定出每个聚类集合的伪基站的位置。
可选的，如上所述伪基站定位装置，所述伪基站影响小区确定模块包括：
第一异常lac确定单元，用于将位置更新信令数据中的源lac与预置的合法lac集合比对，确定出第一异常源lac；
第二异常lac确定单元，用于对于存在于所述合法lac集合中的源lac，计算源lac所覆盖区域的中心点与源lac所对应的目标小区的第一距离，若第一距离大于源lac覆盖半径，则确定所述源lac为第二异常源lac；
受影响小区集合获取单元，用于将受伪基站影响的小区加入到所述小区集合list中，所述第一异常源lac所对应的目标小区和第二异常源lac所对应的目标小区确定为受伪基站影响的小区。
可选的，如上所述伪基站定位装置，所述时空聚类算法为canopy聚类算法；所述小区聚类模块包括：
聚类中心选取单元，用于遍历小区集合list中的元素，选取小区集合list中的一个元素作为一个聚类集合的中心；一个元素为一个目标小区；
小区集合更新单元，用于将作为聚类集合的中心的目标小区从小区集合list中删除，还用于将小区间距离计算单元计算出的、小于第二距离阈值t2的第二距离d所对应的小区集合list中的元素从小区集合list中删除；
小区间距离计算单元，用于遍历小区集合list中的所有元素，计算每个元素到所述聚类集合的中心的第二距离d；
聚类集合确定单元，用于根据所述第二距离，确定所述聚类集合的元素，确定方式为：
若所述第二距离d小于或等于第一距离阈值t1且所述第二距离d大于或等于第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中，t2＜t1；
若所述第二距离d小于所述第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中；
聚类中心确定单元，用于在所述第二距离d大于第一距离阈值t1时，将第二距离d所对应的小区集合list中的元素作为一个新的聚类集合的中心。
可选的，如上所述伪基站定位装置，所述小区聚类模块还包括：
小区排序单元，用于在进行聚类计算之前，根据用户终端位置更新发生的时间前后，将小区集合list中的元素进行排序；
所述聚类中心选取单元根据小区集合list中元素的排序，依次选取小区集合list中的元素作为聚类集合的中心。
可选的，如上所述伪基站定位装置，所述第二距离阈值t2是根据合法基站的覆盖距离、伪基站的行进速度和所述预设统计周期的时长确定的，所述第一距离阈值t1是根据第二距离阈值t2确定的。
可选的，如上所述伪基站定位装置，所述第二距离阈值t2不小于合法基站的覆盖距离和伪基站在预设统计周期内的移动距离中的较大值；所述伪基站在预设统计周期内的移动距离是根据所述伪基站的行进速度和所述预设统计周期的时长确定的。
可选的，如上所述伪基站定位装置，所述伪基站位置确定模块包括：
经纬度计算单元，用于对于一个聚类集合，分别计算聚类集合中所有小区的经度均值和纬度均值；
伪基站位置确定单元，用于将经度均值和纬度均值确定为所述聚类集合的伪基站的经度和纬度。
可选的，如上所述伪基站定位装置，还包括：
伪基站轨迹跟踪模块，用于根据确定出的多个连续统计周期内的伪基站的位置，得到伪基站的移动轨迹。
综上所述，在本发明的实施例中，基于预设统计周期内发生位置更新的终端的位置更新信令数据，确定出了该统计周期内受伪基站影响的小区集合，在该小区集合基础上，结合时空聚类算法对伪基站影响小区进行聚类分析以实现伪基站的准确定位，由于伪基站的位置确认与其所设置的lac无关，因此即使伪基站的lac不断变化也能够实现伪基站的位置定位，解决了现有技术中因伪基站不断变换lac导致无法确定出伪基站位置的问题，且该方案无需用户终端侧安装任何软件，可行性高。
附图说明
通过阅读以下参照附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显,其中，相同或相似的附图标记表示相同或相似的特征。
图1为本发明的一个实施例中的一种伪基站定位方法的流程示意图；
图2为本发明的一个实施例中的一种伪基站定位装置的结构示意图；
图3为本发明的一个实施例中的伪基站影响小区确定模块的结构示意图；
图4为本发明的一个实施例中的小区聚类模块的结构示意图；
图5为本发明的一个实施例中的小区聚类模块的结构示意图；
图6为本发明的一个实施例中的伪基站位置确定模块的结构示意图；
图7为本发明的一个实施例中的一种伪基站定位装置的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。
图1示出了本发明的一个实施例中一种伪基站定位方法的流程示意图，由图中可以看出，该方法可以包括以下步骤：
步骤s11：实时获取预设统计周期内用户终端的位置更新信令数据。
当移动台由一个位置区移动到另一个位置区时，必须在新的位置区进行登记，也就是说一旦移动台出于某种需要或发现其存储器中的位置区识别码lai与接收到当前小区的位置区识别码lal发生了变化，就必须通知网络来更改它所存储的移动台的位置信息，这个过程就是位置更新。
在发明的实施例中，所述用户终端的位置更新信令数据即是用户的终端设备在位置更新时向网络侧发送的位置更新信息，该数据可以从移运通信运营商网络侧的信令监测平台进行实时获取。所述位置更新信令数据可以包括但不限于如下信令信息：
位置更新源lac(源位置区码)、位置更新目标lac、位置更新目标小区标识ci、目标小区位置信息(经度、纬度信息)以及位置更新时间。
步骤s11中，所述预设统计周期dt的值并不是唯一的，可以根据实际应用需求进行调整。在实际应用中，基于伪基站的移动性特点，为了提升伪基站定位的准确性，预设统计周期dt的时长应该定得足够小，例如可以采用1分钟的时间粒度。
步骤s12：根据所述位置更新信令数据中的源lac以及源lac和目标小区之间的距离确定出受伪基站影响的小区集合list。
在本发明的一个实施例中，根据所述位置更新信令数据中的源lac以及源lac和目标小区之间的距离确定出受伪基站影响的小区集合list，包括：
将位置更新信令数据中的源lac与预置的合法lac集合比对，确定出第一异常源lac；
对于存在于所述合法lac集合中的源lac，计算源lac所覆盖区域的中心点与其(源lac)所对应的目标小区的第一距离，若第一距离大于源lac覆盖半径，则确定该源lac为第二异常源lac，即如果一条位置更新信令数据中的源lac存在于合法lac集合中，且源lac所覆盖区域的中心点与信令数据中源lac对应的目标小区的距离大于源lac覆盖半径，则确定源lac为第二异常源lac；
将所述第一异常源lac所对应的目标小区和第二异常源lac所对应的目标小区确定为受伪基站影响的小区，将受伪基站影响的小区加入到所述小区集合list中。
该方案，通过将位置更新信令数据中的源lac信息与移动通信网络中的合法lac集合进行对比，将不在合法lac集合内的源lac确定为第一异常源lac。
对于合法源lac(存在于合法lac集合中的源lac)，计算该信令数据中的目标小区位置与合法源lac所覆盖区域的中心点的距离。对于距离超过该源lac覆盖范围的源lac确定为第二异常源lac。
将具有异常源lac(包括第一异常源lac和第二异常源lac)的位置更新信令数据中所对应的目标小区确定为受伪基站影响的通信小区。为了描述方便，后续描述中将受伪基站影响的通信小区称为伪基站影响小区。对于同一个统计周期，将该统计周期内所有伪基站影响小区加入到小区集合list中，作为该统计周期内伪基站定位的源数据。
其中，所述的合法lac集合是可配置的，可以根据现网调整与网络工作的实际进行灵活配置和更新。
位置区码lac是为寻呼而设置的一个区域，覆盖一片地理区域。在本发明的实施例中，所述源lac所覆盖区域的中心点的确定方式并不是唯一的，可以是源lac所覆盖的区域的几何中心、或者源lac所覆盖区域的外接圆的圆心等；所述源lac覆盖半径可以是所述外接圆的半径，也可以是覆盖区域内距离所述中心点距离最大的点与中心点之间的距离。
在本发明的一个实施例中，将所述统计周期内所有伪基站影响小区加入到小区集合list中时，优选将每个伪基站影响小区的样本信息加入到小区集合list中，样本信息的表达形式为：
(t,lac,ci,longitude,latitude)
其中，t表示用户终端位置更新发生的时间，lac表示用户终端位置更新时的目标lac，ci表示用户位置更新时的目标小区标识，longitude表示目标小区的经度，latitude表示目标小区的纬度。
步骤s13：根据所述小区集合list中目标小区的位置信息采用时空聚类算法对小区集合list中所有目标小区进行聚类计算，得到一个或一个以上的聚类集合。
在本发明的一个实施例中，所述时空聚类算法为canopy聚类算法，采用canopy聚类算法对小区集合list中所有目标小区进行聚类计算，得到一个或一个以上的聚类集合的具体方式包括：
a)比遍历小区集合list中的元素，选取小区集合list中的一个元素作为一个聚类集合的中心；一个元素为一个目标小区；
b)将作为聚类集合的中心的目标小区从小区集合list中删除；
c)遍历小区集合list中的所有元素，计算每个元素到所述聚类集合的中心的第二距离d；
d)若所述第二距离d小于或等于第一距离阈值t且所述第二距离d大于或等于第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中，t2＜t1；
若所述第二距离d大于第一距离阈值t1，则将第二距离d所对应的小区集合list中的元素作为一个新的聚类集合的中心，返回步骤b)；
若所述第二距离d小于第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中，并将第二距离d所对应的小区集合list中的元素从小区集合list中删除；
对更新后的小区集合list，重复步骤a)-d),直至小区集合list为空。
采用该方案，分别以小区集合list中每一个元素作为一个聚类集合的中心，通过步骤c)和步骤d)得到一个聚类集合中的元素，得到一个聚类集合，并在每次确定出一个聚类集合的中心时，将该元素从小区集合list中剔除，通过不断的重复步骤a)-d)，直到小区集合list为空，得到一个或一个以上的小区集合list中的元素所对应的聚类集合。
在本发明的一个实施例中，第一距离阈值t1和第二距离阈值t2设置可以参考当前网络组网情况，并将伪基站的行进速度以及dt的长度综合考虑并加以确定。具体的，所述第二距离阈值t2是根据合法基站的覆盖距离、伪基站的行进速度和所述预设统计周期的时长确定的，所述第一距离阈值t1是根据第二距离阈值t2确定的。
其中，所述第二距离阈值t2不小于合法基站的覆盖距离和伪基站在预设统计周期内的移动距离中的较大值，第一距离阈值t1可以设置为t2的两倍。所述伪基站在预设统计周期内的移动距离是由伪基站的行进速度和所述预设统计周期的时长确定的，即所述移动距离等于伪基站的行进速度和所述预设统计周期的时长的乘积。
例如，以城区gsm基站为例，一般的基站覆盖距离设为500m至1000m左右，同时伪基站的行进速度多在60km/小时以内，如果dt的时间设定为1分钟，则伪基站在dt内的行进距离不会超过1km，因此可以将t2设置为1.5km，t1可以设置为t2的两倍为3km。
可见，本实施例中，所述第一距离阈值t1和第二距离阈值t2这两个距离阈值参数具备实际意义的。
在本发明的一个实施例中，为了便于数据的管理以及提高聚类计算的效率，所述采用时空聚类算法对小区集合list中所有目标小区进行聚类计算前，还可以包括：
根据用户终端位置更新发生的时间前后，将小区集合list中的元素进行排序；
此时，所述遍历小区集合list中的元素，选取小区集合list中的一个元素作为一个聚类集合的中心，包括：根据小区集合list中元素的排序，依次选取小区集合list(原小区集合list或更新后的小区集合list)中的元素作为聚类集合的中心。
步骤s14：根据每个聚类集合中的目标小区的位置信息确定出每个聚类集合的伪基站的位置。
该步骤中，对于步骤s13中聚类得到的所有聚类集合，根据每个聚类集合中的目标小区的位置信息确定出每个聚类集合的伪基站的位置，具体方式为：
对于一个聚类集合，分别计算聚类集合中所有小区的经度均值和纬度均值，将经度均值和纬度均值确定为该聚类集合的伪基站的经度和纬度。
即采用算术平均方式计算每个聚类集合的中心点，该中心点作为每个聚类集合对应的伪基站的位置。
假设某个聚类集合有样本t1,t2,t3,…tn,这些样本对应的经度分别为j1,j2,j3,…jn，纬度分别为w1,w2,w3,…wn，则该聚类集合的经度j＝(j1+j2+j3+…+jn)/n,聚类集合的纬度w＝(w1+w2+w3+…+wn)/n，则(j,w)即为该聚类集合的伪基站的位置。
在本发明的一个实施例中，所述伪基站定位方法还可以包括：根据确定出的多个连续统计周期内的伪基站的位置，得到伪基站的移动轨迹。
即基于每个统计周期dt内伪基站的经纬度定位，通过对不同dt内所有伪基站位置的地图打点，可以快速方便地实现伪基站的轨迹追踪。
本发明实施例中所提供的伪基站定位方法，基于移动通信用户的位置更新信令数据，确定出伪基站影响小区，基于这些伪基站影响小区，采用时空聚类算法，对伪基站影响小区进行聚类分析，由于同一个伪基站所影响的通信小区其在时空上有连续性与聚类性，因此可以通过聚类算法将同一个伪基站所影响的小区进行聚类，进而对相同伪基站所影响的小区进行位置分析，实现伪基站的定位和追踪。
该定位方法中，伪基站的位置确认与伪基站所设置的位置区码lac无关，因此，即使伪基站在在影响用户通信的工作过程中不断变换lac或者不同伪基站在相同时间内使用相同的lac，利用本发明实施例中提供的方法依然能够实现伪基站的位置定位，解决了现有技术中由于伪基站中会不断变换lac信息，或者不同伪基站会在相同时间内使用相同的lac信息，导致无法通过lac来确定同一个伪基站的影响小区集合，进而也无法通过这些影响小区集合来确定伪基站的位置的问题，避免了如果强行将同一个非法lac号所影响的小区集合视为同一个伪基站的影响小区集合，将会导致伪基站定位南辕北辙的情况。
本发明的一个实施例中还提供了一种伪基站定位装置，如图2所示，所述定位装置主要包括位置更新数据获取模块100、伪基站影响小区确定模块200、小区聚类模块300和伪基站位置确定模块400。
所述位置更新数据获取模块100，用于实时获取预设统计周期内用户终端的位置更新信令数据；
所述伪基站影响小区确定模块200，用于根据所述位置更新信令数据中的源lac以及源lac和目标小区之间的距离确定出受伪基站影响的小区集合list；
所述小区聚类模块300，用于根据所述小区集合list中目标小区的位置信息采用时空聚类算法对小区集合list中所有目标小区进行聚类计算，得到一个或一个以上的聚类集合；
所述伪基站位置确定模块400，用于根据每个聚类集合中的目标小区的位置信息确定出每个聚类集合的伪基站的位置。
在本发明的一个实施例中，如图3所示，所述伪基站影响小区确定模块200包括第一异常lac确定单元210、第二异常lac确定单元220和受影响小区集合获取单元230。
第一异常lac确定单元210，用于将位置更新信令数据中的源lac与预置的合法lac集合比对，确定出第一异常源lac；
第二异常lac确定单元220，用于对于存在于所述合法lac集合中的源lac，计算源lac所覆盖区域的中心点与源lac所对应的目标小区的第一距离，若第一距离大于源lac覆盖半径，则确定所述源lac为第二异常源lac；
受影响小区集合获取单元230，用于将受伪基站影响的小区加入到小区集合list中，所述第一异常源lac所对应的目标小区和第二异常源lac所对应的目标小区确定为受伪基站影响的小区。
在本发明的一个实施例中，所述时空聚类算法为canopy聚类算法；此时，所述小区聚类模块300包括聚类中心选取单元320、小区集合更新单元330、小区间距离计算单元340、聚类集合确定单元350和聚类中心确定单元360，如图4所示。
聚类中心选取单元320，用于遍历小区集合list中的元素，选取小区集合list中的一个元素作为一个聚类集合的中心；一个元素为一个目标小区；
小区集合更新单元330，用于将作为聚类集合的中心的目标小区从小区集合list中删除，还用于将小区间距离计算单元计算出的、小于第二距离阈值t2的第二距离d所对应的小区集合list中的元素从小区集合list中删除；
小区间距离计算单元340，用于遍历小区集合list中的所有元素，计算每个元素到所述聚类集合的中心的第二距离d；
聚类集合确定单元350，用于根据所述第二距离，确定所述聚类集合的元素，确定方式为：
若所述第二距离d小于或等于第一距离阈值t1且所述第二距离大于或等于第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中，t2＜t1；
若所述第二距离d小于第二距离阈值t2，则将第二距离d所对应的小区集合list中的元素加入到所述聚类集合中；
聚类中心确定单元360，用于在所述第二距离d大于第一距离阈值t1时，将第二距离d所对应的小区集合list中的元素作为一个新的聚类集合的中心。
在本发明的一个实施例中，如图5所示，所述小区聚类模块300还可以包括小区排序单元310。
小区排序单元310，用于在进行聚类计算之前，根据用户终端位置更新发生的时间前后，将小区集合list中的元素进行排序；
所述聚类中心选取单元320根据小区集合list中元素的排序，依次选取小区集合list中的元素作为聚类集合的中心。
在本发明的一个实施例中，优选的，所述第二距离阈值t2是根据合法基站的覆盖距离、伪基站的行进速度和所述预设统计周期的时长确定的，所述第一距离阈值t1是根据第二距离阈值t2确定的。
其中，所述第二距离阈值t2不小于合法基站的覆盖距离和伪基站在预设统计周期内的移动距离中的较大值。所述伪基站在预设统计周期内的移动距离是根据所述伪基站的行进速度和所述预设统计周期的时长确定的。
在本发明的一个实施例中，如图6所示，所述伪基站位置确定模块400包括经纬度计算单元410和伪基站位置确定单元420。
经纬度计算单元410，用于对于一个聚类集合，分别计算聚类集合中所有小区的经度均值和纬度均值；
伪基站位置确定单元420，用于将经度均值和纬度均值确定为所述聚类集合的伪基站的经度和纬度。
在本发明的一个实施例中，如图7所示，所述伪基站定位装置还可以包括伪基站轨迹跟踪模块500。
伪基站轨迹跟踪模块500，用于根据确定出的多个连续统计周期内的伪基站的位置，得到伪基站的移动轨迹。
本发明实施例中所提供的伪基站定位方法和装置，与现有基于用户信令定位伪基站信息的最大的不同点在于，本方案并不把用户位置更新时上报的伪基站源lac作为伪基站的唯一标识，不对同一个伪基站lac所影响的用户(终端)的位置进行聚合分析。本方案对伪基站的定位方法采用的是将各个伪基站影响的小区进行空间和时间上的聚类，将聚类维度扩展到时间维度，以聚类出同一个伪基站所影响的小区的时空位置，进而追踪伪基站的行进轨迹。本方案通过时空维度的两步三维(两步即确定伪基站影响小区集合list和根据该list中的元素进行聚类分析确定伪基站位置，三维即空间两维和时间一维，空间两维即源lac和伪基站影响小区中目标小区的位置信息、时间一维即统计周期)聚类算法，结合聚类算法的门限值(第一距离阈值和第二距离阈值)，实现不同伪基站在时空维度上的快速区分，进而实现伪基站的轨迹追踪。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。