[发明专利]设备类型的识别方法、装置、计算机设备和存储介质

权利要求书

1.一种设备类型的识别方法，其特征在于，所述方法包括：

向目标设备发送端口开闭状态探测包；

接收所述目标设备响应于所述端口开闭状态探测包而反馈的端口开闭状态信息；所述端口开闭状态信息包括至少两个目标设备的各端口处于开放或关闭时的端口开闭状态向量；

将所述至少两个目标设备的端口开闭状态向量组成端口状态矩阵；确定所述端口状态矩阵各行或各列数据的均值；计算所述端口状态矩阵各行或各列数据与对应均值的差值，得到差值矩阵；确定所述差值矩阵的特征值和所述特征值对应的特征向量；按照目标维度从基于所述特征向量构成的特征矩阵中提取子特征矩阵，并将所述子特征矩阵作为端口开闭状态特征；

通过决策树分类器对所述端口开闭状态特征进行决策分类；

根据决策分类所得的结果确定所述目标设备的设备类型。

2.根据权利要求1所述的方法，其特征在于，所述通过决策树分类器对所述端口开闭状态特征进行决策分类包括：

从所述决策树分类器的根节点开始，在经过的节点处，基于所述端口开闭状态特征中与所述节点相应的特征属性进行决策分类，直至所述决策树分类器的叶子节点。

3.根据权利要求2所述的方法，其特征在于，所述决策树分类器中包含所述根节点、所述叶子节点和至少一个层级的中间节点；所述从所述决策树分类器的根节点开始，在经过的节点处，基于所述端口开闭状态特征的特征属性进行决策分类，直至所述决策树分类器的叶子节点包括：

将所述端口开闭状态特征输入所述决策树分类器；

基于所述端口开闭状态特征中与所述根节点相应的特征属性，确定所述端口开闭状态特征在所述决策树分类器的根节点处输出的第一输出分支；

在与所述第一输出分支对应的中间节点处，基于所述端口开闭状态特征中与所述中间节点相应的特征属性确定第二输出分支；

根据所述第二输出分支，将所述端口开闭状态特征从所述中间节点转移至对应的叶子节点。

4.根据权利要求1所述的方法，其特征在于，所述按照目标维度从基于所述特征向量构成的特征矩阵中提取子特征矩阵包括：

将所述特征向量按照所述特征值的大小顺序进行排列，得到所述特征矩阵；

从所述特征矩阵中，依据所述特征值从大到小的顺序提取所述目标维度的子特征矩阵。

5.根据权利要求3所述的方法，其特征在于，所述根据决策分类所得的结果确定所述目标设备的设备类型包括：

当所述端口开闭状态特征转移至对应的叶子节点时，读取所述叶子节点所保存的设备类型；

将读取的设备类型作为所述目标设备的设备类型。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

依据目标通信协议生成用于探测所述目标设备中目标端口或所有端口的端口开闭状态探测包；

所述向目标设备发送端口开闭状态探测包包括：

向所述目标设备的目标端口或所有端口分别发送所述端口开闭状态探测包；其中，发送的所述端口开闭状态探测包，用于指示所述目标设备产生所述目标端口或所述所有端口的端口开闭状态信息并进行反馈。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当根据所述设备类型确定所述目标设备为风险设备时，生成网络请求；

向被确定为所述风险设备的所述目标设备持续发送生成的网络请求，以使所述目标设备停止服务。

8.根据权利要求1至7中的任一项所述的方法，其特征在于，所述决策树分类器是对待训练决策树分类器进行模型训练所得的，所述模型训练包括：

获取样本设备各端口对应的训练端口开闭状态信息和设备类型标签；

从所述训练端口开闭状态信息提取训练端口开闭状态特征；

将所述训练端口开闭状态特征、所述设备类型标签和所述训练端口开闭状态信息输入至待训练决策树分类器中进行训练；

当通过所述待训练决策树分类器预测的设备类型与所述设备类型标签之间的匹配率达到预设匹配条件时，得到所述决策树分类器。