[发明专利]一种基于SOINN网络的在线物联网设备识别方法

说明书

本发明公开了一种基于SOINN网络的在线物联网设备识别方法，包括四个步骤：结构化特征提取、非结构化特征提取、设备品牌识别和设备型号识别。特征提取步骤中，先分析设备交互页面DOM树结构，结合局部敏感哈希函数提取设备结构化特征。采用正则匹配从文本数据中寻找型号关键词，利用TF‑IDF赋予关键词权重值，关键词及其权重值组成非结构化特征。设备品牌识别中，首先利用经SOINN网络压缩的数据训练SVM分类器，训练好的分类模型用于设备品牌分类。在型号识别中，结合Jaro距离计算待识别设备与型号特征库距离，实现设备型号分类。本发明设计了物联网设备结构化与非结构化特征，对具有用户交互页面的物联网设备具有较高的识别率，并支持品牌和型号的细粒度识别。

技术领域

本发明属于物联网设备识别技术领域，特别是一种基于SOINN网络的在线物联网设备识别方法。

背景技术

随着物联网的快速发展，大量新的物联网设备被投入使用。但物联网设备结构简单，缺乏安全防护，存在严重的安全问题。公网上暴露了数以万计的物联网设备，成为了黑客攻击和入侵的主要目标，导致了诸如DDOS攻击、隐私泄露等网络安全问题。利用物联网设备识别技术及时发现和识别设备，进行安全漏洞的修补和维护，是物联网安全管理中非常有效的手段。

目前物联网设备识别技术大致可以分为两类：基于分类模型的设备识别方法和基于标语信息的设备识别方法。基于分类模型的设备识别方法需要先提取数字化特征，然后结合机器学习方法训练分类模型实现设备分类。等利用半监督学习方法对设备的特征进行分簇，可以识别少量的物联网设备操作系统。Thangavelu等通过采集设备在一段时间内的流量，分析和提取流量特征，训练了具有高识别率的设备分类器。Marchal等利用傅里叶分析提取设备流量在时频上的特征指纹，并结合无监督学习方法对物联网设备的定期通信流量进行建模，最终达到了98.2％的识别准确率。基于标语信息的设备识别方法专注于从设备的文本数据中直接提取设备品牌和型号信息。XuanFeng等提出了ARE设备识别引擎，可以基于文本规则自我学习，发现新的设备并自动生成设备指纹。Qiang等利用卡方检验方法从文本数据中筛选关键字构成设备指纹，可以识别出在线监控设备。

从上述介绍可知，国内外研究人员在物联网设备识别领域已经取得很多进展，各类识别方法都有较高的识别准确率。但上述方法依然存在许多亟待解决的问题。一方面，物联网设备更新较快，基于监督学习方法的分类模型无法动态更新；另一方面，当品牌型号等关键字缺失或无法提取时，基于标语的识别方法效果就会很差。因此，本发明采用多种设备特征实现设备分类，并结合增量学习方法使得分类模型可以在线学习，很好的解决了以上问题。

发明内容

本发明的目的在于针对传统设备识别方法中存在的模型动态更新困难、计算存储开销大和关键字缺失等问题，提供了一种基于SOINN网络的在线物联网设备识别方法。该方案结合自组织增量学习网络SOINN实现了分类模型的动态更新，可以在识别过程中提升设备识别准确率，更加适应变化快速的物联网环境。

为了实现上述目的，采用如下技术方案：

一种基于SOINN网络的在线物联网设备识别方法，包括下述步骤：

(1)结构化特征提取：

1.1从数据库中获取设备的交互页面代码；

1.2设置结构化特征F初始值，长度为256，每一位为0。依次顺序遍历HTML代码的每一层，提取每层包含的HTML节点标签，记为：t₁,t₂,…t_n；

1.3对每一层标签进行如下处理：

1.3.1利用该层标签产生所有三元组全排列组合，记为C₁,C₂,…,C_m；

1.3.2利用md5哈希算法计算每个C_i的哈希值，并求该哈希值除以256的余数，记为h。