[发明专利]一种设备指纹识别方法以及装置

权利要求书

1.一种设备指纹识别方法，其特征在于，所述方法包括：

物联网服务器对从物联网网关中接收的网络流量进行预处理，所述网络流量为物联网设备的流量；

所述物联网服务器分多个捕获期间对预处理后的网络流量进行捕获；

所述物联网服务器在多个捕获期间中确定目标捕获期间，并从目标捕获期间所捕获的网络流量中确定目标物联网设备的目标物理地址；

所述物联网服务器根据所述目标物理地址提取所述目标物联网设备的设备指纹，并对所述设备指纹进行识别。

2.根据权利要求1中所述的设备指纹识别方法，其特征在于，所述物联网服务器在提取所述设备指纹时，为所述设备指纹生成对应的标识符，所述对所述设备指纹进行识别包括：

根据所述标识符为所述设备指纹学习识别模型，通过有监督的KNN(KNN，K-NearestNeighbor,K最近邻)分类器对所述设备指纹进行识别。

3.根据权利要求2中所述的设备指纹识别方法，其特征在于，当所述目标物联网设备为已知设备时，所述根据所述标识符为所述设备指纹学习识别模型包括：

为具有相同的标识符的设备指纹建立新的分类簇；

当所述目标物联网设备为未知设备时，所述根据所述标识符为所述设备指纹学习识别模型包括：

当所述标识符的数量超过预设的聚类阈值之后，创建一个新的分类簇以用于对所述标识符对应的设备指纹进行分类。

4.根据权利要求2中所述的设备指纹识别方法，其特征在于，在所述通过有监督的KNN(KNN，K-NearestNeighbor,K最近邻)分类器对所述设备指纹进行识别之前，所述方法包括：

通过由先验数据预定义的识别规则对所述设备指纹进行预识别。

5.根据权利要求4中所述的设备指纹识别方法，其特征在于，在所述通过有监督的KNN(KNN，K-NearestNeighbor,K最近邻)分类器对所述设备指纹进行识别之后，所述方法还包括：

根据识别的结果对所述先验数据进行更新，并对所述设备指纹的类型进行扩展。

6.根据权利要求1中所述的设备指纹识别方法，其特征在于，所述物联网网关中接收的网络流量为通过预设协议获取物联网设备发送的网络数据包序列，所述物联网服务器对从物联网网关中接收的网络流量进行预处理包括：

所述物联网服务器将所述网络数据包序列转化成适合信号处理的格式；

所述物联网服务器将每个网络数据包离散化为二进制的时间序列，所述时间序列为持续时间的二进制离散信号；

所述物联网服务器对预设周期内的时间序列的特征度量向量进行计算，所述特征度量用t时间内信号出现周期的比率来表示，并且可以通过相邻的周期来计算平均值。

7.根据权利要求1至6中任一项所述的设备指纹识别方法，其特征在于，当所述物联网服务器通过识别设备指纹检测到对应的物联网设备存在安全漏洞时，在所述对所述设备指纹进行识别之后，所述方法还包括：

根据预定义的限制策略通过所述物联网网关对所述物联网设备进行通信限制。

8.根据权利要求1至6中任一项所述的设备指纹识别方法，其特征在于，在所述对所述设备指纹进行识别之后，所述方法还包括：

所述物联网服务器通过物联网网关从物联网设备中获取需求聚合，并根据所述需求聚合向新识别的物联网设备提供服务。

9.一种设备指纹识别装置，其特征在于，所述装置包括：

预处理单元，用于物联网服务器对从物联网网关中接收的网络流量进行预处理，所述网络流量为物联网设备的流量；

捕获单元，用于所述物联网服务器分多个捕获期间对预处理后的网络流量进行捕获；

确定单元，用于所述物联网服务器在多个捕获期间中确定目标捕获期间，并从目标捕获期间所捕获的网络流量中确定目标物联网设备的目标物理地址；

提取单元，用于所述物联网服务器根据所述目标物理地址提取所述目标物联网设备的设备指纹，并对所述设备指纹进行识别。

10.根据权利要求9中所述设备指纹识别装置，其特征在于，所述提取单元在提取所述设备指纹时，为所述设备指纹生成对应的标识符，所述提取单元具体用于：

根据所述标识符为所述设备指纹学习识别模型，通过有监督的KNN分类器对所述设备指纹进行识别，所述KNN分类器是基于KNN分类算法实现的，所述KNN分类算法中，通过欧式距离来计算两个物联网设备之间的距离从而作为物联网设备指纹识别的相似性判断，在网络流量中提取的设备指纹作为欧氏距离中计算相似性的特征向量。