[发明专利]一种物联网和非物联网设备识别方法、系统、终端及可读存储介质

权利要求书

1.一种物联网和非物联网设备识别方法，其特征在于：包括以下步骤：

基于提取的特征以及设备标签构建基于随机森林模型的物联网和非物联网设备的识别模型；所述设备标签是设备为物联网设备或非物联网设备的分类标签，所述特征至少包括流量特征；

对新加入的设备进行特征提取，并基于所述识别模型识别为物联网设备或非物联网设备；

利用新设备的流量特征更新所述随机森林模型。

2.根据权利要求1所述的方法，其特征在于：模型更新过程包括：在线采样以及树销毁检测；

其中，所述在线采样是采集新设备的时间窗口内的流量特征，并将其记为实例；

所述树销毁检测是：按照实例的更新次数更新随机森林模型中的树，并于利用新设备的实例更新随机森林后，判断各个树是否被销毁，并针对销毁的树，结合原数据集以及新设备数据新建树，进而更新随机森林模型。

3.根据权利要求2所述的方法，其特征在于：按照如下标准1和/或标准2判断各个树是否被销毁；

标准1：针对随机森林中树的各个内部节点，计算其更新前后的基尼系数的变化值ΔGini、ΔGini`，如果存在内部节点满足则对应树需要被销毁；α表示预设置的超参，0＜α＜1；

标准2：针对随机森林中树的叶节点，若存在叶节点满足则对应树需要被销毁，其中，main_c表示树更新之前，所述叶节点对应大多数类所属的设备标签，表示树更新之后，所述叶节点对应在对应设备标签main_c下的占比。

4.根据权利要求1所述的方法，其特征在于：更新所述随机森林模型时的新设备是基于如下规则选取的代表性设备；

获取新设备的特征集合X＝{x₁,x₂,...,x_N}，x_i表示第i个新设备的特征；

对新设备的特征集合X进行聚类，并计算每一轮聚类的轮廓系数sc_k，其中，每一轮聚类的聚类中心个数记为k，k值从2至BUDGET依次取值，BUDGET为设定的最大识别设备个数；

基于最大轮廓系数sc_k确定最佳聚类中心个数K；

基于所述最佳聚类中心个数K对应的聚类结果，从每个簇中选择特定新设备作为代表性设备。

5.根据权利要求4所述的方法，其特征在于：从每个簇中选择特定新设备作为代表性设备为从每个簇中选择预测概率方差最大的新设备作为代表性设备；

其中，第i个设备的预测概率方差为variance_probs_i＝Variance(prob_i)，Variance为方差函数，prob_i表示第i个设备经过随机森林后得到的各个树将第i个设备预测为物联网设备的概率。