[发明专利]一种硬件资产分类方法、系统、装置及可读存储介质在审
申请号: | 201810768873.5 | 申请日: | 2018-07-13 |
公开(公告)号: | CN109034222A | 公开(公告)日: | 2018-12-18 |
发明(设计)人: | 莫凡;范渊;刘博 | 申请(专利权)人: | 杭州安恒信息技术股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 310000 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 综合特征参数 资产分类 资产组 计算机可读存储介质 资产 可读存储介质 多个属性 方法使用 分类结果 分类算法 属性信息 特征描述 资产特征 综合计算 再利用 申请 分类 表现 | ||
1.一种硬件资产分类方法,其特征在于,包括:
获取网络内每个硬件资产的动态属性和静态属性;
根据每个所述硬件资产的动态属性和静态属性计算得到每个所述硬件资产的综合特征参数;
对各所述综合特征参数进行分类,得到预设数量的资产组。
2.根据权利要求1所述的硬件资产分类方法,其特征在于,所述静态属性包括:IP地址、漏洞信息、主板固件版本、系统激活时间中的至少一种。
3.根据权利要求1所述的硬件资产分类方法,其特征在于,所述动态属性包括:第一预设时间间隔内告警信息的产生次数、第二预设时间间隔内产生的告警信息种类数、第三预设时间间隔内的网络连接数、第四预设时间间隔内的访问流量量级中的至少一种。
4.根据权利要求2或3所述的硬件资产分类方法,其特征在于,在根据每个所述硬件资产的动态属性和静态属性计算得到每个所述硬件资产的综合特征参数之前,还包括:
获取每种属性分别表征各所述硬件资产间相似程度的相似参数;其中,所述属性具体包括每种所述动态属性和每种所述静态属性;
根据各所述相似参数为对应属性设置不同的权值;
对应的,根据每个所述硬件资产的动态属性和静态属性计算得到每个所述硬件资产的综合特征参数,具体为:
根据每个所述硬件资产的动态属性、静态属性以及每种属性对应的权值利用加权计算法计算得到每个所述硬件资产的综合特征参数。
5.根据权利要求1所述的硬件资产分类方法,利用对各所述综合特征参数进行分类,得到预设数量的资产组,包括:
利用K-Means聚类算法对各所述综合特征参数进行分类,得到K个资产组和K个聚类中心;其中,K为所述K-Means聚类算法预设的分组数,K为大于等于1的自然数。
6.根据权利要求5所述的硬件资产分类方法,其特征在于,还包括:
当所述网络内增加新硬件资产、且所述新硬件资产的增加数量小于预设数量时,比较每个所述新硬件资产的综合特征参数分别与K个所述聚类中心间的差异程度,得到差异比较结果;
根据所述差异比较结果确定K个所述资产组中拥有最小差异程度的目标资产组;
将所述新硬件资产加入所述目标资产组。
7.根据权利要求1所述的硬件资产分类方法,其特征在于,在得到预设数量的资产组之后,还包括:
计算每个所述资产组的相似度值;
比较每个所述相似度值与预设高相似度值间的大小关系;
将相似度值不小于所述预设高相似度值的资产组判定为高相似度资产组,并仅保留所述高相似度资产组。
8.一种硬件资产分类系统,其特征在于,包括:
动态属性及静态属性获取单元,用于获取网络内每个硬件资产的动态属性和静态属性;
综合特征参数综合计算单元,用于根据每个所述硬件资产的动态属性和静态属性计算得到每个所述硬件资产的综合特征参数;
分类及各资产组获取单元,用于对各所述综合特征参数进行分类,得到预设数量的资产组。
9.一种资产组相似度的计算装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的硬件资产分类方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的硬件资产分类方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州安恒信息技术股份有限公司,未经杭州安恒信息技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810768873.5/1.html,转载请声明来源钻瓜专利网。