[发明专利]一种信息资产类别识别方法、装置、介质和设备

说明书

本发明涉及一种信息资产类别识别方法、装置、介质和设备。根据本发明实施例提供的方案，可以对确定出的特征信息进行量化，从而可以通过预先建立的树形贝叶斯模型，来确定信息资产类别。无需将特征信息与特征库中的特征信息进行规则比对，即可以实现信息资产类别的快速识别。且即使特征信息不存在于特征库中，也可以实现信息资产的类别识别，还保证了信息资产类别识别的准确性。

技术领域

本发明涉及机器学习技术领域，特别涉及一种信息资产类别识别方法、装置、介质和设备。

背景技术

随着网络技术的发展，网络信息技术逐渐深入到各行各业，从网络信息技术角度来看，企业中的软硬件资源，例如：网络设备、安全设备、计算机、数据库、中间件等可以统称为信息资产。

在对信息资产进行远程管理的过程中，需要对信息资产类别进行识别，例如，识别计算机主机的版本或类型。

目前一般采用的方法为，向目标信息资产发送至少一个探针，一个探针即为一个基于对应的通信协议的探测数据包，接收目标信息资产反馈的响应数据包，根据接收到的响应数据包确定对应的特征信息。将确定出的特征信息与预先建立的特征库中的特征信息进行规则匹配，根据匹配结果来识别信息资产类别。

当前方法至少存在以下缺点：

通过特征信息规则匹配的方法，进行信息资产类别识别，识别效率较低，速度较慢。且如果收集到的特征信息不属于特征库，则无法对信息资产类别进行识别，无法保证识别的准确性。

发明内容

本发明实施例提供一种信息资产类别识别方法、装置、介质和设备，用于解决信息资产类别识别速度较慢，以及准确性较低的问题。

本发明提供了一种信息资产类别识别方法，所述方法包括：

对确定出特征信息进行量化，得到量化特征数据，所述特征信息对应目标信息资产；

将所述量化特征数据作为输入，利用预先建立的树形贝叶斯模型，确定所述目标信息资产对应的信息资产类别；

其中，所述树形贝叶斯模型是基于包括量化特征数据和信息资产类别的训练样本训练的。

本发明还提供了一种信息资产类别识别装置，所述装置包括：

量化模块，用于对确定出特征信息进行量化，得到量化特征数据，所述特征信息对应目标信息资产；

识别模块，用于将所述量化特征数据作为输入，利用预先建立的树形贝叶斯模型，确定所述目标信息资产对应的信息资产类别；

其中，所述树形贝叶斯模型是基于包括量化特征数据和信息资产类别的训练样本训练的。

本发明还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有可执行程序，该可执行程序被处理器执行实现如上所述的方法。

本发明还提供了一种信息资产类别识别设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存储的程序时，实现如上所述的方法步骤。

根据本发明实施例提供的方案，可以对确定出的特征信息进行量化，从而可以通过预先建立的树形贝叶斯模型，来确定信息资产类别。无需将特征信息与特征库中的特征信息进行规则比对，即可以实现信息资产类别的快速识别。且即使特征信息不存在于特征库中，也可以实现信息资产的类别识别，还保证了信息资产类别识别的准确性。