[发明专利]一种基于机器学习的物联网设备分类识别方法及系统

权利要求书

1.一种基于机器学习的物联网设备分类识别方法，其特征在于，包括：

获取已知类型的物联网设备的指纹；所述物联网设备的指纹为从所述物联网设备网络流量中截获的报文的特征信息；所述特征信息包括：链路层是否为ARP协议、链路层是否为LLC协议、网络层是否为IP协议、网络层是否为ICMP协议、网络层是否为ICMPv6协议、网络层是否为EAPoL协议、传输层是否为TCP协议、传输层是否为UDP协议、应用层是否为HTTP协议、应用层是否为HTTPS协议、应用层是否为DHCP协议、应用层是否为BOOTP协议、应用层是否为SSDP协议、应用层是否为DNS协议、应用层是否为MDNS协议、应用层是否为NTP协议、IP报文头部Padding字段值、IP报文头部RouterAlert字段值、IP报文长度、截至目前所述物联网设备的报文中出现的不同目的IP地址计数、源端口号、目的端口号以及设备应用层操作系统信息；

利用所述物联网设备的类型对所述物联网设备的指纹进行标注；

利用每一标注后的物联网设备的指纹进行机器学习，对相应的物联网设备的类型进行二元随机森林模型学习，得到以物联网设备的指纹为输入，以物联网设备的类型为输出的二元分类器集合；

获取待识别的物联网设备的指纹；

利用所述二元分类器集合对所述待识别的物联网设备的指纹进行识别。

2.根据权利要求1所述的一种基于机器学习的物联网设备分类识别方法，其特征在于，所述获取已知类型的物联网设备的指纹，具体包括：

从第一次捕获的所述已知类型的物联网设备中截获多个报文；

从所述报文中提取特征信息；

根据所述特征信息确定所述已知类型的物联网设备的指纹；

将所述已知类型的物联网设备的MAC地址作为所述已知类型的物联网设备的指纹的唯一标识；

将所述指纹进行存储。

3.根据权利要求1所述的一种基于机器学习的物联网设备分类识别方法，其特征在于，所述利用每一标注后的物联网设备的指纹进行机器学习，对相应的物联网设备的类型进行二元随机森林模型学习，得到以物联网设备的指纹为输入，以物联网设备的类型为输出的二元分类器集合，具体包括：

以所述标注后的物联网设备的指纹为正面样例，以未被标注的物联网设备的指纹为反面样例；所述未被标注的物联网设备的指纹为所述物联网设备的类型为未知；

从所述正面样例和反面样例构成的训练样本集中随机且有放回的获取N个训练样本；

从所述N个训练样本中选取M个属性，进行决策树学习，并返回所述从所述正面样例和反面样例构成的训练样本集中随机且有放回的获取N个训练样本的步骤，得到T个决策树；

根据所述T个决策树得到以物联网设备的指纹为输入，以物联网设备的类型为输出的二元分类器集合。

4.根据权利要求1所述的一种基于机器学习的物联网设备分类识别方法，其特征在于，所述利用所述二元分类器集合对所述待识别的物联网设备的指纹进行识别，具体包括：

判断所述待识别的物联网设备的指纹是否被所述二元分类器集合识别；

若所述待识别的物联网设备的指纹只被第i个二元分类器识别，则所述待识别的物联网设备的类型为第i个二元分类器对应的类型；

若所述待识别的物联网设备的指纹被多个二元分类器识别，则计算所述待识别的物联网设备的指纹与多个所述二元分类器对应的指纹的差异度；

将差异度最小的二元分类器对应的类型作为所述待识别的物联网设备的类型；

若所述待识别的物联网设备的指纹不能被所有的二元分类器识别，则将所述待识别的物联网设备作为新的类型，返回利用所述物联网设备的类型对所述物联网设备的指纹进行标注的步骤。