基于二阶段多分类的物联网设备识别算法 |
| |
引用本文: | 宋宇波,祁欣妤,黄强,胡爱群,杨俊杰.基于二阶段多分类的物联网设备识别算法[J].清华大学学报(自然科学版),2020,60(5):365-370. |
| |
作者姓名: | 宋宇波 祁欣妤 黄强 胡爱群 杨俊杰 |
| |
作者单位: | 东南大学网络空间安全学院,江苏省计算机网络技术重点实验室,南京211189;网络通信与安全紫金山实验室,南京211189;东南大学网络空间安全学院,江苏省计算机网络技术重点实验室,南京211189;网络通信与安全紫金山实验室,南京211189;东南大学网络空间安全学院,江苏省计算机网络技术重点实验室,南京211189;网络通信与安全紫金山实验室,南京211189;东南大学网络空间安全学院,江苏省计算机网络技术重点实验室,南京211189;网络通信与安全紫金山实验室,南京211189;东南大学网络空间安全学院,江苏省计算机网络技术重点实验室,南京211189;网络通信与安全紫金山实验室,南京211189 |
| |
基金项目: | 国家电网总部科技资助项目 |
| |
摘 要: | 物联网让万物互联互通,为了避免恶意设备对网络系统的破坏,必须采取有效的访问控制。通过提取网络流量特征作为设备指纹进行设备识别,只需耗费较少网络资源,成为了当前最有效的设备识别方法。然而,现有的设备识别算法准确率不高,尤其对于相似的两种设备,往往会出现分类重叠问题。该文提出了一种基于流量特征的二阶段多分类设备识别算法。当出现分类重叠问题时,即采用最大相似度比较算法进行二次分类。实验结果表明,该算法的平均识别准确率达到了93.2%。
|
关 键 词: | 设备识别 多分类技术 最大相似度 机器学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|