买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网福建省电力有限公司;国网福建省电力有限公司漳州供电公司

摘要：本发明涉及一种基于SVM的物联网设备识别和指纹降维方法。首先向网络空间中的设备进行SYN扫描，当得到至少一个开放端口和一个关闭端口停止扫描。然后发送构建好的16个探测包，将每个探测包的响应数据包整理，选择其中包含的字段，构建特征空间。接着，使用基于互信息的特征选择算法，计算每个特征分数，实现对特征的选择。接下来将选择好的特征和数据构建SVM模型，使用构建好的模型对网络空间中的设备进行分类，找出网络空间中的物联网设备。本发明能够减少设备指纹所占用的空间，同时保证设备指纹的唯一性。

主权项：1.一种基于SVM的物联网设备识别和指纹降维方法，其特征在于，首先使用基于SVM的物联网设备识别方法识别出网络空间中的物联网设备，然后提取物联网设备每个端口的响应数据构建物联网设备指纹，使用基于SVD的设备指纹降维方法对物联网设备指纹进行降维，得到降维后的物联网设备指纹；所述基于SVM的物联网设备识别方法实现如下：首先向网络空间中的设备的每个端口发送TCP的SYN数据包扫描，如果返回SYN+ACK数据包，代表此端口开放，如果返回RST数据包，代表此端口关闭，如果1s内未收到返回，则认为此端口被防火墙过滤，在扫描过程中，如果收到至少一个SYN+ACK数据包和至少一个RST数据包则停止扫描，第一步扫描结束，从结果中选择一个开放端口和一个关闭端口；然后构建10个TCP数据包发送至开放端口，3个TCP数据包至关闭端口，2个ICMP至目标设备，1个UDP数据包至关闭端口，将每个数据包的响应数据包整理，选择响应数据包中包含的字段，构建特征空间；接着，对特征进行过滤，通过使用基于互信息的特征选择算法，计算特征与类别的互信息，以及特征之间的互信息，利用算法得出的分数，删除不符合阈值的特征，实现对特征的选择；最后将选择好的特征构建机器学习模型，并对网络空间中的设备进行分类，找出网络空间中的物联网设备；所述基于SVD的设备指纹降维方法的具体实现过程如下：1特征空间构建将物联网设备指纹中每一个IP的响应数据整理成以下格式，对每一个IP的端口和每一个字段进行区分：{IP，[端口1，字段]，[端口2，字段]，...，[端口n，字段]}；异构设备间使用的协议、开放的端口并不完全相同，因此设备响应信息字段存在不一致性，如果IP开放此端口，则将对应的字段信息和字段内容信息依次填入，如果IP不开放对应端口，则对应的字段信息全部为“NULL”值；2哈希散列由于构建的特征空间是一张规模较大的二维表格，标题行是端口及对应的字段信息，标题列是IP地址，表格内容是字段内容；通过哈希函数将特征空间变成数值；3SVD降维算法经过哈希函数后，特征空间已经转化为长度一致的数值类型，假设此时特征空间共有M列，共扫描到N个物联网设备，由此构建特征矩阵AM×N；使用SVD对矩阵AM×N分解，首先定义A的SVD为：A＝U∑VT，计算出ATA的特征向量vi，VT就是特征向量vi的集合ATAvi＝λivi，计算出AAT的特征向量ui，U就是特征向量ui的集合AATui＝λiui，求出奇异值σi，σi＝Aviui，将奇异值σi按照从大到小的顺序排列，选择奇异值σi在前的k个特征向量，实现数据降维，将降维后的数字表示作为对应的物联网设备指纹。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司 国网福建省电力有限公司漳州供电公司 基于SVM的物联网设备识别和指纹降维方法