The invention discloses a device classification method based on fingerprint similarity, which includes: establishing a known sample set of the same type of device, extracting the fingerprint information corresponding to the sample set to obtain the average similarity and the center point sample fingerprint set; obtaining the similarity between each device in the sample set and the center point sample fingerprint set, and calculating the similarity of each known type of device fingerprint information to The similarity distance of the center point sample fingerprint set is determined to determine the maximum similarity distance; the space distance between each sample in the unknown type device set and the center point sample where the center point sample fingerprint set is located is calculated. If the distance is greater than the maximum similarity distance, the sample belongs to the sample type where the center point sample set is located. Otherwise, the sample does not belong to the sample type. If the sample is not correctly identified, add it again Sample set, recalculate the center point sample to complete the automatic classification. The invention improves the efficiency and accuracy of device classification, and avoids the problem of fingerprint identification failure caused by the change of information transmission.
【技术实现步骤摘要】
基于指纹相似度的设备分类方法
本专利技术涉及数据处理
,尤其涉及一种基于指纹相似度的设备分类方法。
技术介绍
随着对网络安全的日渐深入,对于网络资产的梳理变得越来越重要,其中,包括网络设备的操作系统类型、开放的服务、banner信息、证书信息、使用的中间件、Http响应头信息等多个维度的综合信息描述,对设备进行分类和识别。但是随着网络设备、软件的不断更新,应用层协议指纹更新更是层出不穷,传统的指纹识别大多采用单条件逐个匹配,如果中间某一个信息发生变化,则会导致指纹识别失败,采用基于相似度的分类算法则可解决此问题。
技术实现思路
本专利技术的一个目的是解决至少上述问题,并提供至少后面将说明的优点。本专利技术还有一个目的是提供一种基于指纹相似度的设备分类方法,提高了设备分类的效率和准确性,并避免了因信息发送变化,导致的指纹识别失败的问题。为了实现根据本专利技术的这些目的和其它优点,提供了一种基于指纹相似度的设备分类方法,包括:步骤1、通过建立已知的同一类型设备的样本集,并提取所述样本集对应的指纹信息,以得到所述指纹信息的平均相似度和中心点样本指纹集。步骤2、通过获取所述样本集内的每个设备与步骤1所得中心点样本指纹集的相似度,计算每个已知类型设备指纹信息所述相似度到所述中心点样本指纹集的相似距离,并确定最大相似距离。步骤3、通过计算未知类型设备集内每个样本与所述中心点样本指纹集所在的中心点样本的空间距离,与所述最大相似距离进行比较,若大于所述最大相似距离,则 ...
【技术保护点】
1.一种基于指纹相似度的设备分类方法,其中,主要包括以下步骤:/n步骤1、通过建立已知的同一类型设备的样本集,并提取所述样本集对应的指纹信息,以得到所述指纹信息的平均相似度和中心点样本指纹集;/n步骤2、通过获取所述样本集内的每个设备与步骤1所得中心点样本指纹集的相似度,计算每个已知类型设备指纹信息所述相似度到所述中心点样本指纹集的相似距离,并确定最大相似距离;/n步骤3、通过计算未知类型设备集内每个样本与所述中心点样本指纹集所在的中心点样本的空间距离,与所述最大相似距离进行比较,若大于所述最大相似距离,则所述样本属于所述中心点样本集所在的样本类型,否则,所述样本不属于所述样本类型,若出现未正确识别的样本,则进入步骤4;/n步骤4、通过将未正确识别的样本重新加入所述样本集,以重新计算所述中心点样本,重复步骤1-3,以完成自动分类。/n
【技术特征摘要】
1.一种基于指纹相似度的设备分类方法,其中,主要包括以下步骤:
步骤1、通过建立已知的同一类型设备的样本集,并提取所述样本集对应的指纹信息,以得到所述指纹信息的平均相似度和中心点样本指纹集;
步骤2、通过获取所述样本集内的每个设备与步骤1所得中心点样本指纹集的相似度,计算每个已知类型设备指纹信息所述相似度到所述中心点样本指纹集的相似距离,并确定最大相似距离;
步骤3、通过计算未知类型设备集内每个样本与所述中心点样本指纹集所在的中心点样本的空间距离,与所述最大相似距离进行比较,若大于所述最大相似距离,则所述样本属于所述中心点样本集所在的样本类型,否则,所述样本不属于所述样本类型,若出现未正确识别的样本,则进入步骤4;
步骤4、通过将未正确识别的样本重新加入所述样本集,以重新计算所述中心点样本,重复步骤1-3,以完成自动分类。
2.如权利要求1所述基于指纹相似度的设备分类方法,其中,步骤1中,所述指纹信息的平均相似度和中心点样本指纹集的具体方法主要包括以下步骤:
步骤2.1、通过多个已知的同一类型的设备建立样本集N,提取所述样本集N内每个设备对应的指纹信息;
步骤2.2、通过计算所述样本集N内每个设备指纹信息对应属性的相似度,取所述相似度的平均值作为平均相似度;
步骤2.3、获取所述相似度中与所述平均值接近的多个相似度作为所述中心...
【专利技术属性】
技术研发人员:林星辰,黄元飞,李燕伟,夏剑锋,张峰,权晓文,王润合,黄石海,赵建聪,
申请(专利权)人:国家计算机网络与信息安全管理中心,远江盛邦北京网络安全科技股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。