物联网设备分类的自学习方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种物联网设备分类的自学习方法、系统、设备及存储介质，该物联网设备分类的自学习方法包括：监听物联网设备发送的报文，并提取报文的多个特征，以生成物联网设备的特征集；将特征集送入当前所存储的自动分类模型，并根据自动分类模型的输出判断是否识别出物联网设备的设备类型，若否，则监听用户通过用户端发送的用户分类信息，并根据用户分类信息获取物联网设备的设备类型；根据物联网设备的特征集及设备类型进行自学习，并根据自学习训练结果对所存储的自动分类模型进行更新。实施本发明专利技术的技术方案，不但省时省力、准确性高，而且，可在运行时自动学习及扩展物联网设备的新类型，自动分类更灵活。自动分类更灵活。自动分类更灵活。

【技术实现步骤摘要】
物联网设备分类的自学习方法、系统、设备及存储介质


[0001]本专利技术涉及计算机信息处理
，尤其涉及一种物联网设备分类的自学习方法、系统、设备及存储介质。

技术介绍

[0002]物联网是将各种信息传感设备互联起来而形成的一个巨大网络，实现万物互联互通。物联网设备种类繁多，例如包括：智能家居(智能插座，智能空调、冰箱等电器)、智能穿戴(手环、电话手表等)、工业物联网(智能仪表、工业相机、智能制造设备等)等不同设备，而不同设备间互联标准与协议不统一，那么，如何对数量众多的物联网设备进行自动分类便成为了一个难题。
[0003]目前，对物联网设备进行分类目前采用的方法一般是以下几种：1、人工方式进行分类，这种方式依赖于使用者经验，费时费力，容易出错；2、根据固定的通信协议交互进行分类，对已知类型设备可以自动分类或半自动分类，但对新类型不易扩展，而且，不具备自学习功能，需要离线标注训练后再更新自动分类模型。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术存在的上述缺陷，提供物联网设备分类的自学习方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物联网设备分类的自学习方法，其特征在于，包括：特征生成步骤：监听物联网设备发送的报文，并提取所述报文的多个特征，以生成所述物联网设备的特征集；自动识别步骤：将所述特征集送入当前所存储的自动分类模型，并根据所述自动分类模型的输出判断是否识别出所述物联网设备的设备类型，若否，则执行下一步骤；用户分类步骤：监听用户通过用户端发送的用户分类信息，并根据所述用户分类信息获取所述物联网设备的设备类型；自学习步骤：根据所述物联网设备的所述特征集及所述设备类型进行自学习，并根据自学习训练结果对所存储的自动分类模型进行更新。2.根据权利要求1所述的物联网设备分类的自学习方法，其特征在于，根据所述用户分类信息获取所述物联网设备的设备类型，包括：根据所述用户分类信息获取所述物联网设备的设备类型及分类维度，其中，所述分类维度包括：物理分类、逻辑分类；而且，根据所述自动分类模型的输出判断是否识别出所述物联网设备的设备类型，包括：根据所述自动分类模型的输出判断是否识别出所述物联网设备的设备类型及分类维度。3.根据权利要求2所述的物联网设备分类的自学习方法，其特征在于，所述自学习步骤包括：将所述物联网设备的所述特征集按照交互阶段、报文层次、所在层次的协议进行三个维度的划分：并将所述物联网设备的分类维度作为第四维度的特征，以形成所述物联网设备的四维特征集；针对所述物联网设备的所述设备类型，形成四个决策树，并按不同决策树分别所对应的权重值生成所述设备类型所对应的随机森林；将所述设备类型所对应的随机森林与当前的自动分类模型进行合并训练，以更新当前的自动分类模型。4.根据权利要求1所述的物联网设备分类的自学习方法，其特征在于，监听所述用户端发送的用户分类信息，包括：通过RPA监听所述用户端发送的用户分类信息。5.根据权利要求2所述的物联网设备分类的自学习方法...

【专利技术属性】
技术研发人员：龙榜，饶学贵，许刚，胡梅贤，
申请(专利权)人：深圳市法本信息技术股份有限公司，
类型：发明
国别省市：