【技术实现步骤摘要】
本专利技术涉及物联网，具体涉及一种物联网终端类型识别系统。
技术介绍
1、当前物联网终端识别系统普遍存在以下问题:
2、1、缺乏物联网垂直领域的终端类型识别技术产品，传统互联网资产识别系统在物联网场景中使用会不适应问题(如物联网终端多分布在边缘层，传统资产识别系统部署在平台层/业务层，二者之间有网络隔离，使传统资产识别系统难以识别到边缘层的物联网终端)；有识别对象在物联网场景应用不符等问题，如互联网型资产识别系统将服务器主机、虚拟主机、服务系统作为主要识别对象，物联网是要识别各种物联网终端硬件产品类型、品牌、型号等；
3、2、使用预置的厂商封闭模块，无法自定义终端类型识别的规则，降低了灵活性和可扩展性，已有技术难以适应不同用户的个性化需求(比如用户更了解自己的物联网应用场景，自己编写识别特征会更准确，因此有自己维护类型识别模块的需求)。基于规则库进行识别，扩展和维护灵活性差，添加新终端类型时需要添加一条准确的设备指纹，才能识别到该终端类型。
4、3、模块之间耦合度高，跟其他平台联动使用时不够灵活，只能对外单向输出资产识别结果，无法以知识库的形式开放给其他安全平台使用。
5、4、过度依赖厂商技术支持，难以保证用户数据的安全性和保密性。在增加新终端类型识别时，传统产品需要客户给厂商提供终端采集数据，编写新的特征规则后再升级类型识别系统，这个过程会导致客户的数据外流，违反数据不出网的需求。
6、基于以上问题，亟需一种开放、灵活、准确、可在内网环境客户自运营的物联网终端识别技术
技术实现思路
1、本专利技术的目的是提出一种物联网终端类型识别系统，可以实现系统的逻辑解耦，提高系统的可扩展性、可维护性和灵活性。
2、为了实现上述目的，本专利技术提供了一种物联网终端类型识别系统，包括：
3、终端特征采集模块，用于对网络环境内的终端进行探测，获取网内终端设备的信息；
4、服务端数据分析模块，包括：终端类型匹配知识库和特征知识库运营模块；所述终端类型匹配知识库包括：映射关系数据库、匹配映射数据库和逻辑模块；
5、所述映射关系数据库存储有特征维度和特征匹配脚本之间的映射关系；
6、所述匹配映射数据库存储有终端类型和该终端类型所涵盖的特征权重之间的映射关系；
7、所述逻辑模块结合所述映射关系数据库和所述匹配映射数据库对所述终端特征采集模块采集的数据进行分析，输出终端类型识别结果；
8、所述特征知识库运营模块用于对所述终端类型匹配知识库进行丰富和优化。
9、可选方案中，所述终端特征采集模块和所述服务端数据分析模块部署在同一主机中，或者，所述终端特征采集模块和所述服务端数据分析模块按照c/s架构模式分开部署。
10、可选方案中，所述终端特征采集模块和所述服务端数据分析模块按照c/s架构模式分开部署，所述服务端数据分析模块部署在网络汇聚层的业务平台侧，所述终端特征采集模块部署在边缘感知层的物联网网络环境内。
11、可选方案中，所述终端特征采集模块部署于嵌入式设备中，所述终端特征采集模块部署在服务器中。
12、可选方案中，所述服务端数据分析模块还包括数据清洗模块；
13、所述数据清洗模块用于对终端特征采集模块发送过来的信息依次进行特征数据标准格式序列化和特征数据提炼，并发送给所述终端类型匹配知识库。
14、可选方案中，所述逻辑模块对清洗后的数据，根据运营的分类规则进行特征维度的识别和提取；
15、基于所述特征维度的提取的结果，查询所述映射关系数据库，匹配全部特征维度所涵盖的特征匹配脚本集合，即为该终端对象的特征匹配脚本簇；
16、执行所述特征匹配脚本簇中的全部特征匹配脚本，获取特征命中结果，形成命中特征簇；
17、查询所述匹配映射数据库，匹配涵盖所述命中特征簇中至少一个特征的所有终端子类型；
18、对所述命中特征簇匹配到的所有终端子类型进行遍历，计算所述命中特征簇与每一个所述终端子类型相匹配的相似度；
19、按终端子类型匹配权重相似度排序，输出终端类型识别结果。
20、可选方案中，计算所述命中特征簇与每一个所述终端子类型相匹配的相似度包括：
21、将每个终端子类型视为一个多维的特征向量空间，每个特征匹配脚本所检测的特征项对应一个向量维度，特征匹配结果布尔值作为该维度上的坐标值，匹配命中取值1，未命中取值0，其中特征类型为空间的方向，特征匹配结果布尔值为坐标的向量空间模型；
22、将命中特征的权重进行归一化计算；
23、将统计所述命中特征簇中所有命中特征在当前终端子类型下的权重归一化结果之和，作为该命中特征簇与当前终端子类型相匹配的相似度。
24、可选方案中，所述终端类型识别结果涵盖终端类型、终端子类型、匹配相似度、命中特征簇、特征簇、匹配命中特征权重占比。
25、可选方案中，所述特征知识库运营模块用于：
26、丰富可识别的终端类型；对特征维度的提取方式进行优化；对特征维度内的特征内容提取规则进行优化，根据网内终端设备的实际情况匹配关键特征；对终端类型、终端子类型所涵盖的特征内容及权重进行优化。
27、可选方案中，所述数据清洗模块还包括：特征数据清洗对照模块，所述特征数据清洗对照模块用于将所述原始数据与所述清洗后的数据进行对照，呈现数据剔除内容和清洗结果，以提供所述特征知识库运营模块检查优化数据清洗逻辑。
28、本专利技术的有益效果在于：
29、本专利技术通过特征知识库运营模块，可以构建独立的终端类型匹配知识库和服务端数据分析模块，实现了系统的逻辑解耦，提高了系统的可扩展性、可维护性和灵活性，提高物联网终端识别系统的易用性。
30、进一步地，提高了物联网边缘终端设备的类型识别准确率；提高了物联网终端识别系统的安全性；支持异构数据源的融合识别。
本文档来自技高网...【技术保护点】
1.一种物联网终端类型识别系统，其特征在于，包括：
2.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述终端特征采集模块和所述服务端数据分析模块部署在同一主机中，或者，所述终端特征采集模块和所述服务端数据分析模块按照C/S架构模式分开部署。
3.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述终端特征采集模块和所述服务端数据分析模块按照C/S架构模式分开部署，所述服务端数据分析模块部署在网络汇聚层的业务平台侧，所述终端特征采集模块部署在边缘感知层的物联网网络环境内。
4.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述终端特征采集模块部署于嵌入式设备中，所述终端特征采集模块部署在服务器中。
5.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述服务端数据分析模块还包括数据清洗模块；
6.如权利要求5所述的物联网终端类型识别系统，其特征在于，所述逻辑模块对清洗后的数据，根据运营的分类规则进行特征维度的识别和提取；
7.如权利要求6所述的物联网终端类型识别系统，其特征在于，计
8.如权利要求6所述的物联网终端类型识别系统，其特征在于，所述终端类型识别结果涵盖终端类型、终端子类型、匹配相似度、命中特征簇、特征簇、匹配命中特征权重占比。
9.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述特征知识库运营模块用于：
10.如权利要求9所述的物联网终端类型识别系统，其特征在于，所述数据清洗模块还包括：特征数据清洗对照模块，所述特征数据清洗对照模块用于将所述原始数据与所述清洗后的数据进行对照，呈现数据剔除内容和清洗结果，以提供所述特征知识库运营模块检查优化数据清洗逻辑。
...【技术特征摘要】
1.一种物联网终端类型识别系统，其特征在于，包括：
2.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述终端特征采集模块和所述服务端数据分析模块部署在同一主机中，或者，所述终端特征采集模块和所述服务端数据分析模块按照c/s架构模式分开部署。
3.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述终端特征采集模块和所述服务端数据分析模块按照c/s架构模式分开部署，所述服务端数据分析模块部署在网络汇聚层的业务平台侧，所述终端特征采集模块部署在边缘感知层的物联网网络环境内。
4.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述终端特征采集模块部署于嵌入式设备中，所述终端特征采集模块部署在服务器中。
5.如权利要求1所述的物联网终端类型识别系统，其特征在于，所述服务端数据分析模块还包括数据清洗模块；
6.如...
【专利技术属性】
技术研发人员：顾铠羟，郝春光，刘文婷，
申请(专利权)人：中信数字创新上海科技有限公司，
类型：发明
国别省市：
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。