System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() API资产识别方法、装置及设备制造方法及图纸_技高网

API资产识别方法、装置及设备制造方法及图纸

技术编号:41326015 阅读:3 留言:0更新日期:2024-05-13 15:03
本申请提供一种API资产识别方法、装置及设备,该方法包括:通过流量监测方式,获取用于资产识别的流量数据;在获取到的流量数据为应用程序接口API接口会话流量的情况下,对获取到的流量数据进行解析,获取流量数据中的API接口会话信息;对获取到的API接口会话信息进行API接口特征提取;依据提取到的API接口特征,利用预先训练的机器学习模型,进行资产识别。该方法可以降低资产识别的数据复杂度,提高方法的适用性以及资产识别的准确性。

【技术实现步骤摘要】

本申请涉及物联网安全领域,尤其涉及一种api资产识别方法、装置及设备。


技术介绍

1、物联网设备在交通、金融、能源等领域均发挥了重要作用,但由于设备种类繁多、设备数量庞大,导致用户通常无法依靠单一的平台进行全部资产梳理和管理,需要依靠资产识别设备进行资产发现和资产信息梳理。资产信息指的是设备的厂商、设备类型、设备型号等信息,通常基于主被动方式进行资产信息梳理。

2、因此,如何准确实现资产识别成为一个亟待解决的技术问题。


技术实现思路

1、有鉴于此,本申请提供一种api资产识别方法、装置及设备。

2、具体地,本申请是通过如下技术方案实现的:

3、根据本申请实施例的第一方面,提供一种api资产识别方法,包括:

4、通过流量监测方式,获取用于资产识别的流量数据;

5、在获取到的流量数据为应用程序接口api接口会话流量的情况下,对获取到的流量数据进行解析,获取流量数据中的api接口会话信息;

6、对获取到的api接口会话信息进行api接口特征提取;其中,api接口特征包括请求方式特征、统一资源标识符uri结构特征、请求体结构特征以及响应体结构特征中的部分或全部;

7、依据提取到的api接口特征,利用预先训练的机器学习模型,进行资产识别。

8、根据本申请实施例的第二方面,提供一种api资产识别装置,包括:

9、获取单元,用于通过流量监测方式,获取用于资产识别的流量数据;

10、解析单元,用于在所述获取单元获取到的流量数据为应用程序接口api接口会话流量的情况下,对获取到的流量数据进行解析,获取流量数据中的api接口会话信息;

11、特征提取单元,用于对获取到的api接口会话信息进行api接口特征提取;其中,api接口特征包括请求方式特征、统一资源标识符uri结构特征、请求体结构特征以及响应体结构特征中的部分或全部;

12、资产识别,用于依据提取到的api接口特征,利用预先训练的机器学习模型,进行资产识别。

13、根据本申请实施例的第三方面,提供一种电子设备,包括处理器和存储器,其中,

14、存储器,用于存放计算机程序;

15、处理器,用于执行存储器上所存放的程序时,实现第一方面提供的方法。

16、根据本申请实施例的第四方面,提供一种计算机程序产品,所述计算机程序产品内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面提供的方法。

17、本申请实施例的api资产识别方法,通过流量监测方式,获取用于资产识别的流量数据,在获取到的流量数据为api接口会话流量的情况下,对获取到的流量数据进行解析,获取流量数据中的api接口会话信息,并对获取到的api接口会话信息进行api接口特征提取,进而,依据提取到的api接口特征,利用预先训练的机器学习模型,进行资产识别,通过api接口特征的提取,不关注具体的api接口数据,降低了资产识别的数据复杂度,提高了方法的适用性以及资产识别的准确性。

本文档来自技高网...

【技术保护点】

1.一种API资产识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对获取到的API接口会话信息进行API接口特征提取,包括:

3.根据权利要求2所述的方法,其特征在于,在所述API接口特征包括请求方式特征、URI结构特征、请求体结构特征以及响应体结构特征的情况下,所述对获取到的API接口会话信息进行API接口特征提取,还包括:

4.根据权利要求1所述的方法,其特征在于,所述预先训练的机器学习模型包括设备厂商识别模型、设备类型识别模型以及设备型号识别模型中的一种或多种;

5.根据权利要求4所述的方法,其特征在于,各模型用于资产识别的优先级按照从高到低的顺序依次为:设备型号识别模型、设备类型识别模型以及设备厂商识别模型;

6.根据权利要求1所述的方法,其特征在于,机器学习模型通过以下方式训练:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种API资产识别装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括处理器和存储器,其中,>

10.一种计算机程序产品,其特征在于,所述计算机程序产品内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1~7任一项所述的方法。

...

【技术特征摘要】

1.一种api资产识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对获取到的api接口会话信息进行api接口特征提取,包括:

3.根据权利要求2所述的方法,其特征在于,在所述api接口特征包括请求方式特征、uri结构特征、请求体结构特征以及响应体结构特征的情况下,所述对获取到的api接口会话信息进行api接口特征提取,还包括:

4.根据权利要求1所述的方法,其特征在于,所述预先训练的机器学习模型包括设备厂商识别模型、设备类型识别模型以及设备型号识别模型中的一种或多种;

5.根据权利要求4所述...

【专利技术属性】
技术研发人员:张峰王滨杨光何承润万里周少鹏
申请(专利权)人:杭州海康威视数字技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1