【技术实现步骤摘要】
本专利涉及物联网安全防护，尤其涉及一种家庭物联网流量入侵防护方法。
技术介绍
1、随着物联网技术的快速发展，物联网应用已经普遍存在于各行各业，家庭物联网(智能家居)的应用是其中重要的一部分，并且与我们的生活紧密联系。但同时也伴随着严重的安全威胁，既有与传统互联网相似的威胁，也面临着独特的挑战。家庭物联网脆弱的设备和系统为恶意流量的入侵提供了温床，智能家居设备因其功能简单，即使流量在加密的情况下也可以根据特征推断其行为。现有的安全防护系统并不适用于资源受限的物联网设备中，使用传统的云计算服务又会有实时性不够，隐私泄露的风险。因此，一个适用于家庭物联网环境下的安全防护系统可以有效的保护我们的信息。
2、对主动攻击和被动攻击的防御是本专利关注的重点。目前，机器学习在防御主动攻击(例如拒绝服务入侵)方面备受关注，被视为一种有效的安全防御手段。机器学习模型可以通过学习流量的模式，识别异常流量，这种方法使用预先定义的特征集合来描述网络流量，然后利用机器学习算法来检测异常流量，适用于发现新型的、未知的入侵行为。防火墙和virtual pr...
【技术保护点】
1.一种面向家庭物联网入侵防御方法，其特征在于：对恶意流量入侵进行检测，对出口流量进行整形，形成对家庭物联网的全方位保护。
2.根据权利要求1所述的方法，其特征在于：入侵检测时使用的是基于随机森林的方法，在实际模型训练中对特征和参数进行选择；在对出口流量进行整形时使用的是基于设备分类的随机流量填充。
3.根据权利要求2所述的随机森林方法，其特征在于：对家庭物联网设备流量和恶意流量分析提取特征，包括包特征和分组特征，选择决策树的个数和样本数据包数，以及要对特征进行特征工程、向量化和归一化。
4.根据权利要求2所述的设备分类，其特征在于...
【技术特征摘要】
1.一种面向家庭物联网入侵防御方法，其特征在于：对恶意流量入侵进行检测，对出口流量进行整形，形成对家庭物联网的全方位保护。
2.根据权利要求1所述的方法，其特征在于：入侵检测时使用的是基于随机森林的方法，在实际模型训练中对特征和参数进行选择；在对出口流量进行整形时使用的是基于设备分类的随机流量填充。
3.根据权利要求2所述的随机森林方法，其特征在于：对家庭物联网设备流量和恶意流量分析提取特征，包括包特征和分组特征，选择决策树的个数和样本数据包数，以及要对特征进行特征工程、向量化和归一化。
4.根据权利要求2所述的设备分类，其特...
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。