[發明專利]網絡設備的識別方法及其系統、智能終端

在審

• 申請號: 201710034095.2
• 申請日: 2017-01-18
• 公開（公告）號: CN106714225A
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 李鵬;陸承恩
• 申請（專利權）人: 北京酷云互動科技有限公司
• 主分類號: H04W24/06
• 分類號: H04W24/06;H04W24/08;H04L29/06
• 代理公司: 北京天昊聯合知識產權代理有限公司11112
• 代理人: 汪源,易衛

1.一種網絡設備的識別方法，其特征在于，包括：

步驟S1、根據預先設置的若干不同類型的網絡設備其各自通過WIFI進行網絡通信時的網絡行為信息，生成各類型的所述網絡設備的分類模型，所述網絡行為信息包括：網絡包信息和/或信號強度信息；

步驟S2、獲取待識別網絡設備通過WIFI進行網絡通信時的網絡行為信息；

步驟S3、根據訓練好的各類型的所述網絡設備的分類模型對所述待識別網絡設備的網絡行為信息進行分類；

步驟S4、根據分類結果，識別所述待識別網絡設備的類型。

2.根據權利要求1所述的網絡設備的識別方法，其特征在于，在步驟S1之前還包括：

步驟S1a、獲取預先設置的若干不同類型的網絡設備其各自通過WIFI進行網絡通信時的廣播的無線信號；

步驟S1b、對獲取到的所述無線信號進行處理，以得到的信號各類型的網絡設備通過WIFI進行網絡通信時的所述網絡包信息和所述信號強度信息。

3.根據權利要求1所述的網絡設備的識別方法，其特征在于，所述步驟S1包括：

步驟S101、對各類型的所述網絡設備的所述網絡行為信息進行特征提取，得到各類型的所述網絡設備的網絡行為特征；

步驟S102、對各類型的所述網絡設備的所述網絡行為特征進行訓練，以得到各類型的所述網絡設備的分類模型。

4.根據權利要求3所述的網絡設備的識別方法，其特征在于，當所述網絡行為信息包含有所述網絡包信息時，所述網絡行為特征包括：在預設周期內的網絡連接平均時長、網絡連接次數、網絡訪問頻率、上行數據量的大小、下行數據量的大小中的至少一者。

5.根據權利要求3所述的網絡設備的識別方法，其特征在于，當所述網絡行為信息包含有所述信號強度信息時，所述網絡行為特征包括：信號強度變化波形。

6.根據權利要求3所述的網絡設備的識別方法，其特征在于，在步驟S102中采用支持向量機法或邏輯回歸法對所述網絡行為特征進行訓練,以得到各類型的所述網絡設備的分類模型。

7.根據權利要求1所述的網絡設備的識別方法，其特征在于，所述網絡包信息包括：源MAC地址、目標MAC地址、網絡包的類型、網絡包的大小、網絡包獲取時間中的至少一者。

8.一種網絡設備的識別系統，其特征在于，包括：

分類模型生成模塊，用于根據預先設置的若干不同類型的網絡設備其各自通過WIFI進行網絡通信時的網絡行為信息，生成各類型的所述網絡設備的分類模型，所述網絡行為信息包括：網絡包信息和/或信號強度信息；

第一獲取模塊，用于獲取待識別網絡設備通過WIFI進行網絡通信時的網絡行為信息；

分類模塊，用于根據訓練好的各類型的所述網絡設備的分類模型對所述待識別網絡設備的網絡行為信息進行分類；

識別模塊，用于根據分類結果，確定所述待識別網絡設備的類型。

9.根據權利要求8所述的網絡設備的識別系統，其特征在于，還包括：

第二獲取模塊，用于獲取預先設置的若干不同類型的網絡設備其各自通過WIFI進行網絡通信時的廣播的無線信號；

信號處理模塊，用于對獲取到的所述無線信號進行處理，以得到的信號各類型的網絡設備通過WIFI進行網絡通信時的所述網絡包信息和所述信號強度信息。

10.根據權利要求8所述的網絡設備的識別系統，其特征在于，所述分類模型生成模塊包括：

特征提取單元，用于對各類型的所述網絡設備的所述網絡行為信息進行特征提取，得到各類型的所述網絡設備的網絡行為特征；

特征訓練單元，用于對各類型的所述網絡設備的所述網絡行為特征進行訓練，得到各類型的所述網絡設備的分類模型。

11.根據權利要求10所述的網絡設備的識別系統，其特征在于，當所述網絡行為信息包含有所述網絡包信息時，所述網絡行為特征包括：在預設周期內的網絡連接平均時長、網絡連接次數、網絡訪問頻率、上行數據量的大小、下行數據量的大小中的至少一者。

12.根據權利要求10所述的網絡設備的識別系統，其特征在于，當所述網絡行為信息包含有所述信號強度信息時，所述網絡行為特征包括：信號強度變化波形。