[發(fā)明專利]基于指紋相似度的設(shè)備分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910735429.8
• 申請(qǐng)日: 2019-08-09
• 公開（公告）號(hào): CN110458094B
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計(jì)）人: 林星辰;黃元飛;李燕偉;夏劍鋒;張峰;權(quán)曉文;王潤合;黃石海;趙建聰
• 申請(qǐng)（專利權(quán)）人: 國家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心;遠(yuǎn)江盛邦（北京）網(wǎng)絡(luò)安全科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京遠(yuǎn)大卓悅知識(shí)產(chǎn)權(quán)代理有限公司 11369
• 代理人: 程麗娜

本發(fā)明公開了一種基于指紋相似度的設(shè)備分類方法，包括：建立已知的同一類型設(shè)備的樣本集，提取樣本集對(duì)應(yīng)的指紋信息，以得平均相似度和中心點(diǎn)樣本指紋集；獲取樣本集內(nèi)的每個(gè)設(shè)備與中心點(diǎn)樣本指紋集的相似度，計(jì)算每個(gè)已知類型設(shè)備指紋信息相似度到中心點(diǎn)樣本指紋集的相似距離，確定最大相似距離；計(jì)算未知類型設(shè)備集內(nèi)每個(gè)樣本與中心點(diǎn)樣本指紋集所在的中心點(diǎn)樣本的空間距離，若大于最大相似距離，則樣本屬于中心點(diǎn)樣本集所在的樣本類型，否則，樣本不屬于樣本類型，若出現(xiàn)未正確識(shí)別樣本，重新加入樣本集，重新計(jì)算中心點(diǎn)樣本，以完成自動(dòng)分類。本發(fā)明提高了設(shè)備分類的效率和準(zhǔn)確性，并避免了因信息發(fā)送變化導(dǎo)致的指紋識(shí)別失敗的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種基于指紋相似度的設(shè)備分類方法。

背景技術(shù)

隨著對(duì)網(wǎng)絡(luò)安全的日漸深入，對(duì)于網(wǎng)絡(luò)資產(chǎn)的梳理變得越來越重要，其中，包括網(wǎng)絡(luò)設(shè)備的操作系統(tǒng)類型、開放的服務(wù)、banner信息、證書信息、使用的中間件、Http響應(yīng)頭信息等多個(gè)維度的綜合信息描述，對(duì)設(shè)備進(jìn)行分類和識(shí)別。但是隨著網(wǎng)絡(luò)設(shè)備、軟件的不斷更新，應(yīng)用層協(xié)議指紋更新更是層出不窮，傳統(tǒng)的指紋識(shí)別大多采用單條件逐個(gè)匹配，如果中間某一個(gè)信息發(fā)生變化，則會(huì)導(dǎo)致指紋識(shí)別失敗，采用基于相似度的分類算法則可解決此問題。

發(fā)明內(nèi)容

本發(fā)明的一個(gè)目的是解決至少上述問題，并提供至少后面將說明的優(yōu)點(diǎn)。

本發(fā)明還有一個(gè)目的是提供一種基于指紋相似度的設(shè)備分類方法，提高了設(shè)備分類的效率和準(zhǔn)確性，并避免了因信息發(fā)送變化，導(dǎo)致的指紋識(shí)別失敗的問題。

為了實(shí)現(xiàn)根據(jù)本發(fā)明的這些目的和其它優(yōu)點(diǎn)，提供了一種基于指紋相似度的設(shè)備分類方法，包括：

步驟1、通過建立已知的同一類型設(shè)備的樣本集，并提取所述樣本集對(duì)應(yīng)的指紋信息，以得到所述指紋信息的平均相似度和中心點(diǎn)樣本指紋集。

步驟2、通過獲取所述樣本集內(nèi)的每個(gè)設(shè)備與步驟1所得中心點(diǎn)樣本指紋集的相似度，計(jì)算每個(gè)已知類型設(shè)備指紋信息的所述相似度到所述中心點(diǎn)樣本指紋集的相似距離，并確定最大相似距離。

步驟3、通過計(jì)算未知類型設(shè)備集內(nèi)每個(gè)樣本與所述中心點(diǎn)樣本指紋集的中心點(diǎn)樣本的空間距離，與所述最大相似距離進(jìn)行比較，若大于所述最大相似距離，則所述樣本屬于所述中心點(diǎn)樣本集所在的樣本類型，否則，所述樣本不屬于所述樣本類型，若出現(xiàn)未正確識(shí)別的樣本，則進(jìn)入步驟4。

步驟4、通過將未正確識(shí)別的樣本重新加入所述樣本集，以重新計(jì)算所述中心點(diǎn)樣本，重復(fù)步驟1-3，以完成自動(dòng)分類。

優(yōu)選的是，步驟1中，得到所述指紋信息的平均相似度和中心點(diǎn)樣本指紋集的具體方法包括以下步驟：

步驟2.1、通過多個(gè)已知的同一類型的設(shè)備建立樣本集N，提取所述樣本集N內(nèi)每個(gè)設(shè)備對(duì)應(yīng)的指紋信息。

步驟2.2、通過計(jì)算所述樣本集N內(nèi)每個(gè)設(shè)備指紋信息對(duì)應(yīng)屬性的相似度，取所述相似度的平均值作為平均相似度。

步驟2.3、獲取所述相似度中與所述平均值接近的多個(gè)相似度作為所述中心點(diǎn)樣本指紋集。

優(yōu)選的是，步驟2中，獲取所述相似度的具體方法包括以下步驟：

步驟3.1、獲取所述樣本集內(nèi)設(shè)備對(duì)應(yīng)的多個(gè)維度信息，計(jì)算與所述中心點(diǎn)樣本指紋集的相似度。

步驟3.2、對(duì)所述樣本集內(nèi)除所述中心點(diǎn)樣本之外的所述設(shè)備重復(fù)步驟3.1，直至得到除所述中心點(diǎn)樣本之外的所有的每個(gè)所述設(shè)備的相似度。

優(yōu)選的是，步驟2中，獲取所述相似距離的計(jì)算方法依據(jù)公式1：

公式1

其中，X(i)為樣本對(duì)應(yīng)的多個(gè)維度信息與所述中心點(diǎn)樣本指紋集的相似度；