[發明專利]無線網絡設備識別方法、計算機設備以及可讀存儲介質

有效

• 申請號: 202110325569.5
• 申請日: 2021-03-26
• 公開（公告）號: CN113095378B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 程克非;鄧毓杰;張亮
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

本發明涉及物聯網設備嗅探識別技術領域，具體涉及一種無線網絡設備識別方法、計算機設備以及可讀存儲介質，包括：利用軟件無線電設備捕獲無線網絡設備的無線電信號，對無線電信號進行信號濾波及低噪聲放大；通過模數轉換得到數據包的字節流信息，在原始字節流的基礎上根據無線網絡協議要求分離數據包，提取數據包的有效特征并識別；對原始無線電信號經過信號變換后進行特征提取工作，在原始特征的基礎上構造出新的特征即信號射頻指紋并識別；將根據數據包特征識別出的結果和根據射頻指紋識別出的結果進行融合，利用兩次識別的結果識別設備類型，在已獲得設備類型的基礎上根據射頻指紋識別具體設備固件信息，得到最終分類結果，實現設備固件識別。

技術領域

本發明涉及物聯網設備嗅探識別技術領域，具體涉及一種基于融合特征的無線網絡設備識別方法、計算機設備以及可讀存儲介質。

背景技術

物聯網的普及給人們生活帶來便利的同時也伴隨著一系列的安全問題，一方面，對于個人來說，很多設備通過監聽數據，分析使用者的生活習慣，就像一雙“無形的眼”監視著人們的生活。另一方面，對于企業來說，一旦智能設備被攻擊，可能導致企業核心機密的泄漏。因此無論是個人生活環境還是辦公場景，掌握當前環境中智能設備的信息都十分有必要。

傳統的無線網絡設備識別方法僅能對設備類型進行識別，而對于未授權的設備并不能有效地識別。例如，基于數據包特征的方法，此方法不能有效識別設備的硬件情況；基于網口流量的特征的方法，則必須通過物理接觸才能實現特征采集工作。近年來，依賴軟件無線電技術提取設備的射頻指紋進行設備識別的方法越來越普遍。但是這種方法存在一定的局限性，因為設備硬件易受溫度影響，所以在不同的環境變化時所提取的特征將將有較大的偏移。

發明內容

為了解決上述問題，本發明提供一種無線網絡設備識別方法、計算機設備以及可讀存儲介質，旨在提高無線網絡設備識別的準確率，以便對其加強管理。

一種基于融合特征的無線網絡設備識別方法，包括以下步驟：

S1、利用軟件無線電設備捕獲無線網絡設備的無線電信號，對無線電信號進行信號濾波及低噪聲放大，得到預處理后的無線電信號；

S2、將預處理后的無線電信號通過模數轉換得到數據包的字節流信息，在原始字節流的基礎上，根據無線網絡協議要求中的字段規則分離數據包，提取數據包的有效特征并輸入訓練后的分類模型進行識別，得到分類模型根據數據包特征識別出的結果；

S3、對原始無線電信號經過信號變換后進行特征提取工作，在原始特征的基礎上構造出新的特征即信號射頻指紋并輸入訓練后的分類模型識別，得到分類模型根據射頻指紋識別出的結果；

S4、將分類模型根據數據包特征識別出的結果和根據射頻指紋識別出的結果進行融合，利用兩次識別的結果識別設備類型，在已獲得設備類型的基礎上根據射頻指紋識別具體設備固件信息，得到最終分類結果，實現設備固件識別。該步驟中，訓練后的分類模型首先根據數據包特征識別設備的廠商、型號，再根據射頻指紋特征識別設備是否為已授權設備，如是已授權設備則通知用戶已授權設備上線，如是未授權設備則通知用戶進行設備授權或處理未知設備。授權后，已授權設備的指紋特征將記錄到設備庫中，下一次出現時，將不會報警，而僅僅只是通知上線。

進一步的，步驟S2中，信號濾波和低噪聲放大的步驟包括：去除收集的無線信號中包含的無用噪聲部分，使去噪后的樣本保留無線網絡頻段的信號，整體信號的信噪得到提高。根據無線網絡信號的特點選擇相應的濾波器，常用濾波器如巴特沃斯濾波器，其主要特點在于盡量保證通帶內的平坦度，然后在阻帶中逐漸下降，這主要適用于信號邊緣比較明顯的信號，可以盡可能保留有用信號中的信息；切比雪夫濾波器，其主要特點在于在通帶內起伏很大呈現等紋波，但是阻帶下降較快，適合于邊緣不明顯的濾波。本發明選擇噪聲系數低于2dB、增益系數大于32dB的低噪聲放大器抑制噪聲。無線電信號經過信號濾波及低噪聲放大后，得到預處理后的無線電信號。