声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：宋宇波, 祁欣妤, 黄强, 胡爱群, 杨俊杰
单位：1. 东南大学 网络空间安全学院, 江苏省计算机网络技术重点实验室, 南京 211189;<br>2. 网络通信与安全紫金山实验室, 南京 211189
关键词：设备识别,多分类技术,最大相似度,机器学习
物联网让万物互联互通，为了避免恶意设备对网络系统的破坏，必须采取有效的访问控制。通过提取网络流量特征作为设备指纹进行设备识别，只需耗费较少网络资源，成为了当前最有效的设备识别方法。然而，现有的设备识别算法准确率不高，尤其对于相似的两种设备，往往会出现分类重叠问题。该文提出了一种基于流量特征的二阶段多分类设备识别算法。当出现分类重叠问题时，即采用最大相似度比较算法进行二次分类。实验结果表明，该算法的平均识别准确率达到了93.2%。
来源：2020年第5期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。