(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210695817.X (22)申请日 2022.06.20 (71)申请人 上海电器科 学研究所(集团)有限公 司 地址 200063 上海市普陀区武宁路5 05号 申请人 上海电器科 学研究院 (72)发明人 赵金凤　吴小东　奚培锋　郭曦泽　 程睿远　 (74)专利代理 机构 上海璀汇知识产权代理事务 所(普通合伙) 31367 专利代理师 王文颖 (51)Int.Cl. G06F 16/23(2019.01) G06F 16/25(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于特征库的设备自动识别和扩容方 法 (57)摘要 本发明公开了一种基于特征库的设备自动 识别和扩容方法。 在未知设备接入后， 本发明能 够与设备库中已有设备特征进行相似度对比， 采 用设备识别规则和识别算法模型相结合， 对于已 知设备进行识别。 而对未知设备， 在特征向量空 间模型下， 本发 明按相似性准则对 未知设备类型 进行分类管理， 锁定或缩小待识别设备的范围， 自动生成设备特征信息并存入指定区域， 待人工 进行干预确认后， 自动更新到设备库中。 相比全 人工提取设备特征， 异构边缘设备接入的工作量 减轻至少原来的一半。 因此， 本发明能够克服现 阶段设备特征库无法自动扩容的问题， 更好地提 升边缘设备接入和配 置的管理效率。 权利要求书2页 说明书6页 附图1页 CN 114996287 A 2022.09.02 CN 114996287 A 1.一种基于特 征库的设备自动识别和扩容方法， 其特 征在于， 包括以下步骤： 步骤1、 将物联网设备的特征报文抽象成为一个由特征词构 成的词频向量， 经过特征工 程处理后， 将物联网设备信息转化为多维特征向量的形式， 基于已接入设备业务的积累， 在 云端建立设备 特征库； 步骤2、 当新的物联网设备上线后， 通过样本采集模块获取物联网设备的HTTP响应包作 为原始样本； 步骤3、 由特 征提取模块 提取原始样本的样本特 征： 特征提取模块提取HTTP响应包中能够 反映物联网设备的信 息， 随后利用特征工程得到 与之对应的向量 化的词向量信息作为样本特 征； 步骤4、 由数据 预处理模块对特征提取模块提取的样本特征进行预处理， 将文本类型的 样本特征转化为数值类型的样本特 征， 从而将物联网设备信息转 化为多维特 征向量； 步骤5、 算法识别模块以当前上线物联网设备的多维特征向量作为输入， 将该多维特征 向量与设备特征库中已知类型的标记物联网设备的多维特征向量进行特征匹配， 若当前上 线物联网设备 的多维特征向量与设备特征库中已知类型的任意标记物联网设备的多维特 征向量一致， 则当前上线物联网设备属于已知设备， 实现对当前上线物联网设备的识别， 否 则， 当前上线物联网设备属于未知设备， 算法识别模块使用改进约束种子K ‑means识别算法 进行向量相似度计算， 对当前上线物联网设备进 行识别分类， 该改进约束种子K ‑means识别 算法使用两个多维特征向量的余弦相 似度来度量相 似度， 并基于余弦相 似度利用K ‑means 识别算法进行聚类； 聚类时， 当未知设备所对应的多维特征向量与某一已知设备类型 的簇 的聚类中心的余弦相似度值大于给定阈值 ε 时， 则将未知设备归入该簇， 当前未知设备的设 备类型为簇所对应的设备类型， 并基于 当前未知设备的多维特征向量生成对应的设备和通 信特征存入指 定区域； 当未知设备所对应的多维特征向量与所有簇的聚类中心的余弦相似 度值都不大于给定阈值 ε 时， 说明当前未知设备属于新的设备类别， 基于 当前未知设备的多 维特征向量自动新建新的设备类型后， 将当前未知设备归入新的设备类型， 再基于当前未 知设备的多维特 征向量生成对应的设备和通信特 征存入指定区域； 步骤6、 人工读取存入指定区域的设备和通信特征， 并获取新的设备类型， 对未知设备 的生产厂家、 设备类别、 型号、 通信特征等信息进行人工校对， 并人工确认对于未知设备 的 分类以及新的设备类型是否正确； 待 人工进行干预确认后， 实现对未知设备的识别， 再将新 的设备类型、 已识别的未知设备 的设备和通信特征自动更新到设备特征库中， 从而实现设 备特征库的半自动扩容。 2.如权利要求1所述的一种基于特征库的设备自动识别和扩容方法， 其特征在于， 所述 步骤2包括以下步骤： 步骤201、 样本采集模块在整个IP地址空间中进行端口扫 描， 获取无标记的未知物联网 设备的IP地址， 加入设备特征库中已知类型的标记物联网设备的IP地址后形成设备IP地址 集； 步骤202、 样本采集模块向设备IP地址集 中所有IP地址发送请求， 获取完整的HTTP 响应 包头部作为对应上线物联网设备的原 始样本。 3.如权利要求1所述的一种基于特征库的设备自动识别和扩容方法， 其特征在于， 所述 步骤3包括以下步骤：权　利　要　求　书 1/2 页 2 CN 114996287 A 2步骤301、 特征提取模块统计HT TP响应包中的头 字段总数， 并去除冗余信息； 步骤302、 特征提取模块从所有头字段中选取出现频率最高的字段作为设备特征信息， 随后经过特征工程处理得到与之对应的向量化的词向量信息， 该向量化的词向量信息 即为 原始样本的样本特 征。 4.如权利要求1所述的一种基于特征库的设备自动识别和扩容方法， 其特征在于， 所述 步骤5中， 向量X和向量Y的余弦相似度cosθ 采用下式计算： 式中， xi、 yi分别为向量X和向量Y中的第i个元 素。权　利　要　求　书 2/2 页 3 CN 114996287 A 3