CN107733869A - 一种设备识别方法及装置 - Google Patents
一种设备识别方法及装置 Download PDFInfo
- Publication number
- CN107733869A CN107733869A CN201710821959.5A CN201710821959A CN107733869A CN 107733869 A CN107733869 A CN 107733869A CN 201710821959 A CN201710821959 A CN 201710821959A CN 107733869 A CN107733869 A CN 107733869A
- Authority
- CN
- China
- Prior art keywords
- attribute information
- equipment
- similar
- tested
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000003068 static effect Effects 0.000 claims abstract description 53
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及信息安全技术领域，尤其涉及一种设备识别方法及装置。该方法包括：首先从待测设备的属性信息中获取静态属性信息和动态属性信息；然后从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；接着，针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；最后，将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。本发明能够使得设备识别在范围更小、更精确的相似设备中进行，有效提高设备识别的速率；并且能够兼顾尽可能多的属性信息，有效提高设备识别的准确性，从而能够高效、快速的实时识别设备。
Description
技术领域
本发明涉及信息安全技术领域，尤其涉及一种设备识别方法及装置。
背景技术
目前，随着互联网技术的不断发展，人们可以足不出户，通过网络进行购物，大大方便了人们的生活。但网络购物带来的欺诈交易的风险也逐步增高，针对这种风险，每个购物平台都需要提供一个强有力的安全体系，比如通过采集设备指纹，确保一台设备只能注册一个账户，从而避免欺诈分子使用同一台设备进行多点交易。
设备指纹技术中关键的一点就是相似设备的匹配和计算，现有技术中，一种方案是通过少量特征信息的匹配和校验来识别设备，但这种方案由于采集的设备信息维度较少，准确性较低，导致设备指纹容易被伪造或篡改；另一种方案是采集尽可能多的设备信息，然后对这些设备信息进行一一比较和匹配，但这种方案计算量较大、耗时较长，无法满足实时识别设备的需求。
基于此，目前亟需一种设备识别方法，用于解决现有技术中设备识别方法不能兼顾准确性和实时性的问题。
发明内容
本发明实施例提供一种设备识别方法及装置，以解决现有技术中设备识别方法不能兼顾准确性和实时性的技术问题。
本发明实施例提供一种设备识别方法，包括：
从待测设备的属性信息中获取静态属性信息和动态属性信息；
从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；
针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；
将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。
可选地，所述方法还包括：
若所述设备信息库中不存在与所述待测设备的静态属性信息相同的相似设备，或者，若所述待测设备与每个相似设备的相似度值均小于所述预设阈值，则计算所述待测设备的设备指纹。
可选地，每个动态属性信息具有相似权重和相异权重；
根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值，包括：
针对每个动态属性信息，若所述待测设备的动态属性信息与所述相似设备的动态属性信息相同，则获取所述动态属性信息的相似权重；若所述待测设备的动态属性信息与所述相似设备的动态属性信息不同，则获取所述动态属性信息的相异权重；
根据获取到的各个相似权重和/或相异权重，确定所述待测设备与所述相似设备的相似度值。
可选地，每个动态属性信息的相似权重和相异权重是按照如下方式确定：
针对每个动态属性信息，根据所述设备信息库中包含所述动态属性信息的设备的总数和所述动态属性信息的属性值的类别数，确定所述动态属性信息的权重赋值基准；
根据所述权重赋值基准，确定所述每个动态属性信息的相似权重和相异权重，所述相似权重与所述权重赋值基准成正向关系，所述相异权重与所述权重赋值基准成反向关系。
可选地，在确定待测设备的设备指纹之后，还包括：
将所述待测设备的属性信息及设备指纹存储到设备信息库中；
以及根据所述待测设备的属性信息更新所述设备信息库中每个动态属性信息的相似权重和相异权重。
可选地，所述将相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹，包括：
若仅存在一个相似度值大于所述预设阈值的相似设备，则将所述相似设备的设备指纹作为所述待测设备的设备指纹；
若存在多个相似度值大于所述预设阈值的相似设备，则将相似度值最大的相似设备的设备指纹作为所述待测设备的设备指纹。
本发明实施例提供一种设备识别装置，包括：
获取单元，用于从待测设备的属性信息中获取静态属性信息和动态属性信息；
查找单元，用于从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；
处理单元，用于针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；
所述处理单元，还用于将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。
可选地，所述处理单元还用于：
若所述设备信息库中不存在与所述待测设备的静态属性信息相同的相似设备，或者，若所述待测设备与每个相似设备的相似度值均小于所述预设阈值，则计算所述待测设备的设备指纹。
可选地，每个动态属性信息具有相似权重和相异权重；
所述处理单元具体用于：
针对每个动态属性信息，若所述待测设备的动态属性信息与所述相似设备的动态属性信息相同，则获取所述动态属性信息的相似权重；若所述待测设备的动态属性信息与所述相似设备的动态属性信息不同，则获取所述动态属性信息的相异权重；
根据获取到的各个相似权重和/或相异权重，确定所述待测设备与所述相似设备的相似度值。
可选地，每个动态属性信息的相似权重和相异权重是按照如下方式确定：
针对每个动态属性信息，根据所述设备信息库中包含所述动态属性信息的设备的总数和所述动态属性信息的属性值的类别数，确定所述动态属性信息的权重赋值基准；
根据所述权重赋值基准，确定所述每个动态属性信息的相似权重和相异权重，所述相似权重与所述权重赋值基准成正向关系，所述相异权重与所述权重赋值基准成反向关系。
可选地，所述处理单元在确定待测设备的设备指纹之后，还用于：
将所述待测设备的属性信息及设备指纹存储到设备信息库中；
以及根据所述待测设备的属性信息更新所述设备信息库中每个动态属性信息的相似权重和相异权重。
可选地，所述处理单元具体用于：
若仅存在一个相似度值大于所述预设阈值的相似设备，则将所述相似设备的设备指纹作为所述待测设备的设备指纹；
若存在多个相似度值大于所述预设阈值的相似设备，则将相似度值最大的相似设备的设备指纹作为所述待测设备的设备指纹。
本发明实施例提供一种计算机可读存储介质，所述存储介质存储有指令，当所述指令在计算机上运行时，使得计算机实现执行权利要求1至6中任一项所述的方法。
本发明实施例提供一种计算机设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如权利要求1至6任一权利要求所述的方法。
本发明实施例中，首先从待测设备的属性信息中获取静态属性信息和动态属性信息；然后从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；接着，针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；最后，将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。由此可知，本发明根据待测设备的静态属性信息从设备信息库中查找到相似设备，能够使得设备识别在范围更小、更精确的相似设备中进行，有效提高设备识别的速率；进一步地，本发明针对每个相似设备，根据待测设备的动态属性信息，确定待测设备与相似设备的相似度值，进而确定待测设备的设备指纹，能够兼顾尽可能多的属性信息，有效提高设备识别的准确性，从而能够高效、快速的实时识别设备。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种设备识别方法对应的流程示意图；
图2为本发明实施例提供的一种设备信息库存储信息的示意图；
图3为本发明实施例提供的一种确定设备指纹的方法所对应的流程示意图；
图4为本发明实施例提供的一种识别安卓移动设备的方法对应的流程示意图；
图5为本发明实施例提供的一种设备识别装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1示例性示出了本发明实施例提供的一种设备识别方法对应的流程示意图，如图1所示，包括以下步骤：
步骤101，从待测设备的属性信息中获取静态属性信息和动态属性信息。
步骤102，从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备。
步骤103，针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值。
步骤104，将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。
需要说明的是：上述所描述的流程是采用本发明中的设备识别方法在存在相似设备情况下的流程。若设备信息库中不存在与所述待测设备的静态属性信息相同的相似设备，或者，若所述待测设备与每个相似设备的相似度值均小于所述预设阈值，则计算所述待测设备的设备指纹。
本发明根据待测设备的静态属性信息从设备信息库中查找到相似设备，能够使得设备识别在范围更小、更精确的相似设备中进行，有效提高设备识别的速率；进一步地，本发明针对每个相似设备，根据待测设备的动态属性信息，确定待测设备与相似设备的相似度值，进而确定待测设备的设备指纹，使得设备识别能够兼顾尽可能多的属性信息，有效提高设备识别的准确性，从而能够高效、快速的实时识别设备。
本发明实施例中，针对每个设备的属性信息，有静态属性信息和动态属性信息之分，本发明提供一种划分的原则，针对同一设备，多次采集该设备的属性信息，将获得的属性信息中稳定性较好，不会轻易变化的属性信息作为静态属性信息；将除静态属性信息以外的属性信息作为动态属性信息。
举个例子，以安卓平台的设备为例，如表1所示，可以采集到28种不同的属性信息，这28种属性信息中，移动识别码(International Mobile Equipment Identity，IMEI)、移动用户识别码(International Mobile Subscriber Identity，IMSI)、设备唯一识别码(Unique Device Identifier，UDID)、屏幕尺寸(Screen Size)是设备固有的，稳定的属性，可以划分为静态属性信息，而系统识别码(System Identification，SID)是外部系统分配的设备代码，也可以划分为静态属性信息，其余23种属性信息为动态属性信息。
表1：一种设备属性信息的示例
| 编号 | 属性信息 | 字段名称 | 属性分类 |
| P001 | 移动设备识别码 | IMEI | 静态属性 |
| P002 | 移动用户识别码 | IMSI | 静态属性 |
| P003 | 设备唯一识别码 | UDID | 静态属性 |
| P004 | 屏幕尺寸 | Screen Size | 静态属性 |
| P005 | 系统识别码 | SID | 静态属性 |
| P006 | 无线MAC地址 | Wi-Fi Mac Address | 动态属性 |
| P007 | 手机序列号 | Device Number | 动态属性 |
| P008 | 是否root | Root | 动态属性 |
| P009 | 是否有触摸屏 | Touch Screen | 动态属性 |
| P010 | 屏幕分辨率 | Screen Resolution | 动态属性 |
| P011 | 设备型号 | Device Version | 动态属性 |
| P012 | 设备名称 | Device Name | 动态属性 |
| P013 | 操作系统类型 | OS Type | 动态属性 |
| P014 | 操作系统版本号 | OS Version | 动态属性 |
| P015 | 操作系统语言 | OS Language | 动态属性 |
| P016 | 已使用的内存 | Used Storage | 动态属性 |
| P017 | 可用内存 | Available Storage | 动态属性 |
| P018 | 电池电量 | Battery Level | 动态属性 |
| P019 | 基带版本 | Baseband Version | 动态属性 |
| P020 | 国家 | Country | 动态属性 |
| P021 | 所在时区 | Time Zone | 动态属性 |
| P022 | IP地址 | IP | 动态属性 |
| P023 | 运营商 | Mobile Supplier | 动态属性 |
| P024 | 移动国家网码 | MCC | 动态属性 |
| P025 | 移动网码 | MNC | 动态属性 |
| P026 | 无线网络数据-基本服务标识 | BBSID | 动态属性 |
| P027 | 无线网络数据-服务标识 | SSID | 动态属性 |
| P028 | 是否安卓模拟器 | Simulator | 动态属性 |
本发明实施例中，针对每个设备，可以对设备的静态属性信息进行散列计算，其中，散列算法可以为消息摘要算法第五版(Message Digest Algorithm，MD5)，然后再比较通过算法计算后得到的散列值。例如，将获取到的静态属性信息IMEI、IMSI、UDID和ScreenSize拼接成一个字符串，然后用MD5进行散列计算得出一个散列值。本发明中，可以将每个设备的散列值作为附加信息对应添加到设备信息库中。
本发明实施例中，每个动态属性信息具有相似权重和相异权重，相似权重用于评价设备之间相似的相对重要程度，相异权重用于评价设备之间相异的相对重要程度。相似权重和相异权重的确定方式有多种，本发明提供一种可能的实现方式，针对每个动态属性信息，根据设备信息库中包含所述动态属性信息的设备的总数和所述动态属性信息的属性值的类别数，确定所述动态属性信息的权重赋值基准；然后根据权重赋值基准，确定所述每个动态属性信息的相似权重和相异权重，其中，相似权重与权重赋值基准成正向关系，相异权重与权重赋值基准成反向关系。本发明通过对设备的动态属性信息进行特征分析和统计得出相似权重和相异权重，使得动态属性权重在计算时，由传统的统一固定权重值改为基于统计数据得出的动态权重值，充分发挥不同的动态属性对设备相似度的不同刻画程度，从而使得权重分配更加合理，计算结果更加精准。
进一步地，针对每个动态属性信息，其对应的权重赋值基准可以是通过以下方式得到的：
C＝m/M
其中，C为权重赋值基准，m为每个动态属性信息的属性值的类别数，M为设备信息库中包含所述动态属性信息的设备的总数。
举个例子，如表2所示，设备信息库中现有20台设备样本，每台设备共有5个动态属性信息，分别为设备是否root、可用内存、IP地址、设备名称和操作系统版本号，从表2中可以获知，设备是否root这一属性的属性值有2个，即root和没有root；可用内存的属性值有5个，即2G、4G、8G、16G和32G；IP地址的属性值有15个，设备名称的属性值有19个，操作系统的版本号的属性值有10个，具体可见表2。那么，如表3所示，针对设备是否root这一动态属性信息，其对应的权重赋值基准为0.1，针对可用内存这一动态属性信息，其对应的权重赋值基准为0.25，针对IP地址这一动态属性信息，其对应的权重赋值基准为0.75，针对设备名称这一动态属性信息，其对应的权重赋值基准为0.95，针对操作系统的版本号这一动态属性信息，其对应的权重赋值基准为0.5。如此，根据每个动态属性信息的赋值权重基准，以及相似权重与权重赋值基准成正向关系，相异权重与权重赋值基准成反向关系这一赋值原则，结合经验统计数据，可以确定每个动态属性信息初步的相似权重和相异权重。
表2：设备的动态属性信息示例
表3：动态属性信息的权重赋值基准的示例
本发明实施例中，在根据权重赋值基准获得每个动态属性信息初步的相似权重和相异权重之后，还可以进一步结合实际数据进行回归分析，并通过计算验证对相似权重和相异权重进行调整，从而得到最终的相似权重和相异权重。
本发明实施例中，图2示例性示出了本发明实施例提供的一种设备信息库存储信息的示意图，如图2所示，设备信息库中可以预先存储上述设备的属性信息，动态属性信息对应的相似权重和相异权重，以及每个设备对应的设备指纹。
具体来说，步骤101和步骤102中，将待测设备的属性信息划分为静态属性信息和动态属性信息之后，从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备，查找相似设备的方法有多种，第一种可能是实现方式是，针对每个静态属性信息，一一比对待测设备的静态属性信息与设备信息库中的设备的静态属性信息；第二种可能是实现方式是，先采用散列算法对待测设备的静态属性信息进行计算之后，得到一个散列值，然后将待测设备的散列值与设备信息库中的散列值进行比较，即可确定待测设备与设备信息库中的设备之间的静态属性信息是否相同
进一步地，对于某些静态属性信息，比如系统识别码，其作为外部系统分配的设备代码，并非设备的固有属性信息，因此，本发明将系统识别码这一静态信息与设备的固有静态属性信息进行区分，当采用上述第二种方式时，需要分别比较散列值和系统识别码的值。
步骤103中，针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值。
具体地，本发明实施例中，针对每个动态属性信息，若所述待测设备的动态属性信息与所述相似设备的动态属性信息相同，则获取所述动态属性信息的相似权重；若所述待测设备的动态属性信息与所述相似设备的动态属性信息不同，则获取所述动态属性信息的相异权重；根据获取到的各个相似权重和/或相异权重，确定所述待测设备与所述相似设备的相似度值。
进一步地，相似度值可以是通过以下方式得到的：
S＝(X-Y)/X
其中，S为相似度值，X为动态属性信息的属性值相同的相似权重之和，Y为为动态属性信息的属性值不同的相异权重之和。
需要注意的是，若上述相似度值S的结果为负值，则将相似度值S记为0。
举个例子，如表4所示，根据表4可以获知待测设备x的动态属性信息，设备信息库中5个样本设备的动态属性信息，以及每个动态属性信息对应的相似权重和相异权重。则待测设备x与设备1之间的相似度值为：[(1+4)-(3+2+2)]/(1+4)＝-0.4，由于相似度值为负值，因此，将待测设备x与设备1之间的相似度值记作0。采用类似的方法，可以得出待测设备x与其他设备之间的相似度值。
表4：待测设备与相似设备的动态属性信息的示例
步骤104中，将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。本发明不对预设阈值做具体限定，具体实施中可以根据实际情况自行设置。
具体来说，若存在相似度值大于预设阈值的相似设备，则根据相似设备的个数，分别以下两种可能的情形：
情形一：
若仅存在一个相似度值大于所述预设阈值的相似设备，则将所述相似设备的设备指纹作为所述待测设备的设备指纹。
举个例子，待测设备x与设备1的相似度值为0，与设备2的相似度值为0.2，与设备3的相似度值为0，与设备4的相似度值为0.55，与设备5的相似度值为0.35，若预设阈值为0.5，则将设备4的设备指纹作为待测设备x的设备指纹。
情形二：
若存在多个相似度值大于所述预设阈值的相似设备，则将相似度值最大的相似设备的设备指纹作为所述待测设备的设备指纹。
举个例子，待测设备x与设备1的相似度值为0，与设备2的相似度值为0.6，与设备3的相似度值为0，与设备4的相似度值为0.55，与设备5的相似度值为0.35，若预设阈值为0.5，由此可知，待测设备x与设备2和设备4的相似度值都大于预设阈值，但由于待测设备x与设备2的相似度值大于待测设备x与设备4的相似度值，因此，将设备2的设备指纹作为待测设备x的设备指纹。
考虑到在确定待测设备的设备指纹之后，为了使设备信息库中的设备信息更加准确，本发明在确定待测设备的设备指纹之后，还提供一种更新设备信息库的方法，包括以下步骤：
步骤一，将所述待测设备的属性信息及设备指纹存储到设备信息库中。
步骤二，根据所述待测设备的属性信息更新所述设备信息库中每个动态属性信息的相似权重和相异权重。
需要说明的是，上述步骤一和步骤二仅为一种执行流程的示例性表示，本发明对上述两个步骤的先后顺序不做具体限定，例如，可以先根据所述待测设备的属性信息更新所述设备信息库中每个动态属性信息的相似权重和相异权重，然后将所述待测设备的属性信息及设备指纹存储到设备信息库中。也可以在将所述待测设备的属性信息及设备指纹存储到设备信息库中的同时，根据所述待测设备的属性信息更新所述设备信息库中每个动态属性信息的相似权重和相异权重。采用这种设备识别的方法，能够将设备识别结果添加到设备信息库中，使得设备信息库反作用于动态属性信息的权重计算，通过不断的统计分析和反馈，可以给每个动态属性信息赋予合理的权重，从而使得设备识别的结果更加的科学、合理和可靠。
基于上述描述的内容，图3示例性示出了本发明实施例提供的一种确定设备指纹的方法所对应的流程示意图，具体可结合上述描述，此处不再赘述。
本发明在算法稳定性方面，利用全量的设备信息进行相似度值的计算和设备的匹配，且在相似度计算时区分相似权重和相异权重，有效避免仅凭单一维度信息进行设备匹配导致设备指纹容易被篡改、识别准确率较低的问题；在算法性能方面，先根据设备静态属性信息查找相似设备，进而在查找到的有限设备集内进行相似度值的计算，使得在大量数据的情况下的实时查找和计算成为可能。
为了能够更加清楚的描述本发明的特点和方案，下文将结合实际运用场景进行描述。
场景一：
针对安卓移动设备，图4示例性示出了本发明实施例提供的一种识别安卓移动设备的方法对应的流程示意图，如图4所述，包括以下步骤：
步骤401，将设备信息库中的安卓设备的属性信息划分为静态属性信息和动态属性信息，并确定动态属性信息的相似权重和相异权重，具体结果如表5所示。
表5：安卓设备的属性信息及权重
步骤402，从待测设备的属性信息中获取静态属性信息和动态属性信息，如表6所示。
表6：待测设备的属性信息
步骤403，比较待测设备与设备信息库中的静态属性信息，确定查找到静态属性信息相同的相似设备，若否，则执行步骤404，若是，则执行步骤405。
步骤404，计算待测设备的设备指纹。
具体来说，本发明中待测设备的设备指纹的计算方法采用现有技术中的计算方法，再次不再赘述。
步骤405，针对每个相似设备，若待测设备的动态属性信息与相似设备的动态属性信息相同，则执行步骤406；若待测设备的动态属性信息与相似设备的动态属性信息不同，则执行步骤407。
步骤406，将相同的动态属性信息对应的相似权重累加。
步骤407，将不同的动态属性信息对应的相异权重累加。
步骤408，确定待测设备与所述相似设备的相似度值，判断相似度值是否大于预设阈值，若大于预设阈值，则执行步骤409，否则，执行步骤404。
步骤409，判断相似度值大于预设阈值的设备个数是否仅为一个，若是，则执行步骤410，否则，执行步骤411。
步骤410，将所述相似设备的设备指纹作为所述待测设备的设备指纹。
步骤411，将相似度值最大的相似设备的设备指纹作为所述待测设备的设备指纹。
步骤412，将待测设备的属性信息及设备指纹存储到设备信息库中，并根据待测设备的属性信息更新设备信息库中每个动态属性信息的相似权重和相异权重。
场景二：
针对个人计算机(Personal Computer，PC)，可以基于浏览器来进行设备识别，如表7所示，为PC设备的属性信息及动态属性信息的相似权重和相异权重。具体来说，PC平台采集的属性信息与安卓移动设备采集的属性信息有较大不同，因此，相应的属性信息划分和权重确定也有所不同，但设备识别的方法是一致的，具体如上文所述，本发明在此不再赘述。
表7：PC设备的属性信息及权重
基于相同构思，图5示例性示出了本发明实施例提供的一种设备识别装置的结构示意图，如图5所示，包括获取单元501，查找单元502，处理单元503；其中，
获取单元501，用于从待测设备的属性信息中获取静态属性信息和动态属性信息；
查找单元502，用于从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；
处理单元503，用于针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；
所述处理单元503，还用于将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。
本发明实施例中，首先从待测设备的属性信息中获取静态属性信息和动态属性信息；然后从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；接着，针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；最后，将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。由此可知，本发明根据待测设备的静态属性信息从设备信息库中查找到相似设备，能够使得设备识别在范围更小、更精确的相似设备中进行，有效提高设备识别的速率；进一步地，本发明针对每个相似设备，根据待测设备的动态属性信息，确定待测设备与相似设备的相似度值，进而确定待测设备的设备指纹，能够兼顾尽可能多的属性信息，有效提高设备识别的准确性，从而能够高效、快速的实时识别设备。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种设备识别方法，其特征在于，所述方法包括：
从待测设备的属性信息中获取静态属性信息和动态属性信息；
从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；
针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；
将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述设备信息库中不存在与所述待测设备的静态属性信息相同的相似设备，或者，若所述待测设备与每个相似设备的相似度值均小于所述预设阈值，则计算所述待测设备的设备指纹。
3.根据权利要求1所述的方法，其特征在于，每个动态属性信息具有相似权重和相异权重；
根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值，包括：
针对每个动态属性信息，若所述待测设备的动态属性信息与所述相似设备的动态属性信息相同，则获取所述动态属性信息的相似权重；若所述待测设备的动态属性信息与所述相似设备的动态属性信息不同，则获取所述动态属性信息的相异权重；
根据获取到的各个相似权重和/或相异权重，确定所述待测设备与所述相似设备的相似度值。
4.根据权利要求3所述的方法，其特征在于，每个动态属性信息的相似权重和相异权重是按照如下方式确定：
针对每个动态属性信息，根据所述设备信息库中包含所述动态属性信息的设备的总数和所述动态属性信息的属性值的类别数，确定所述动态属性信息的权重赋值基准；
根据所述权重赋值基准，确定所述每个动态属性信息的相似权重和相异权重，所述相似权重与所述权重赋值基准成正向关系，所述相异权重与所述权重赋值基准成反向关系。
5.根据权利要求4所述的方法，其特征在于，在确定待测设备的设备指纹之后，还包括：
将所述待测设备的属性信息及设备指纹存储到设备信息库中；
以及根据所述待测设备的属性信息更新所述设备信息库中每个动态属性信息的相似权重和相异权重。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述将相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹，包括：
若仅存在一个相似度值大于所述预设阈值的相似设备，则将所述相似设备的设备指纹作为所述待测设备的设备指纹；
若存在多个相似度值大于所述预设阈值的相似设备，则将相似度值最大的相似设备的设备指纹作为所述待测设备的设备指纹。
7.一种设备识别装置，其特征在于，包括：
获取单元，用于从待测设备的属性信息中获取静态属性信息和动态属性信息；
查找单元，用于从设备信息库中查找与所述待测设备的静态属性信息相同的相似设备；
处理单元，用于针对每个相似设备，根据所述待测设备的动态属性信息和所述相似设备的动态属性信息，确定所述待测设备与所述相似设备的相似度值；
所述处理单元，还用于将所述相似度值大于预设阈值的相似设备的设备指纹作为所述待测设备的设备指纹。
8.根据权利要求7所述的装置，其特征在于，所述处理单元还用于：
若所述设备信息库中不存在与所述待测设备的静态属性信息相同的相似设备，或者，若所述待测设备与每个相似设备的相似度值均小于所述预设阈值，则计算所述待测设备的设备指纹。
9.根据权利要求7所述的装置，其特征在于，每个动态属性信息具有相似权重和相异权重；
所述处理单元具体用于：
针对每个动态属性信息，若所述待测设备的动态属性信息与所述相似设备的动态属性信息相同，则获取所述动态属性信息的相似权重；若所述待测设备的动态属性信息与所述相似设备的动态属性信息不同，则获取所述动态属性信息的相异权重；
根据获取到的各个相似权重和/或相异权重，确定所述待测设备与所述相似设备的相似度值。
10.根据权利要求9所述的装置，其特征在于，每个动态属性信息的相似权重和相异权重是按照如下方式确定：
针对每个动态属性信息，根据所述设备信息库中包含所述动态属性信息的设备的总数和所述动态属性信息的属性值的类别数，确定所述动态属性信息的权重赋值基准；
根据所述权重赋值基准，确定所述每个动态属性信息的相似权重和相异权重，所述相似权重与所述权重赋值基准成正向关系，所述相异权重与所述权重赋值基准成反向关系。
11.根据权利要求10所述的装置，其特征在于，所述处理单元在确定待测设备的设备指纹之后，还用于：
将所述待测设备的属性信息及设备指纹存储到设备信息库中；
以及根据所述待测设备的属性信息更新所述设备信息库中每个动态属性信息的相似权重和相异权重。
12.根据权利要求7至11中任一项所述的方法，其特征在于，所述处理单元具体用于：
若仅存在一个相似度值大于所述预设阈值的相似设备，则将所述相似设备的设备指纹作为所述待测设备的设备指纹；
若存在多个相似度值大于所述预设阈值的相似设备，则将相似度值最大的相似设备的设备指纹作为所述待测设备的设备指纹。
13.一种计算机可读存储介质，其特征在于，所述存储介质存储有指令，当所述指令在计算机上运行时，使得计算机实现执行权利要求1至6中任一项所述的方法。
14.一种计算机设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如权利要求1至6任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710821959.5A CN107733869B (zh) | 2017-09-13 | 2017-09-13 | 一种设备识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710821959.5A CN107733869B (zh) | 2017-09-13 | 2017-09-13 | 一种设备识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107733869A true CN107733869A (zh) | 2018-02-23 |
| CN107733869B CN107733869B (zh) | 2020-06-19 |
Family
ID=61206135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710821959.5A Active CN107733869B (zh) | 2017-09-13 | 2017-09-13 | 一种设备识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107733869B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109560927A (zh) * | 2018-11-21 | 2019-04-02 | 阿里巴巴集团控股有限公司 | 一种设备指纹实现方法及装置 |
| CN109582703A (zh) * | 2018-12-03 | 2019-04-05 | 深圳市酷开网络科技有限公司 | 识别设备重复标识的方法、终端及存储介质 |
| CN109951330A (zh) * | 2019-03-14 | 2019-06-28 | 深圳力维智联技术有限公司 | 一种自动识别设备类型的管理方法及通讯管理机 |
| CN110177093A (zh) * | 2019-05-22 | 2019-08-27 | 上海上湖信息技术有限公司 | 一种进行身份识别的设备、用于识别的设备及识别方法 |
| CN110598472A (zh) * | 2019-09-18 | 2019-12-20 | 广州虎牙科技有限公司 | 设备标识方法、装置、服务器及存储介质 |
| CN111147535A (zh) * | 2018-11-06 | 2020-05-12 | 中国电信股份有限公司 | 避免物联网平台重复创建终端设备的方法和装置 |
| CN111371858A (zh) * | 2020-02-25 | 2020-07-03 | 同盾控股有限公司 | 群控设备识别方法、装置、介质及电子设备 |
| CN111400695A (zh) * | 2020-04-09 | 2020-07-10 | 中国建设银行股份有限公司 | 一种设备指纹生成方法、装置、设备和介质 |
| CN111414528A (zh) * | 2020-03-16 | 2020-07-14 | 同盾控股有限公司 | 确定设备标识的方法、装置、存储介质及电子设备 |
| CN112766681A (zh) * | 2021-01-11 | 2021-05-07 | 杭州迪普科技股份有限公司 | 设备分类管理方法及装置 |
| CN112926045A (zh) * | 2021-02-24 | 2021-06-08 | 北京通付盾人工智能技术有限公司 | 一种基于逻辑回归模型的群控设备识别方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012009619A2 (en) * | 2010-07-15 | 2012-01-19 | Movik Networks | Hierarchical device type recognition, caching control and enhanced cdn communication in a wireless mobile network |
| CN103166917A (zh) * | 2011-12-12 | 2013-06-19 | 阿里巴巴集团控股有限公司 | 网络设备身份识别方法及系统 |
| CN105989373A (zh) * | 2015-02-15 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 利用训练模型实现的获取设备指纹方法及装置 |
-
2017
- 2017-09-13 CN CN201710821959.5A patent/CN107733869B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012009619A2 (en) * | 2010-07-15 | 2012-01-19 | Movik Networks | Hierarchical device type recognition, caching control and enhanced cdn communication in a wireless mobile network |
| CN103166917A (zh) * | 2011-12-12 | 2013-06-19 | 阿里巴巴集团控股有限公司 | 网络设备身份识别方法及系统 |
| CN105989373A (zh) * | 2015-02-15 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 利用训练模型实现的获取设备指纹方法及装置 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111147535A (zh) * | 2018-11-06 | 2020-05-12 | 中国电信股份有限公司 | 避免物联网平台重复创建终端设备的方法和装置 |
| CN109560927B (zh) * | 2018-11-21 | 2022-05-03 | 创新先进技术有限公司 | 一种设备指纹实现方法及装置 |
| CN109560927A (zh) * | 2018-11-21 | 2019-04-02 | 阿里巴巴集团控股有限公司 | 一种设备指纹实现方法及装置 |
| CN109582703A (zh) * | 2018-12-03 | 2019-04-05 | 深圳市酷开网络科技有限公司 | 识别设备重复标识的方法、终端及存储介质 |
| CN109951330A (zh) * | 2019-03-14 | 2019-06-28 | 深圳力维智联技术有限公司 | 一种自动识别设备类型的管理方法及通讯管理机 |
| CN110177093A (zh) * | 2019-05-22 | 2019-08-27 | 上海上湖信息技术有限公司 | 一种进行身份识别的设备、用于识别的设备及识别方法 |
| CN110598472A (zh) * | 2019-09-18 | 2019-12-20 | 广州虎牙科技有限公司 | 设备标识方法、装置、服务器及存储介质 |
| CN110598472B (zh) * | 2019-09-18 | 2022-03-22 | 广州虎牙科技有限公司 | 设备标识方法、装置、服务器及存储介质 |
| CN111371858A (zh) * | 2020-02-25 | 2020-07-03 | 同盾控股有限公司 | 群控设备识别方法、装置、介质及电子设备 |
| CN111371858B (zh) * | 2020-02-25 | 2022-11-01 | 同盾控股有限公司 | 群控设备识别方法、装置、介质及电子设备 |
| CN111414528A (zh) * | 2020-03-16 | 2020-07-14 | 同盾控股有限公司 | 确定设备标识的方法、装置、存储介质及电子设备 |
| CN111414528B (zh) * | 2020-03-16 | 2024-02-09 | 同盾控股有限公司 | 确定设备标识的方法、装置、存储介质及电子设备 |
| CN111400695A (zh) * | 2020-04-09 | 2020-07-10 | 中国建设银行股份有限公司 | 一种设备指纹生成方法、装置、设备和介质 |
| CN111400695B (zh) * | 2020-04-09 | 2024-05-10 | 中国建设银行股份有限公司 | 一种设备指纹生成方法、装置、设备和介质 |
| CN112766681A (zh) * | 2021-01-11 | 2021-05-07 | 杭州迪普科技股份有限公司 | 设备分类管理方法及装置 |
| CN112926045A (zh) * | 2021-02-24 | 2021-06-08 | 北京通付盾人工智能技术有限公司 | 一种基于逻辑回归模型的群控设备识别方法 |
| CN112926045B (zh) * | 2021-02-24 | 2023-12-26 | 北京通付盾人工智能技术有限公司 | 一种基于逻辑回归模型的群控设备识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107733869B (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107733869B (zh) | 一种设备识别方法及装置 | |
| CN106453437B (zh) | 一种设备识别码获取方法及装置 | |
| CN105335409B (zh) | 一种目标用户的确定方法、设备和网络服务器 | |
| CN106776809B (zh) | 一种数据查询方法及系统 | |
| US20120303624A1 (en) | Dynamic rule reordering for message classification | |
| CN111459985A (zh) | 标识信息处理方法及装置 | |
| CN109657107B (zh) | 一种基于第三方应用的终端匹配方法和装置 | |
| JP2013504118A (ja) | クエリのセマンティックパターンに基づく情報検索 | |
| CN108563697B (zh) | 一种数据处理方法、装置和存储介质 | |
| CN112052733A (zh) | 数据库构建方法、人脸识别方法、装置及电子设备 | |
| CN109241084B (zh) | 数据的查询方法、终端设备及介质 | |
| CN104978324B (zh) | 一种数据处理方法和装置 | |
| CN107291745B (zh) | 一种数据指标的管理方法及装置 | |
| CN109740129B (zh) | 基于区块链的报表生成方法、装置、设备及可读存储介质 | |
| CN109559336B (zh) | 对象追踪方法、装置及存储介质 | |
| CN109062936B (zh) | 一种数据查询方法、计算机可读存储介质及终端设备 | |
| CN110659282A (zh) | 数据路由的构建方法、装置、计算机设备和存储介质 | |
| CN112328631A (zh) | 一种生产故障分析方法、装置、电子设备及存储介质 | |
| CN111324781A (zh) | 一种数据分析方法、装置及设备 | |
| CN106874322A (zh) | 一种数据表关联方法和装置 | |
| CN114461644A (zh) | 一种数据采集方法、装置、电子设备及存储介质 | |
| CN110866249A (zh) | 一种动态检测恶意代码的方法、装置及电子设备 | |
| CN109699003B (zh) | 位置确定方法及装置 | |
| EP3451611B1 (en) | Method and apparatus for setting mobile device identifier | |
| WO2015124086A1 (en) | Virus signature matching method and apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |