CN111177483A - 终端设备的识别方法、设备及计算机可读存储介质 - Google Patents
终端设备的识别方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111177483A CN111177483A CN201911232825.5A CN201911232825A CN111177483A CN 111177483 A CN111177483 A CN 111177483A CN 201911232825 A CN201911232825 A CN 201911232825A CN 111177483 A CN111177483 A CN 111177483A
- Authority
- CN
- China
- Prior art keywords
- identification
- terminal device
- preset
- equipment
- recognition
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/71—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information
- G06F21/73—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information by creating or determining hardware identification, e.g. serial numbers
Abstract
本发明公开了一种终端设备的识别方法、设备及计算机可读存储介质,该方法包括以下步骤:当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据;将所述设备特征数据传输到多个预设识别模型,并基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果;对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别。本发明因设备特征数据表征了终端设备在多个方面的特征,通过预设识别模型对其进行识别,使得识别更为准确全面;同时设置多个具有不同识别机制的预设识别模型进行识别,并结合各自的权重生成最终的识别结果,进一步确保了终端设备识别的准确性。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种终端设备的识别方法、设备及计算机可读存储介质。
背景技术
为了实现安全防护、创建用户画像等目的,路由器或其他网关设备通常会对接入其的终端设备进行设备识别。
目前的设备识别方法主要是实时采集终端设备的主机名(hostname)信息,利用预先获得的正则规则集对主机名信息进行匹配,根据匹配结果进行终端设备识别。
但是主机名具有可修改性,一旦用户对其终端设备的主机名信息进行修改,则使得利用正则规则集对主机名信息的匹配不准确,导致出现对终端设备的识别失败或者识别不准确的问题。
发明内容
本发明的主要目的在于提供一种终端设备的识别方法、设备及计算机可读存储介质,旨在解决现有技术中因用于识别的主机名修改而导致的对终端设备识别失败或识别不准确的技术问题。
为实现上述目的,本发明提供一种终端设备的识别方法,所述终端设备的识别方法包括以下步骤:
当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据;
将所述设备特征数据传输到多个预设识别模型,并基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果;
对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别。
可选地,所述将所述设备特征数据传输到多个预设识别模型的步骤之前包括:
判断所述设备特征数据中是否存在地址数据,若存在地址数据,则读取所述地址数据,并判断所述地址数据是否存在于预设设备信息数据库;
若存在于所述预设设备信息数据库,则根据所述地址数据,生成所述终端设备的目标识别结果,完成对所述终端设备的识别;
若不存在于所述预设设备信息数据库,则执行将所述设备特征数据传输到多个预设识别模型的步骤。
可选地,所述根据所述地址数据,生成所述终端设备的目标识别结果的步骤之后包括:
根据预设字符集,识别所述地址数据中的待筛选字符;
将所述待筛选字符从所述地址数据中剔除,生成标准字符串;
读取与所述地址数据对应的设备信息,并将所述标准字符串和所述设备信息形成对应关系后传输到预设知识库中。
可选地,所述多个预设识别模型包括第一识别模型和第二识别模型;
所述基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果的步骤包括:
基于所述第一识别模型对所述设备特征数据进行品牌识别和型号识别,生成第一识别结果;
基于所述第二识别模型对所述设备特征数据进行品牌识别和型号识别,生成第二识别结果。
可选地,所述对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果的步骤包括:
确定与所述第一识别结果对应的第一权重值,以及与所述第二识别结果对应的第二权重值;
根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果。
可选地,所述根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果的步骤之前包括:
判断所述第一识别结果和所述第二识别结果是否均为空值;
若所述第一识别结果和所述第二识别结果均为空值,则将所述设备特征数据传输到预设学习模型中,以基于所述预设学习模型,生成所述终端设备的目标识别结果;
若所述第一识别结果和所述第二识别结果不均为空值,则执行根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果的步骤。
可选地,所述对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别的步骤之后包括:
将所述目标识别结果输出,并在接收到基于输出的所述目标识别结果的反馈信息时,对所述反馈信息的数量进行计数统计,生成计数值;
当所述计数值大于预设阈值时,根据所述反馈信息,对与各所述预设识别模型对应的数据库中的数据进行替换。
可选地,所述当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据的步骤之前包括:
获取对与各所述预设识别模型对应的数据库进行更新的更新数据,并根据所述更新数据,对各所述数据库中的数据进行更新。
进一步地,为实现上述目的,本发明还提供一种终端设备的识别设备,所述终端设备的识别设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的终端设备的识别程序,所述终端设备的识别程序被所述处理器执行时实现如上述所述的终端设备的识别方法的步骤。
进一步地,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有终端设备的识别程序,所述终端设备的识别程序被处理器执行时实现如上所述的终端设备的识别方法的步骤。
本发明的终端设备的识别方法,通过在侦测到对终端设备的识别请求时,对终端设备的设备特征数据进行获取,并将该获取的设备特征数据传输到多个预设识别模型,由多个预设识别模型来对设备特征数据进行识别,生成多个识别结果;进而对多个识别结果进行加权融合,生成对终端设备最终的目标识别结果,由此完成对终端设备的识别。因设备特征数据表征了终端设备在多个方面的特征,通过预设识别模型对其进行识别,使得识别更为准确全面;同时设置多个具有不同识别机制的预设识别模型进行识别,并结合各自的权重生成最终的识别结果,避免了单个预设识别模型可能存在的误识别,进一步确保了终端设备识别的准确性。
附图说明
图1为本发明终端设备的识别设备实施例方案涉及的设备硬件运行环境的结构示意图;
图2为本发明终端设备的识别方法第一实施例的流程示意图;
图3为本发明终端设备的识别方法第二实施例的流程示意图;
图4为本发明终端设备的识别方法第三实施例的流程示意图;
图5为本发明终端设备的识别方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种终端设备的识别设备,参照图1,图1为本发明终端设备的识别设备实施例方案涉及的设备硬件运行环境的结构示意图。
如图1所示,该终端设备的识别设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
本领域技术人员可以理解,图1中示出的终端设备的识别设备的硬件结构并不构成对终端设备的识别设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及终端设备的识别程序。其中,操作系统是管理和控制终端设备的识别设备与软件资源的程序,支持网络通信模块、用户接口模块、终端设备的识别程序以及其他程序或软件的运行;网络通信模块用于管理和控制网络接口1004;用户接口模块用于管理和控制用户接口1003。
在图1所示的终端设备的识别设备硬件结构中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;处理器1001可以调用存储器1005中存储的终端设备的识别程序,并执行以下操作:
当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据;
将所述设备特征数据传输到多个预设识别模型,并基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果;
对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别。
进一步地,所述将所述设备特征数据传输到多个预设识别模型的步骤之前包括:
判断所述设备特征数据中是否存在地址数据,若存在地址数据,则读取所述地址数据,并判断所述地址数据是否存在于预设设备信息数据库;
若存在于所述预设设备信息数据库,则根据所述地址数据,生成所述终端设备的目标识别结果,完成对所述终端设备的识别;
若不存在于所述预设设备信息数据库,则执行将所述设备特征数据传输到多个预设识别模型的步骤。
进一步地,所述根据所述地址数据,生成所述终端设备的目标识别结果的步骤之后,处理器1001可以调用存储器1005中存储的终端设备的识别程序,并执行以下操作:
根据预设字符集,识别所述地址数据中的待筛选字符;
将所述待筛选字符从所述地址数据中剔除,生成标准字符串;
读取与所述地址数据对应的设备信息,并将所述标准字符串和所述设备信息形成对应关系后传输到预设知识库中。
进一步地,所述多个预设识别模型包括第一识别模型和第二识别模型;
所述基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果的步骤包括:
基于所述第一识别模型对所述设备特征数据进行品牌识别和型号识别,生成第一识别结果;
基于所述第二识别模型对所述设备特征数据进行品牌识别和型号识别,生成第二识别结果。
进一步地,所述对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果的步骤包括:
确定与所述第一识别结果对应的第一权重值,以及与所述第二识别结果对应的第二权重值;
根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果。
进一步地,所述根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果的步骤之前,处理器1001可以调用存储器1005中存储的终端设备的识别程序,并执行以下操作:
判断所述第一识别结果和所述第二识别结果是否均为空值;
若所述第一识别结果和所述第二识别结果均为空值,则将所述设备特征数据传输到预设学习模型中,以基于所述预设学习模型,生成所述终端设备的目标识别结果;
若所述第一识别结果和所述第二识别结果不均为空值,则执行根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果的步骤。
进一步地,所述对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别的步骤之后,处理器1001可以调用存储器1005中存储的终端设备的识别程序,并执行以下操作:
将所述目标识别结果输出,并在接收到基于输出的所述目标识别结果的反馈信息时,对所述反馈信息的数量进行计数统计,生成计数值;
当所述计数值大于预设阈值时,根据所述反馈信息,对与各所述预设识别模型对应的数据库中的数据进行替换。
进一步地,所述当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据的步骤之前,处理器1001可以调用存储器1005中存储的终端设备的识别程序,并执行以下操作:
获取对与各所述预设识别模型对应的数据库进行更新的更新数据,并根据所述更新数据,对各所述数据库中的数据进行更新。
本发明终端设备的识别设备的具体实施方式与下述终端设备的识别方法各实施例基本相同,在此不再赘述。
本发明还提供一种终端设备的识别方法。
参照图2,图2为本发明终端设备的识别方法第一实施例的流程示意图。
本发明实施例提供了终端设备的识别方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。具体地,本实施例中的终端设备的识别方法包括:
步骤S10,当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据;
本实施例中的终端设备的识别方法应用于路由器,或者与路由器通信连接的服务器,适用于通过路由器或服务器对接入到路由器中的终端设备进行识别,本实施例以服务器为例进行说明。其中识别时机可以设定为检测到终端设备接入到路由器时,即当终端设备接入到路由器时,则触发设备识别请求对终端设备进行识别,以确保路由器中所接入终端设备的安全性。也可以设置定时识别,即设定识别周期,如半年或者一年等;每当检测到达该识别周期,则触发设备识别请求对终端设备进行识别,以确保终端设备在接入路由器后使用过程中的安全性。还可以设置接入识别和周期识别结合的机制,即在终端设备初始接入时进行识别,并在使用过程中到达识别周期时再次进行识别,以确保终端设备接入路由器安全性的同时,还确保终端设备使用过程中的安全性。
进一步地,服务器在侦测到该类对终端设备的识别请求时,则对终端设备的设备特征数据进行获取。其中设备特征数据是指能够反映终端设备特征的数据,可以是各个设备厂商在终端设备生产的过程中录入的信息,如设备地址数据(又叫媒体存取控制位址,也称为局域网地址LAN Address、MAC地址(Media Access Control Address))、终端设备的主机名(Hostname),用户代理(user agent)信息、设备特征字段信息(又叫OP60,是指带有标识性的字段,用来识别品牌,型号,类型等)以及终端设备关联的DNS(Domain Name System,设备域名)信息等。
需要说明的是,该类设备特征数据可通过服务器对终端设备上报的通信消息进行解析获取,如对终端设备上报的超文本传输协议HTTP报文进行解析,来得到终端设备的设备特征数据,以通过获取的终端设备的设备特征数据来对终端设备的品牌、型号等信息进行识别。
步骤S20,将所述设备特征数据传输到多个预设识别模型,并基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果;
更进一步地,预先设置有多个用于终端设备识别的预设识别模型,且各预设识别模型均包括识别接口和后台连接的数据库;识别接口用于实现调用预设识别模型进行识别;后台连接的数据库中存储有各种类型终端设备的设备特征数据及各自对应的品牌、型号等信息,以用于对终端设备进行识别。
可理解地,终端设备的品牌和型号具有更新的特性,为了提高识别的准确性,需要依据更新的终端设备,对各预设识别模块后台连接的数据库进行更新。具体地,在调用预设识别模型对终端设备进行识别之前,检测是否具有更新的终端设备,若具有则获取该终端设备的设备特征数据及其对应的品牌、信号信息,作为对各预设识别模型后台连接的数据库进行更新的更新数据。将该更新数据添加到各数据库中,实现对各数据库中数据的更新。
此外,也可设置定时更新机制,而非在服务器调用预设识别模型对终端设备识别之前,才对各数据库检测更新。预先设置更新周期,每当检测到达该更新周期时,即检测在该更新周期内是否具有更新的终端设备。若具有则获取该更新的终端设备的设备特征数据及其对应的品牌、信号信息,作为更新数据添加到与预设识别模型后台连接的数据库中,以对各数据库中的数据进行更新。
需要说明的是,各预设识别模型对终端设备识别的机制存在差异性,所对接的数据库中的数据也不相同,使得针对各自获取的更新数据需要进行区分。如某一预设识别模型A依据主机名和用户代理信息来实现识别,而另一预设识别模型B依据终端设备关联的DNS来实现识别;在针对更新的终端设备获取更新数据时,对于预设识别模型A,则获取更新的终端设备中的主机名和用户代理信息来作为其更新数据a,对于预设识别模型B,则获取更新的终端设备关联的DNS来作为其更新数据b;进而将更新数据a添加到与预设识别模型A对应的数据库中,并将更新数据b添加到与预设识别模型B对应的数据库中,以对各预设识别模型依据各自的识别机制进行区别更新,更新更为准确,有利于终端设备的准确识别。
进一步地,将获取的终端设备的设备特征数据分别传输到各个预设识别模型,以通过各个预设识别模型对设备特征数据进行识别,生成各自的识别结果。因各预设识别模型的识别机制的差异性,使得各预设识别模型对设备特征数据的识别方式和识别结果也不同;各预设识别模型以不同的方式对设备特征数据中的各项信息进行匹配,得到各自的识别结果。如上述预设识别模型A以主机名和用户代理信息来识别,则通过与A对应的数据库对设备特征数据中的主机名和用户代理信息进行匹配;若数据库和设备特征数据中存在该两项数据,则将数据库中与该两项数据对应的品牌和型号信息作为识别结果;若数据库和设备特征信息中仅存在两项数据中的任一项,则将数据库中与任意一项数据对应的品牌和型号信息作为识别结果。以此,通过各预设识别模型根据设备特征数据中所具有的信息不同,以不同的方式进行匹配,得到各自对终端设备的识别结果。
步骤S30,对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别。
更进一步地,因各预设识别模型所生成的识别结果,依据设备特征数据中的不同信息识别得到,使得各识别结果的准确性存在差异。为了确保终端设备识别的准确性,设置有对各识别结果进行加权融合的机制。针对各预设识别模型预先设置有表征各自识别结果可信度高低的权重值,根据各预设识别模型之间权重值的大小关系,将权重值小表征可信度低的识别结果,融合到权重值大表征可信度高的识别结果中,得到最终表征终端设备品牌和型号的目标识别结果,并将该目标识别结果输出,完成对终端设备的识别。
需要说明的是,预设识别模型中的权重值其实质为基于识别所依据的信息设定,依据的信息可信度越高,所设定的权重值越大,表征识别的结果更为准确。如对于上述预设识别模型A和B,A依据主机名和用户代理信息来识别,B依据终端设备关联的DNS来识别;因主机名和用户代理信息的组合相对于终端设备关联的DNS的可信度高,从而可设置预设识别模型A的权重值大于预设识别模型B的权重值。以此,通过各个权重值对各识别结果的融合,使得最终的目标识别结果更为准确。
本发明的终端设备的识别方法,通过在侦测到对终端设备的识别请求时,对终端设备的设备特征数据进行获取,并将该获取的设备特征数据传输到多个预设识别模型,由多个预设识别模型来对设备特征数据进行识别,生成多个识别结果;进而对多个识别结果进行加权融合,生成对终端设备最终的目标识别结果,由此完成对终端设备的识别。因设备特征数据表征了终端设备在多个方面的特征,通过预设识别模型对其进行识别,使得识别更为准确全面;同时设置多个具有不同识别机制的预设识别模型进行识别,并结合各自的权重生成最终的识别结果,避免了单个预设识别模型可能存在的误识别,进一步确保了终端设备识别的准确性。
进一步地,基于本发明终端设备的识别方法的第一实施例,提出本发明终端设备的识别方法第二实施例。
请参照图3,所述终端设备的识别方法第二实施例与所述终端设备的识别方法第一实施例的区别在于,所述将所述设备特征数据传输到多个预设识别模型的步骤之前包括:
步骤S40,判断所述设备特征数据中是否存在地址数据,若存在地址数据,则读取所述地址数据,并判断所述地址数据是否存在于预设设备信息数据库;
步骤S50,若存在于所述预设设备信息数据库,则根据所述地址数据,生成所述终端设备的目标识别结果,完成对所述终端设备的识别;
步骤S60,若不存在于所述预设设备信息数据库,则执行将所述设备特征数据传输到多个预设识别模型的步骤。
本实施例在通过预设识别模型对终端设备进行识别之前,设置有基于终端设备的地址数据进行识别的机制。具体地,预先设置有预设设备信息数据库,该预设设备信息数据库中存储有各种类型终端设备的地址数据及其对应的品牌和型号信息,其中地址数据优选为MAC地址。在将设备特征数据传输到多个预设识别模型进行识别之前,先判断设备特征数据中是否存在地址数据,若存在地址数据,则优先以地址数据进行终端设备的识别;若不存在地址数据,则将设备特征数据传输到多个预设识别模型中,以依据多个预设识别模型来对终端设备进行识别。
进一步地,若经判定设备特征数据中存在地址数据,则对该地址数据进行读取;即依据MAC地址所具有的特性,识别设备特征数据中的MAC地址,并读取为地址数据。此后,将该读取得到的地址数据传输到预设设备信息数据库,和预设设备信息数据库中的各项地址数据进行对比,判断地址数据是否存在于预设设备信息数据库中。若预设设备信息数据库中存在某一项地址数据和该读取的地址数据一致,则判定该读取的地址数据存在于预设设备信息数据库中;反之若设备信息中的各项地址数据均和读取的地址数据不一致,则判定该读取的地址数据不存在于预设设备信息数据库中。
更进一步地,若经判定读取的地址数据存在于预设设备信息数据库中,则查找预设设备信息数据库中与该地址数据对应的品牌和型号信息,并将查找得到的品牌和型号信息作为对终端设备进行识别所得到的目标识别结果,而完成对终端设备的识别。反之,若经判定读取的地址数据不存在于预设设备信息数据库中,则将设备特征数据传输到多个预设识别模型中,以依据多个预设识别模型来对终端设备进行识别。
此外,服务器还与预先设置的预设知识库对接,预设知识库中记录有各次依据地址数据所进行的终端设备识别结果,对各次识别出的地址数据所对应终端设备的品牌和型号以标准化的形式记录。本实施例在根据地址数据,生成终端设备的目标识别结果后,需要由预设知识库进行记录。具体地,根据地址数据,生成终端设备的目标识别结果的步骤之后包括:
步骤S70,根据预设字符集,识别所述地址数据中的待筛选字符;
步骤S80,将所述待筛选字符从所述地址数据中剔除,生成标准字符串;
步骤S90,读取与所述地址数据对应的设备信息,并将所述标准字符串和所述设备信息形成对应关系后传输到预设知识库中。
进一步地,预先将所需要去除的字符,如“/”、“-”、“.”等,形成为预设字符集并传输到服务器。服务器在依据设备特征数据中的地址数据,生成终端设备的目标识别结果后,调用该预设字符集,并将地址数据和该预设字符集对比,识别地址数据中所需要去除的字符作为待筛选字符。进而将经识别的待筛选字符,从地址数据中剔除,得到标准化处理之后的标准字符串。此后读取与地址数据对应的设备信息,并在将设备信息和标准字符串之间形成对应关系后,传输到预设知识库存储,以便于后续依据预设知识库中所存储的经标准化的各个对应关系来创建生成用户画像或进行用户风险分析等。其中,对应关系可以以键值对的形式存在,也可以以一一映射的形式存在,对此不做限制。
本实施在设备特征数据中存在地址数据的情况下,优先以地址数据来进行终端设备的识别,并将识别的地址数据经标准化处理后和设备信息形成对应关系传输到预设知识库中进行记录;而在设备特征数据中不存在地址数据的情况下,则将设备特征数据传输到预设识别模型进行终端设备识别;多种识别方式的结合,确保了对终端设备识别的便捷性和准确性。
进一步地,基于本发明终端设备的识别方法的第一或第二实施例,提出本发明终端设备的识别方法第三实施例。
参照图4,所述终端设备的识别方法第三实施例与所述终端设备的识别方法第一或第二实施例的区别在于,所述多个预设识别模型包括第一识别模型和第二识别模型;
所述基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果的步骤包括:
步骤S21,基于所述第一识别模型对所述设备特征数据进行品牌识别和型号识别,生成第一识别结果;
步骤S22,基于所述第二识别模型对所述设备特征数据进行品牌识别和型号识别,生成第二识别结果。
本实施例中的多个预设识别模型至少包括第一识别模型和第二识别模型,且第一识别模型优选为OUI(Organizationally unique identifier,组织唯一标识符)识别模型,第二识别模型优选为UA(User agent,用户代理)识别模型;OUI识别模型中包含各种类型终端设备的标识信息,以依据设备特征数据中的标识信息,对终端设备进行识别。UA识别模型中则包含各种类型终端设备的用户代理信息,以依据设备特征数据中的用户代理信息,对终端设备进行识别。
进一步地,在通过各预设识别模型对设备特征数据识别过程中,除了预设识别模型本身所依据的用于识别的数据之外,还设置有结合设备特征数据中的其他数据进行辅助识别。如对于OUI识别模型,除了依据设备特征数据中的标识信息进行识别之外,还借助设备特征数据中的其他诸如主机名、关联的DNS等进行识别,以避免在设备特征数据中不包含标识信息时,借助其他数据进行识别。
更进一步地,第一识别模型中各种类型终端设备的标识信息和品牌、型号信息均构建为对应关系。在识别时,将设备特征数据传输到第一识别模型,通过第一识别模型来识别设备特征数据中是否存在标识信息。若存在标识信息,则将该标识信息和第一识别模型模型对比,查找第一识别模型中与该标识信息对应的目标标识信息,并将目标标识信息在第一识别模型中具有对应关系的品牌、型号信息作为所识别的品牌、型号,生成第一识别结果。若在第一识别模型中未查找到与标识信息对应的目标标识信息,或者设备特征数据中不存在标识信息,则第一识别模型对设备特征数据中的其他数据进行辅助识别,得到终端设备的品牌和型号,生成第一识别结果。若经其他数据辅助,仍不能识别得到终端设备的品牌和信号,则将第一识别结果生成为空值。
同样地,第二识别模型中各种类型终端设备的用户代理信息和品牌、型号信息也均构建为对应关系。在识别时,将设备特征数据传输到第二识别模型,通过第二识别模型来识别设备特征数据中是否存在用户代理信息。若存在用户代理信息,则将该代理信息和第二识别模型模型对比,查找第二识别模型中与该用户代理信息一致的目标代理信息,并将目标代理信息在第二识别模型中具有对应关系的品牌、型号信息作为所识别的品牌、型号,生成第二识别结果。若在第二识别模型中未查找到与用户代理信息对应的目标代理信息,或者设备特征数据中不存在用户代理信息,则由第二识别模型对设备特征数据中的其他数据进行辅助识别,得到终端设备的品牌和型号,生成第二识别结果。若经其他数据辅助,仍不能识别得到终端设备的品牌和信号,则将第二识别结果生成为空值。
更进一步地,在得到第一识别结果和第二识别结果之后,则依据第一识别模型和第二识别模型各自预先设置的权重值,对第一识别结果和第二识别结果进行加权融合,以生成终端设备最终的目标识别结果。其中,对多个识别结果进行加权融合,生成终端设备的目标识别结果的步骤包括:
步骤S31,确定与所述第一识别结果对应的第一权重值,以及与所述第二识别结果对应的第二权重值;
步骤S32,根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果。
可理解地,因第一识别模型和第二识别模型可能依据其他数据进行辅助识别,使得所生成的第一识别结果和第二识别结果具有变化的特性,所表征的可信度高低不同。从而在设定第一识别模型和第二识别模型的权重值时,针对不同的识别结果设定不同的权重值,在各识别结果和权重值之间形成对应关系。在生成第一识别结果和第二识别结果后,依据该对应关系,即可确定分别与第一识别结果对应的第一权重值,以及与第二识别结果对应的第二权重值。进而依据第一权重值和第二权重值之间的大小关系,来得到终端设备的目标识别结果,将权重值大的识别结果得到目标识别结果。
在一具体实施例中,第一识别模型为OUI识别模型,第二识别模型为UA识别模型。若由OUI识别模型的识别接口识别得到的第一识别结果为:品牌非空且型号非空;此时,因设定OUI识别接口输出结果权重K1大于UA识别模型结果权重K2,即第一权重值大于第二权重值,而优先选择OUI识别模型的第一识别结果作为终端设备最终的目标识别结果。若OUI识别接口输出品牌非空而型号为空,且UA识别模型输出品牌和型号时,因设定K1=K2,而将UA识别模型输出的型号补充给OUI识别接口的输出结果,再将补全后的信息作为终端设备的目标识别结果。即将OUI识别模型识别的第一识别结果中的品牌,和UA识别模型识别的第二识别结果中的型号结合,作为终端的目标识别结果。
进一步地,因第一识别结果和第二识别结果均存在为空值的情况,在依据第一权重值和第二权重值之间的大小关系,来生成终端设备的目标识别结果之前,需要先判断两者中是否存在为空值的情况。若两者均不为空值,则依据大小关系来生成目标识别结果;当两者中任意一项出现为空值的情况,则直接将两者中不为空值的结果作为终端设备的目标识别结果。而对于两者均为空值的情况,则设置由机器学习的方式来识别终端设备的品牌和型号。具体地,根据第一权重值和第二权重值的大小关系,生成终端设备的目标识别结果的步骤之前包括:
步骤S33,判断所述第一识别结果和所述第二识别结果是否均为空值;
步骤S34,若所述第一识别结果和所述第二识别结果均为空值,则将所述设备特征数据传输到预设学习模型中,以基于所述预设学习模型,生成所述终端设备的目标识别结果;
步骤S35,若所述第一识别结果和所述第二识别结果不均为空值,则执行根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果的步骤。
更进一步地,检测第一识别结果和第二识别结果是否具有数值,若具有数值则判定第一识别结果和第二识别结果不均为空值,此时依据第一权重值和第二权重值之间的大小关系,来生成终端设备的目标识别结果。若均不具有数值则判定第一识别结果和第二识别结果均为空值。对于均为空值,需要依据机器学习的方式来识别的情形,预先将各种终端设备的设备特征数据作为样本数据来对进行模型训练,得到预设学习模型。在经判定第一识别结果和第二识别结果均为空值后,调用该预设学习模型,并将设备特征数据传输到预设学习模型中,以通过预设学习模型来对设备特征数据进行识别,得到终端设备的目标识别结果。
本实施例通过不同的预设识别模型以不同的识别机制对终端设备进行识别,并设置不同的权重值来对各预设识别模型识别的结果加权融合,得到终端设备最终的目标识别结果,实现了以设备特征数据中的不同数据来从多个方面识别终端设备,提高了识别的准确性。
进一步地,基于本发明终端设备的识别方法的第一、第二或第三实施例,提出本发明终端设备的识别方法第四实施例。
参照图5,所述终端设备的识别方法第四实施例与所述终端设备的识别方法第一、第二或第三实施例的区别在于,所述对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别的步骤之后包括:
步骤S100,将所述目标识别结果输出,并在接收到基于输出的所述目标识别结果的反馈信息时,对所述反馈信息的数量进行计数统计,生成计数值;
步骤S110,当所述计数值大于预设阈值时,根据所述反馈信息,对与各所述预设识别模型对应的数据库中的数据进行替换。
本实施例在经识别得到终端设备的目标识别结果后,服务器将该包括终端设备品牌、型号等信息的目标识别结果输出,便于用户了解识别结果。而该输出的目标识别结果可能存在不准确的情况,用户在查看到目标识别结果后,可进行反馈,以对该目标识别结果进行修正。具体地,服务器在接收到用户基于输出的目标识别结果所发生的反馈信息后,对该反馈信息的数量进行累加统计,生成计数值。通过计数值来表征不同用户对该目标识别结果反馈的次数,反馈次数越多,说明目标识别结果有误的可能性越大。同时为了表征反馈次数的多少,预先设置预设阈值;在计数统计得到技术值后,将计数值和预设阈值对比,判断计数值是否大于预设阈值,若大于则说明目标识别结果有误的可能性大,而需要对其进行修正。若不大于则说明目标识别结果有误的可能性不大,在下一次收到反馈信息后,继续计数统计,直到所生成的计数值大于预设阈值,则进行修正。
进一步地,因目标识别结果由各预设识别模型依据与其后台连接的数据库中的数据生成,目标识别结果有误即说明数据库中的数据有误,从而需要对该数据库中的数据进行修正,以确保后续识别的准确性。在修正时,先确定数据库中用于生成目标识别结果的目标数据,再用反馈信息中的反馈数据对该目标数据进行替换,实现对数据库中有误数据的修正,确保预设识别模型后续使用数据库所进行终端识别的准确性。
本实施例针对输出的目标识别结果设置反馈机制,在反馈的次数较多,目标识别结果有误的可能性较大时,对与预设识别模型对接数据库中的数据进行修正,以确保后续对终端设备所进行识别的准确性。
此外,本发明实施例还提出一种计算机可读存储介质。
计算机可读存储介质上存储有终端设备的识别程序,终端设备的识别程序被处理器执行时实现如上所述的终端设备的识别方法的步骤。
本发明计算机可读存储介质具体实施方式与上述终端设备的识别方法各实施例基本相同,在此不再赘述。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,这些均属于本发明的保护之内。
Claims (10)
1.一种终端设备的识别方法,其特征在于,所述终端设备的识别方法包括以下步骤:
当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据;
将所述设备特征数据传输到多个预设识别模型,并基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果;
对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别。
2.如权利要求1所述的终端设备的识别方法,其特征在于,所述将所述设备特征数据传输到多个预设识别模型的步骤之前包括:
判断所述设备特征数据中是否存在地址数据,若存在地址数据,则读取所述地址数据,并判断所述地址数据是否存在于预设设备信息数据库;
若存在于所述预设设备信息数据库,则根据所述地址数据,生成所述终端设备的目标识别结果,完成对所述终端设备的识别;
若不存在于所述预设设备信息数据库,则执行将所述设备特征数据传输到多个预设识别模型的步骤。
3.如权利要求2所述的终端设备的识别方法,其特征在于,所述根据所述地址数据,生成所述终端设备的目标识别结果的步骤之后包括:
根据预设字符集,识别所述地址数据中的待筛选字符;
将所述待筛选字符从所述地址数据中剔除,生成标准字符串;
读取与所述地址数据对应的设备信息,并将所述标准字符串和所述设备信息形成对应关系后传输到预设知识库中。
4.如权利要求1所述的终端设备的识别方法,其特征在于,所述多个预设识别模型包括第一识别模型和第二识别模型;
所述基于多个所述预设识别模型对所述设备特征数据进行识别,生成多个识别结果的步骤包括:
基于所述第一识别模型对所述设备特征数据进行品牌识别和型号识别,生成第一识别结果;
基于所述第二识别模型对所述设备特征数据进行品牌识别和型号识别,生成第二识别结果。
5.如权利要求4所述的终端设备的识别方法,其特征在于,所述对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果的步骤包括:
确定与所述第一识别结果对应的第一权重值,以及与所述第二识别结果对应的第二权重值;
根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果。
6.如权利要求5所述的终端设备的识别方法,其特征在于,所述根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果的步骤之前包括:
判断所述第一识别结果和所述第二识别结果是否均为空值;
若所述第一识别结果和所述第二识别结果均为空值,则将所述设备特征数据传输到预设学习模型中,以基于所述预设学习模型,生成所述终端设备的目标识别结果;
若所述第一识别结果和所述第二识别结果不均为空值,则执行根据所述第一权重值和第二权重值的大小关系,生成所述终端设备的目标识别结果的步骤。
7.如权利要求1-6任一项所述的终端设备的识别方法,其特征在于,所述对多个所述识别结果进行加权融合,生成所述终端设备的目标识别结果,完成对所述终端设备的识别的步骤之后包括:
将所述目标识别结果输出,并在接收到基于输出的所述目标识别结果的反馈信息时,对所述反馈信息的数量进行计数统计,生成计数值;
当所述计数值大于预设阈值时,根据所述反馈信息,对与各所述预设识别模型对应的数据库中的数据进行替换。
8.如权利要求1-6任一项所述的终端设备的识别方法,其特征在于,所述当侦测到对终端设备的识别请求时,获取所述终端设备的设备特征数据的步骤之前包括:
获取对与各所述预设识别模型对应的数据库进行更新的更新数据,并根据所述更新数据,对各所述数据库中的数据进行更新。
9.一种终端设备的识别设备,其特征在于,所述终端设备的识别设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的终端设备的识别程序,所述终端设备的识别程序被所述处理器执行时实现如权利要求1-8中任一项所述的终端设备的识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有终端设备的识别程序,所述终端设备的识别程序被处理器执行时实现如权利要求1-8中任一项所述的终端设备的识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911232825.5A CN111177483A (zh) | 2019-12-04 | 2019-12-04 | 终端设备的识别方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911232825.5A CN111177483A (zh) | 2019-12-04 | 2019-12-04 | 终端设备的识别方法、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111177483A true CN111177483A (zh) | 2020-05-19 |
Family
ID=70650169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911232825.5A Pending CN111177483A (zh) | 2019-12-04 | 2019-12-04 | 终端设备的识别方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111177483A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112039729A (zh) * | 2020-08-28 | 2020-12-04 | 中移(杭州)信息技术有限公司 | 设备识别方法、服务器、电子设备和存储介质 |
CN112507087A (zh) * | 2020-12-21 | 2021-03-16 | 苏州三六零智能安全科技有限公司 | 终端设备识别方法、设备、存储介质及装置 |
CN113625073A (zh) * | 2021-06-23 | 2021-11-09 | 国网浙江省电力有限公司营销服务中心 | 一种非侵入式负荷监测系统的特征库更替方法和监测方法 |
CN114338602A (zh) * | 2021-12-06 | 2022-04-12 | 深圳市联洲国际技术有限公司 | 网络设备的识别方法及其装置、计算机可读存储介质 |
CN114363206A (zh) * | 2021-12-28 | 2022-04-15 | 奇安信科技集团股份有限公司 | 终端资产识别方法、装置、计算设备及计算机存储介质 |
CN116561403A (zh) * | 2023-07-11 | 2023-08-08 | 苏州迈科网络安全技术股份有限公司 | 终端识别方法、系统、存储介质及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170148430A1 (en) * | 2015-11-25 | 2017-05-25 | Samsung Electronics Co., Ltd. | Method and device for recognition and method and device for constructing recognition model |
CN109117250A (zh) * | 2018-07-27 | 2019-01-01 | 平安科技(深圳)有限公司 | 一种模拟器识别方法、识别设备及计算机可读介质 |
CN109905293A (zh) * | 2019-03-12 | 2019-06-18 | 北京奇虎科技有限公司 | 一种终端设备识别方法、系统及存储介质 |
CN109951354A (zh) * | 2019-03-12 | 2019-06-28 | 北京奇虎科技有限公司 | 一种终端设备识别方法、系统及存储介质 |
-
2019
- 2019-12-04 CN CN201911232825.5A patent/CN111177483A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170148430A1 (en) * | 2015-11-25 | 2017-05-25 | Samsung Electronics Co., Ltd. | Method and device for recognition and method and device for constructing recognition model |
CN109117250A (zh) * | 2018-07-27 | 2019-01-01 | 平安科技(深圳)有限公司 | 一种模拟器识别方法、识别设备及计算机可读介质 |
CN109905293A (zh) * | 2019-03-12 | 2019-06-18 | 北京奇虎科技有限公司 | 一种终端设备识别方法、系统及存储介质 |
CN109951354A (zh) * | 2019-03-12 | 2019-06-28 | 北京奇虎科技有限公司 | 一种终端设备识别方法、系统及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112039729A (zh) * | 2020-08-28 | 2020-12-04 | 中移(杭州)信息技术有限公司 | 设备识别方法、服务器、电子设备和存储介质 |
CN112507087A (zh) * | 2020-12-21 | 2021-03-16 | 苏州三六零智能安全科技有限公司 | 终端设备识别方法、设备、存储介质及装置 |
CN112507087B (zh) * | 2020-12-21 | 2022-11-04 | 苏州三六零智能安全科技有限公司 | 终端设备识别方法、设备、存储介质及装置 |
CN113625073A (zh) * | 2021-06-23 | 2021-11-09 | 国网浙江省电力有限公司营销服务中心 | 一种非侵入式负荷监测系统的特征库更替方法和监测方法 |
CN114338602A (zh) * | 2021-12-06 | 2022-04-12 | 深圳市联洲国际技术有限公司 | 网络设备的识别方法及其装置、计算机可读存储介质 |
CN114363206A (zh) * | 2021-12-28 | 2022-04-15 | 奇安信科技集团股份有限公司 | 终端资产识别方法、装置、计算设备及计算机存储介质 |
CN116561403A (zh) * | 2023-07-11 | 2023-08-08 | 苏州迈科网络安全技术股份有限公司 | 终端识别方法、系统、存储介质及设备 |
CN116561403B (zh) * | 2023-07-11 | 2023-10-20 | 苏州迈科网络安全技术股份有限公司 | 终端识别方法、系统、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177483A (zh) | 终端设备的识别方法、设备及计算机可读存储介质 | |
CN109951354B (zh) | 一种终端设备识别方法、系统及存储介质 | |
CN109905293B (zh) | 一种终端设备识别方法、系统及存储介质 | |
US20180260266A1 (en) | Identifying potential solutions for abnormal events based on historical data | |
CN111045952A (zh) | 软件测试方法、流量回放装置、终端设备及可读存储介质 | |
CN107832217A (zh) | 一种自动化测试方法及装置 | |
CN109905292B (zh) | 一种终端设备识别方法、系统及存储介质 | |
CN106485261A (zh) | 一种图像识别的方法和装置 | |
US20180331924A1 (en) | System monitoring device | |
CN109711656B (zh) | 多系统关联预警方法、装置、设备及计算机可读存储介质 | |
KR102125463B1 (ko) | 단말의 식별 및 분류를 위한 데이터 제공 장치 및 방법 | |
CN112132220A (zh) | 一种自训练方法、系统、装置、电子设备及存储介质 | |
CN115242436B (zh) | 一种基于命令行特征的恶意流量检测方法及系统 | |
CN115242692B (zh) | 网络资产自定义协议识别方法、装置、终端及存储介质 | |
CN112068854A (zh) | 智能设备算法更新系统、智能设备及平台服务器 | |
CN111382051A (zh) | 一种api自动测试方法及测试装置 | |
CN115904978A (zh) | 一种Redfish接口测试方法、计算设备及存储介质 | |
CN111010458B (zh) | 域名规则的生成方法、设备及计算机可读存储介质 | |
KR102003450B1 (ko) | 웹 서버 사용자의 모니터링 방법 및 장치 | |
CN108763291B (zh) | 一种数据管理方法、装置及电子设备 | |
CN113076112A (zh) | 数据库部署的方法、装置及电子设备 | |
CN111131534B (zh) | 域名规则的处理方法、设备及计算机可读存储介质 | |
CN111666471A (zh) | 信息采集方法、装置、计算机设备及存储介质 | |
US10740223B1 (en) | Systems and methods for checkpoint-based machine learning model | |
US11334631B1 (en) | Method and apparatus for identifying devices using collective intelligence |
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 |