standard library
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(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 202211028070.9 (22)申请日 2022.08.25 (71)申请人 清华大学 地址 100084 北京市海淀区清华园 申请人 国家电网有限公司信息通信分公司 国网河南省电力公司信息通信公司 (72)发明人 李城龙 吴毅超 胡威 杨家海 王之梁 程杰 夏昂 卢腾 魏家辉 林冰洁 党芳芳 闫丽景 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 孟洋 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06F 16/35(2019.01) G06F 40/216(2020.01) H04L 67/02(2022.01) H04L 67/12(2022.01) (54)发明名称 一种主动探测场景下的物联网设备识别方 法及装置 (57)摘要 本发明公开了一种主动探测场景下的物联 网设备识别方法及装置, 该方法包括: 获取第一 网络文本数据, 其中, 第一网络文本数据包括基 于网络设备的网络文本数据; 提取第一网络文本 数据的网络图像特征输出第一图像特征向量, 并 提取第一网络文本数据的第一统计特征向量; 将 第一图像特征向量和第一统计特征向量进行融 合拼接, 得到网络设备特征向量; 将网络设备特 征向量输入预训练的神经网络分类模型得到概 率向量, 以利用概率向量识别物联网设备。 本发 明通过将HTML文本转化为图像, 不仅保持了HTML 文本的特征, 还能利用先进的图像特征提取模型 提取出更有效的特征, 大幅提高了设备识别的准 确度; 并且利用图像特征规避了此类问题, 扩大 了设备识别的范围。 权利要求书2页 说明书6页 附图2页 CN 115546496 A 2022.12.30 CN 115546496 A 1.一种主动探测场景 下的物联网设备识别方法, 其特 征在于, 包括以下步骤: 获取第一网络文本数据, 其中, 所述第一网络文本数据包括基于网络设备的网络文本 数据; 提取所述第 一网络文本数据的网络图像特征输出第 一图像特征向量, 并提取所述第 一 网络文本数据的第一统计特 征向量; 将所述第一图像特征向量和所述第 一统计特征向量进行融合拼接, 得到网络设备特征 向量; 将所述网络设备特征向量输入预训练 的神经网络分类模型得到概率向量, 以利用所述 概率向量识别物联网设备。 2.根据权利要求1所述的方法, 其特征在于, 所述提取第 一网络文本数据的网络图像特 征输出图像特 征向量, 包括: 利用预设的网络渲染工具对所述第一网络文本数据进行渲染得到网络图像; 使用预训练的神经网络模型对所述网络图像进行特征提取, 输出多维度的所述图像特 征向量。 3.根据权利要求1所述的方法, 其特征在于, 在将所述网络设备特征向量输入预训练 的 神经网络分类模型 得到类别为设备的概 率向量之前, 还 包括: 获取第二网络文本数据, 其中, 所述第二网络文本数据包括含有标签信息的基于物联 网设备的网络文本数据; 提取所述第 二网络文本数据的网络图像特征输出第 二图像特征向量, 并提取所述第 二 网络文本数据的第二统计特征向量; 以及, 将所述第二图像特征向量和所述第二统计特征 向量进行融合 拼接得到物联网设备 特征向量; 将所述物联网设备特征向量和所述标签信 息输入神经网络分类模型进行训练, 得到所 述预训练的神经网络分类模型。 4.根据权利要求1所述的方法, 其特征在于, 所述将网络设备特征向量输入预训练的神 经网络分类模型 得到概率向量, 以利用所述 概率向量识别物联网设备, 包括: 将网络设备特征向量输入预训练的神经网络分类模型, 输出类别为网络设备的概率向 量; 其中, 所述 概率向量中的每 个值表示当前网络设备 特征向量属于对应 类别的概 率; 将所述概率向量中的最大值和预设的置信度阈值进行比较, 根据比较结果识别所述物 联网设备。 5.根据权利要求4所述的方法, 其特征在于, 所述神经网络分类模型, 包括多个全连接 层, 所述将网络设备特征向量输入预训练的神经网络分类模型, 输出类别为网络设备 的概 率向量, 包括: 利用所述神经网络分类模型中第一数量的全连接层提取所述网络设备特征向量中的 关联特征; 以及, 利用第二数量的全连接层对所述关联特征进行特征降维, 根据 特征降维结果输出所述 类别为网络设备的概 率向量。 6.一种主动探测场景 下的物联网设备识别装置, 其特 征在于, 包括: 网络文本获取模块, 用于获取第 一网络文本数据, 其中, 所述第一网络文本数据包括基 于网络设备的网络文本数据;权 利 要 求 书 1/2 页 2 CN 115546496 A 2特征向量提取模块, 用于提取所述第 一网络文本数据的网络图像特征输出第 一图像特 征向量, 并提取 所述第一网络文本数据的第一统计特 征向量; 特征向量融合模块, 用于将所述第 一图像特征向量和所述第 一统计特征向量进行融合 拼接, 得到网络设备 特征向量; 设备特征识别模块, 用于将所述网络设备特征向量输入预训练 的神经网络分类模型得 到概率向量, 以利用所述 概率向量识别物联网设备。 7.根据权利要求6所述的装置, 其特 征在于, 所述特 征向量提取模块, 还用于: 利用预设的网络渲染工具对所述第一网络文本数据进行渲染得到网络图像; 使用预训练的神经网络模型对所述网络图像进行特征提取, 输出多维度的所述第 一图 像特征向量。 8.根据权利要求6所述的装置, 其特征在于, 在设备特征识别模块之前, 还包括模型训 练模块, 所述模型训练模块, 用于: 获取第二网络文本数据, 其中, 所述第二网络文本数据包括含有标签信息的基于物联 网设备的网络文本数据; 提取所述第 二网络文本数据的网络图像特征输出第 二图像特征向量, 并提取所述第 二 网络文本数据的第二统计特征向量; 以及, 将所述第二图像特征向量和所述第二统计特征 向量进行融合 拼接得到物联网设备 特征向量; 将所述物联网设备特征向量和所述标签信 息输入神经网络分类模型进行训练, 得到所 述预训练的神经网络分类模型。 9.根据权利要求6所述的装置, 其特 征在于, 所述设备 特征识别模块, 包括: 概率分类子单元, 用于将网络设备特征向量输入预训练的神经网络分类模型, 输出类 别为网络设备 的概率向量; 其中, 所述概率向量中的每个值表示当前网络设备特征向量属 于对应类别的概 率; 概率比较子单元, 用于将所述概率向量中的最大值和预设的置信度阈值进行比较, 根 据比较结果识别所述物联网设备。 10.根据权利要求9所述的装置, 其特征在于, 所述神经网络分类模型包括多个全连接 层, 所述概率分类子单 元, 还用于: 利用所述神经网络分类模型中第 一数量的全连接层, 提取所述网络设备特征向量中的 关联特征; 以及, 利用第二数量的全连接层对所述关联特征进行特征降维处理, 根据特征降维结果输出 所述类别为网络设备的概 率向量。权 利 要 求 书 2/2 页 3 CN 115546496 A 3
专利 一种主动探测场景下的物联网设备识别方法及装置
文档预览
中文文档
11 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共11页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 人生无常 于
2024-03-18 02:10:21
上传分享
举报
下载
原文档
(585.9 KB)
分享
友情链接
YD-T 2669-2013 第三方安全服务能力评定准则.pdf
许天翔 人工智能与网络空间安全.pdf
YD-T 4066-2022 移动终端图像及视频防抖性能技术要求和测试方法.pdf
民航 MH-T 2014-2023 民用无人驾驶航空器系统物流运行通用要求 第1部分:海岛场景.pdf
DB32-T 3514.8-2019 电子政务外网建设规范 第8部分:运维服务 江苏省.pdf
GB-T 43553.1-2023 智能工厂数字化交付 第1部分:通用要求.pdf
GB-T 26856-2011 中文办公软件基本要求及符合性测试规范.pdf
GB-T 5195.1-2017 萤石 氟化钙含量的测定 EDTA滴定法和蒸馏-电位滴定法.pdf
DB34-T 1692-2016 能源计量示范单位评价要求 安徽省.pdf
GA-T 460.3-2020 居民身份证卡体材料及打印薄膜技术规范 第3部分:制卡用保护层PETG薄膜.pdf
T-CWA 211—2022 水性非固化橡胶沥青防水涂料.pdf
GB-T 9985-2022 手洗餐具用洗涤剂.pdf
DB52-T 1653-2022 软件开发费用测算规范 贵州省.pdf
DB42-T 2226.3-2024 自然资源政务一张图应用规范 第3部分:数据共享交换 湖北省.pdf
T-CES 175—2022 质子交换膜水电解制氢系统性能试验方法.pdf
GB 9706.271-2022 医用电气设备 第2-71部分:功能性近红外光谱(NIRS)设备的基本安全和基本性能专用要求.pdf
T-CCTAS 35—2022 公路水路建设工程锚杆锚固质量检测规范.pdf
GB-T 14206-2015 玻璃纤维增强聚酯连续板.pdf
DB31-T 1251-2020 社区公益服务项目招投标指南 上海市.pdf
GB-T 32040-2015 石化企业节能量计算方法.pdf
1
/
3
11
评价文档
赞助2.5元 点击下载(585.9 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。