[发明专利]一种利用机器学习对网络设备进行分类的方法在审
| 申请号： | 201410510787.6 | 申请日： | 2014-09-28 |
| 公开（公告）号： | CN104883278A | 公开（公告）日： | 2015-09-02 |
| 发明（设计）人： | 徐林;孙一桉 | 申请（专利权）人： | 北京匡恩网络科技有限责任公司 |
| 主分类号： | H04L12/26 | 分类号： | H04L12/26;H04L12/24 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 王淑丽 |
| 地址： | 102209 北京市昌平区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用机器学习对网络设备进行分类的方法，利用监督式机器学习技术或者非监督式机器学习技术建立网络设备的分类模型，对网络中已知或新添加的设备进行分类。本发明的技术优势在于通过工控网络设备收发的数据包分析设备的行为，进而对设备自动分类。了解设备的类别有利于对网络通讯数据进行审计。不同与传统的针对单个设备的安全规范，针对设备类别的安全规范更加简单，易于管理。同时用户易于对新加入的设备节点定义相应的安全规则。 | ||
| 搜索关键词： | 一种 利用 机器 学习 网络设备 进行 分类 方法 | ||
【主权项】：
一种利用机器学习对网络设备进行分类的方法，其特征在于，首先收集设备相关的数据包，并将其概括总结为具有一系列可以量化的属性的特征值，然后根据特征值利用机器学习方法判断设备类别，其中机器学习方法包括，监督式机器学习技术或者非监督式机器学习技术，所述监督式机器学习是指利用已知设备的类别及其网络行为作为训练数据训练分类模型并使用该分类模型对新添加的设备进行分类；所述非监督式机器学习主要用于当用户对设备的类别不确定的情况，其基于设备相关的网络数据包，计算设备行为之间的相似程度并将行为相似的设备归为一类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京匡恩网络科技有限责任公司，未经北京匡恩网络科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410510787.6/，转载请声明来源钻瓜专利网。
