【摘要】：物聯(lián)網(wǎng)已經(jīng)成為智慧城市、智慧小區(qū)等關(guān)系國(guó)計(jì)民生應(yīng)用的重要組成部分。近年來(lái),越來(lái)越多的物聯(lián)網(wǎng)設(shè)備接入網(wǎng)絡(luò)空間,包括網(wǎng)絡(luò)攝像頭、打印機(jī)、路由器、工業(yè)控制設(shè)備、智能家電等等,這些設(shè)備的安全問(wèn)題引起了工業(yè)界和學(xué)術(shù)界的關(guān)注。物聯(lián)網(wǎng)設(shè)備和設(shè)備地理位置信息對(duì)于保障網(wǎng)絡(luò)空間安全起著關(guān)鍵作用。然而,目前的商業(yè)地理位置數(shù)據(jù)庫(kù)只能提供粗粒度位置信息,定位到國(guó)家或者城市級(jí)別,無(wú)法滿(mǎn)足細(xì)粒度物聯(lián)網(wǎng)設(shè)備識(shí)別和定位的需求。本篇論文提出了大規(guī)模物聯(lián)網(wǎng)設(shè)備的識(shí)別和定位算法,提高設(shè)備識(shí)別精確度和定位精度。本篇論文,首先實(shí)現(xiàn)了基于機(jī)器學(xué)習(xí)的物聯(lián)網(wǎng)設(shè)備指紋生成算法�；趹�(yīng)用層數(shù)據(jù)報(bào)文內(nèi)容,論文提取文本信息,結(jié)合通用的機(jī)器學(xué)習(xí)算法,生成物聯(lián)網(wǎng)設(shè)備指紋,提高網(wǎng)絡(luò)空間物聯(lián)網(wǎng)設(shè)備識(shí)別精確率。其次,論文提出了基于測(cè)量的定位算法。具體來(lái)說(shuō),論文通過(guò)命名實(shí)體識(shí)別和正則表達(dá)式,提取可靠地理位置信息,生成大量的被動(dòng)地標(biāo)信息,作為測(cè)量的錨節(jié)點(diǎn)。論文基于歐幾里得距離將地標(biāo)節(jié)點(diǎn)分簇,獲得高質(zhì)量的地標(biāo)信息,結(jié)合時(shí)延信息、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和路由信息,計(jì)算目標(biāo)物聯(lián)網(wǎng)設(shè)備的經(jīng)緯度信息,提高設(shè)備定位的精度。此外,論文通過(guò)調(diào)用谷歌地圖接口實(shí)現(xiàn)圖形化展示物聯(lián)網(wǎng)設(shè)備的位置信息。本篇論文,通過(guò)搭建原型系統(tǒng)來(lái)驗(yàn)證算法的可行性。實(shí)驗(yàn)結(jié)果表明,物聯(lián)網(wǎng)設(shè)備的識(shí)別達(dá)到了98%的識(shí)別精度和98%的覆蓋率。在公開(kāi)數(shù)據(jù)集合(近10000萬(wàn)數(shù)據(jù)報(bào)文)上,物聯(lián)網(wǎng)設(shè)備指紋發(fā)現(xiàn)552萬(wàn)個(gè)物聯(lián)網(wǎng)設(shè)備。在設(shè)備定位方面,論文提取了6萬(wàn)個(gè)具有經(jīng)緯度信息的地標(biāo)信息,定位精度控制在100公里以?xún)?nèi)。
【圖文】：

基于ＴＣＰ／ＩＰ協(xié)議棧實(shí)現(xiàn)差異性的識(shí)別技術(shù)。由于網(wǎng)絡(luò)傳輸層ＴＣＰ／ＩＰ協(xié)議棧逡逑在實(shí)現(xiàn)上存在著一定的差異性，可以生成特征空間，識(shí)別設(shè)備相關(guān)信息。操作系統(tǒng)逡逑識(shí)別基于ＴＣＰ／ＩＰ協(xié)議，原始ＴＣＰ包框架結(jié)構(gòu)如圖２－１所示。識(shí)別出操作系統(tǒng)的差逡逑異性，其研宄集中在降低識(shí)別時(shí)間和提高識(shí)別精度兩個(gè)方面。Ｎｍａｐ首次采用主動(dòng)逡逑探測(cè)方式向目標(biāo)主機(jī)的存活端口發(fā)送１２個(gè)ＴＣＰ包、１個(gè)ＵＤＰ包和２個(gè)ＩＣＭＰ包，逡逑根據(jù)回應(yīng)包頭特征字段內(nèi)容（ＴＣＰ／ＩＰ協(xié)議的報(bào)文初始化大小、ＴＴＬ值、ＴＣＰ滑動(dòng)逡逑６逡逑

學(xué)的Ｌｉ在ＵＳＥＮＩＸ邋Ｓｅｃｕｒｉｔｙ邋２０１８ｆ４Ｗ提出了設(shè)備廠商的硬編碼作為設(shè)備識(shí)別手段，逡逑自動(dòng)生成物聯(lián)網(wǎng)設(shè)備指紋信息。逡逑北京交通大學(xué)的Ｌｉ等人總結(jié)了網(wǎng)絡(luò)空間中物聯(lián)網(wǎng)信息搜索架構(gòu)，如圖２－２逡逑所示。從圖中可以看出架構(gòu)主要由三部分組成：探測(cè)、識(shí)別和應(yīng)用。信息探測(cè)作用逡逑是收集網(wǎng)絡(luò)空間中能夠獲取到的信息，主要包括傳輸層、網(wǎng)絡(luò)層、應(yīng)用層這三層。逡逑按照不一樣的信息收集方式，探測(cè)技術(shù)劃分成主動(dòng)探測(cè)方式與被動(dòng)偵聽(tīng)方式。在物逡逑聯(lián)網(wǎng)探測(cè)技術(shù)應(yīng)用之上的物聯(lián)網(wǎng)信息識(shí)別技術(shù)，作用是發(fā)現(xiàn)并且提取需要的物聯(lián)逡逑網(wǎng)相關(guān)信息內(nèi)容。識(shí)別物聯(lián)網(wǎng)信息依靠的是物聯(lián)網(wǎng)指紋，按照目前發(fā)展?fàn)顩r劃分成逡逑基于分類(lèi)模型、基于標(biāo)語(yǔ)這兩種物聯(lián)網(wǎng)指紋。不管指紋的識(shí)別方式有何不同，物聯(lián)逡逑網(wǎng)信息識(shí)別的方式都是將下層物聯(lián)網(wǎng)探測(cè)到的數(shù)據(jù)信息和生成的指紋信息拿來(lái)做逡逑匹配。識(shí)別的上一層是應(yīng)用，通過(guò)物聯(lián)網(wǎng)設(shè)備的探測(cè)和識(shí)別，，獲取到大量物聯(lián)網(wǎng)信逡逑根據(jù)數(shù)據(jù)模型設(shè)計(jì)數(shù)據(jù)存儲(chǔ)，根據(jù)存儲(chǔ)方式建立高效的索引，并且實(shí)現(xiàn)物聯(lián)網(wǎng)信息逡逑的可視化。逡逑２．２邋ＩＰ定位技術(shù)逡逑ＩＰ定位技術(shù)根據(jù)有無(wú)客戶(hù)端支撐分成獨(dú)立于客戶(hù)端
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP391.44;TN915.05

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王占豐;馮徑;邢長(zhǎng)友;張國(guó)敏;許博;;IP定位技術(shù)的研究[J];軟件學(xué)報(bào);2014年07期

相關(guān)碩士學(xué)位論文 前1條

1 宋金珂;大規(guī)模在線監(jiān)控設(shè)備的隱私及安全檢測(cè)研究[D];北京交通大學(xué);2017年

本文編號(hào)：2621029