公开(公告)号：CN118250186A

公开(公告)日：2024-06-25

申请号：CN202410351359.7

申请日：2024-03-26

Applicant: 南京邮电大学

Inventor： 胡冰 ,  张雨晨 ,  孙知信 ,  孙哲 ,  汪胡青 ,  赵学健 ,  宫婧 ,  徐玉华

IPC: H04L43/04 ,  H04L43/18 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/213 ,  G06F18/211

Abstract: 本发明公开了一种基于改进卷积神经网络的工控设备识别方法及系统，方法包括：采集工控环境下网络流量，形成原始网络流量数据集；对原始网络流量数据集进行特征选择以及特征提取，形成设备特征指纹库；将工控设备流量数据与所述设备指纹库进行匹配，添加标识值，区别匹配成功与不成功的设备流量数据；将匹配不成功的设备流量数据输入改进的卷积神经网络模型进行训练，获取特征信息；判断获取的特征信息是否存在于特征指纹库中，若不存在，将新获取的特征信息添加进指纹库中，更新设备特征指纹库，完成设备识别。本发明结合特征提取操作并改进卷积神经网络，形成设备特征指纹库，可以准确识别设备类型，提高了设备识别的效率和准确性。