公开(公告)号：CN113516180B

公开(公告)日：2022-07-12

申请号：CN202110714161.7

申请日：2021-06-25

Applicant: 重庆邮电大学

Inventor： 程克非 ,  成传光 ,  张亮

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机科学领域，尤其涉及一种针对Z‑Wave智能设备识别的方法，包括构建Z‑Wave网络环境，采集Z‑Wave智能设备无线通信数据，并根据样本特征值构建特征矩阵；使用字典特征提取和PCA降维对样本特征矩阵进行处理，得到基于数值的特征矩阵；输入特征矩阵和设备标签，经过BP神经网络进行训练，得到对应参数学习率、连接权、阈值，并获取样本的实际输出值；BP神经网络的输出层后连接有相似层，并在相似层计算测试样本实际输出值与设备标签的相似度；根据已知设备的测试样本和未知设备的测试样本相似度，确定界值，并根据界值判断待识别的设备为已知设备还是未知设备；本发明能够识别设备是否为已知设备，帮助Z‑Wave智能设备的生产者更有效的实现入侵检测，能够帮助使用者规避被恶意设备接入攻击的危险。

公开(公告)号：CN113516180A

公开(公告)日：2021-10-19

申请号：CN202110714161.7

申请日：2021-06-25

Applicant: 重庆邮电大学

Inventor： 程克非 ,  成传光 ,  张亮

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机科学领域，尤其涉及一种针对Z‑Wave智能设备识别的方法，包括构建Z‑Wave网络环境，采集Z‑Wave智能设备无线通信数据，并根据样本特征值构建特征矩阵；使用字典特征提取和PCA降维对样本特征矩阵进行处理，得到基于数值的特征矩阵；输入特征矩阵和设备标签，经过BP神经网络进行训练，得到对应参数学习率、连接权、阈值，并获取样本的实际输出值；BP神经网络的输出层后连接有相似层，并在相似层计算测试样本实际输出值与设备标签的相似度；根据已知设备的测试样本和未知设备的测试样本相似度，确定界值，并根据界值判断待识别的设备为已知设备还是未知设备；本发明能够识别设备是否为已知设备，帮助Z‑Wave智能设备的生产者更有效的实现入侵检测，能够帮助使用者规避被恶意设备接入攻击的危险。