关键词：终端智能识别 设备指纹 机器学习算法 分类器 

摘要：终端智能识别是物联网应用的关键技术,是物联网安全体系构建的基础。针对物联网终端智能识别问题,建立了一种以设备指纹为动态特征标识的物联网终端智能识别实验系统。该系统由终端检测模块、模型训练模块以及智能识别模块构成,其中,终端检测模块利用Nmap工具扫描并自动采集设备指纹;模型训练模块分别利用决策树、逻辑回归与朴素贝叶斯等机器学习算法训练分类器;智能识别模块接收识别任务并调用前2模块完成设备指纹采集与分类识别处理。实验结果表明,决策树分类器在整体数据集上的平均识别率为98.1%,对于是否是物联网设备的判断识别率为98.7%,对于具体设备类型的识别率为98.2%,均保持较高识别水准,且优于其余2种算法识别器。因此,采用设备指纹与决策树算法结合识别物联网设备是可行的。

重庆邮电大学学报·自然科学版杂志要求:

{1}所有来稿应并提供详细的作者简介，主要包括姓名、单位、通讯地址、邮箱、电话等联系方式。

{2}坚持首发原则，请遵守相关学术规范，请勿一稿多投，凡投稿3个月未收到相关通知，可另投他刊。

{3}各级标题依次用阿拉伯数字连续编号，如1，1.1，一般以1～2级为宜(宜少不宜多)。

{4}参考文献按在正文中出现的先后次序列于文后，排在注释之后。参考文献的序号用数字加方括号表示，如［1］、［2］、[3]…，与正文中的指示序号格式一致。

{5}中文摘要一般不超过400个汉字，英文摘要为250个实词左右。中、英文摘要内容要对应，力求用词、语法、拼写、含意和逻辑正确。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社