张莉红

（1.四川大学计算机学院，成都610065；2.西藏藏医药大学，拉萨850000）

0 引言

物联网技术的飞速发展给我们的工作、生活和学习等都带来了新的变革。据研究发现到2030年物联网设备的数量将达到1250亿[1]，物联网设备穿插于社会各个层面，为改善生活和加快社会发展做贡献，但同时也带来了新的安全问题[2-4]。为了减少物联网设备接入风险，必须对设备进行访问安全控制。但是，传统的互联网安全访问控制必须依赖复杂的认证和加密协议机制来完成，不适用于计算资源有限且功能比较单一的物联网设备。设备指纹识别等技术则为解决上述问题提供了新思路，通过网络流量或协议报文的方式获取设备指纹特征，能唯一标识某一品牌类型及型号的物联网设备。

机器学习算法被广泛用于设备识别中，常常关注于提升分类模型识别的准确率，而在发现新设备上却没多少进展，本文针对上述问题，提出了一种基于Web响应信息的物联网设备指纹生成方法，能大大提升对物联网设备识别的准确性，并在此基础上结合监督数据提取距离阈值利用层次聚类算法发现新设备，适合用于大规模物联网识别。

1 相关工作

设备识别起源于上世纪90年代，依据获取方式的划分主要有被动指纹识别和主动指纹识别两种方式，被动指纹识别流量数据来源于监听，由于不向网络发送数据包所以入侵小不易被发现，但受监听网络大小控制，识别设备仅限于监听网络。……