申请/专利权人：江苏社汇通智能科技有限公司

申请日：2024-03-05

公开（公告）日：2024-05-17

公开（公告）号：CN117834301B

主分类号：H04L9/40

分类号：H04L9/40;H04L41/16;G16Y40/10;G16Y40/30;G16Y40/50

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明涉及网络安全技术领域，尤其涉及一种基于物联网的网络安全通信控制方法及系统，方法包括：采集历史网络自检周期中的设备安全信息、身份认证信息、网络交互信息，输出设备安全特征数据集、身份认证特征数据集、网络交互特征数据集；提取设备安全特征数据、身份认证特征数据、网络交互特征数据，计算历史网络自检周期中的网络整体安全值；将周期数、设备安全特征数据、身份认证特征数据、网络交互特征数据输入预先训练好的机器学习模型，输出本周期的网络整体安全值；根据本周期的网络整体安全值，进行网络整体安全分析，将分析结果反馈在展示侧，对于提高物联网的网络安全通信水平具有重大现实意义。

主权项：1.一种基于物联网的网络安全通信控制方法，其特征在于：包括以下具体步骤：S1、采集历史网络自检周期中的设备安全信息、身份认证信息、网络交互信息，输出设备安全特征数据集、身份认证特征数据集、网络交互特征数据集；包括以下具体步骤：S11：按照网络自检周期顺序，依次采集历史单个网络自检周期中的设备安全信息、身份认证信息、网络交互信息；S12：将采集得到的设备安全信息、身份认证信息、网络交互信息与网络自检周期构建映射关系，输出设备安全特征数据集、身份认证特征数据集、网络交互特征数据集，其中为第n个网络自检周期的设备安全特征数据，为第n个网络自检周期的身份认证特征数据，为第n个网络自检周期的网络交互特征数据，n为网络自检周期数；所述设备安全信息包括设备性能信息、系统漏洞信息、文件变动信息；身份认证信息包括认证过程信息、认证结果信息、IP变动信息；网络交互信息包括访问请求信息、访问成功信息、非法访问信息、访问路径信息；S2、提取设备安全特征数据、身份认证特征数据、网络交互特征数据，计算历史网络自检周期中的网络整体安全值；所述网络整体安全值的计算公式为： ；其中，为历史第n个网络自检周期的网络整体安全值，、为可变更参数，；S3、将周期数、设备安全特征数据、身份认证特征数据、网络交互特征数据输入预先训练好的机器学习模型，输出本周期的网络整体安全值；所述机器学习模型的训练方式为：将周期数、设备安全特征数据、身份认证特征数据、网络交互特征数据组合为特征向量的形式，将所有特征向量的集合作为机器学习模型的输入，所述机器学习模型以每组特征向量预测的网络整体安全值作为输出，以每组特征向量对应的实际的网络整体安全值作为预测目标，以最小化所有预测的网络整体安全值预测准确度之和作为训练目标，直至预测准确度之和达到收敛时停止训练；S4、根据本周期的网络整体安全值，进行网络整体安全分析，将分析结果反馈在展示侧。

全文数据：

权利要求：

百度查询： 江苏社汇通智能科技有限公司 一种基于物联网的网络安全通信控制方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD