主流物联网云平台流量的指纹识别研究

来源 :中国科学院大学(中国科学院计算机科学与技术学院) | 被引量 : 0次 | 上传用户:sssss1O
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
物联网平台是智能家居应用场景中的一个重要组件。在物联网平台的控制下,物联网设备与远程云服务器连接,上传数据,接受指令,并直接或间接(通过云服务器转发)与用户移动终端相连接。在为物联网设备厂商和智能家居用户提供智能家居解决方案,带来前所未有的便利的同时,主流物联网平台的存在为恶意攻击者提供了具体的攻击目标——攻击者现在可以利用物联网平台的安全漏洞攻击依赖于该平台运行的各类物联网设备、用户移动终端以及其它实体。针对这一情况,我们设计并实现了主流物联网云平台流量的指纹识别方法,用以识别计算机系统中的物联网实体。具体而言,本文的主要贡献如下:1.对国内外现有的多个主流物联网云平台,特别是智能家居云平台的结构设计、业务逻辑、网络安全相关机制设计进行调研工作,揭示了这些平台在上述领域的基本情况,并证明了物联网平台中安全问题存在的普遍性。2.第一次将传统网络安全产业中得到广泛应用的操作系统指纹识别技术的概念引入物联网平台的研究中,通过人工方式对多个目前市场上得到广泛使用的物联网平台中用户移动终端与远程服务器的流量进行分析。在这一过程中,我们设计了一套适用于目前主流物联网平台智能家居解决方案的流量抓取、特征提取,以及指纹识别工作流程,收集了大量设备实际运行过程中产生的流量数据,并将使用上述工作流程提取的网络流量内容中用以区分不同网络服务提供商身份的流量特征以及区分物联网服务和非物联网服务的流量特征相结合作为指纹,为各个主流物联网平台用户移动终端与服务器端构建用以指纹识别的特征模型。3.在上述工作的基础上,为了对上述指纹识别特征提取以及指纹识别特征构建的有效性进行验证,我们设计实现了对网络流量中主流物联网平台移动端与服务器端通信流量进行平台区分与标注的软件工具,并通过实际网络流量对标注工具的可用性和性能进行了测试。4.对本文的研究成果进行了总结,探讨了物联网平台指纹识别工作可能的应用场景,并展望了物联网云平台指纹识别研究未来的研究方向。
其他文献
湖泊水位是水循环和气候变化的重要指示因子。雷达测高技术作为水位观测的替代手段,近年来被广泛应用于湖泊水位监测中,尤其是无水文观测的湖泊或跨国界湖泊。传统脉冲有限雷达高度计由于其脚印点较大,在观测中小型湖泊时容易受到陆地噪声信号的干扰。随着多普勒延迟技术与开环跟踪技术在Cryosat-2、Jason-2/3、Sentinel-3A等新型雷达高度计中的应用,中小型湖泊水位高精度反演成为可能。本文即针对
非洲锰矿资源丰富,储量、资源量排名在世界上均列第一。非洲锰矿成因类型种类多样,有前寒武系条带状铁建造(BIF)型、海相沉积型、陆相(三角洲湖相)沉积型、与岩浆作用有关的热液型锰矿床等,其中以前寒武系条带状铁建造(BIF)型和海相沉积型最为重要,其资源量分别占非洲锰资源量的61% 和35.9%。非洲锰矿资源广泛分布于南非卡普瓦尔克拉通盆地北部边缘、刚果克拉通盆地西北部边缘、西非克拉通盆地边缘及阿特拉
作为信息表达和交流的重要工具,文字被广泛地应用于人们的日常生活和工作中。同时,手写也是每个人在社会中赖以生存的技能。随着计算机的发展和普及,手写文字识别作为一种高级的人机交互方式在近几十年来引起了人们的广泛关注。虽然研究者们在手写识别领域已经取得了大量突破性的进展,但是基于深度学习的手写识别算法仍然有很大的改进空间,因此如何设计更为准确高效的手写识别算法是本文的核心研究内容。另外,随着传感技术的发
伴随着计算机算力和互联网数据量不断地增长,深度学习在计算机视觉、自然语言处理、语音识别等多个领域取得了巨大的成功,但缺乏可解释性严重限制了其在现实任务尤其是安全敏感任务中的广泛应用。而统计学习模型具有较好的解释性,计算量小,且相较于深度学习有更高的鲁棒性,但统计学模型在稀疏数据上比如图像识别任务中的性能远远低于深度学习模型,导致使用统计学习模型的人越来越少。当深度学习模型的性能触及瓶颈的时候,深度
随着计算机技术以及数字成像设备的发展,通过图像处理软件对数字图像进行操作的门槛也变得越来越低,导致我们很难区分该图像是否经过了处理。而且,如果一些经过处理的图片被应用于不正当的地方,那么就会给社会带来很大的危害。图像对比度增强操作是实现图像模糊和润饰的一个常用操作,当图像经过拼接或者复制粘贴之后,在边缘一般会产生视觉或者统计信息上的畸变,而图像对比度增强就是用来消除这种畸变的。图像对比度增强作为图
近年来,遥感影像的数据量越来越大,准确地对遥感影像进行自动化分析成为了迫切需要解决的问题。图像语义分割旨在将输入图像分割成互不重叠的区域并对每个区域打上不同的语义标签,从而得到输入图像的细粒度解析结果。使用图像语义分割技术自动地对遥感影像中的不同区域进行精确划分,有助于重大自然灾害地区受灾道路、桥梁及房屋等目标的准确定位,从而为下一步的灾害救援提供指导。基于深度学习技术,本文主要以提高分割精度和加
当前,心理健康问题凸显,对个体的心理特征进行及时有效的识别具有重大意义。然而传统的心理测量方法具有侵扰性、低效率等特点,无法满足当前社会对心理健康服务的需求。近年来,随着互联网、智能传感器技术的发展,各行各业都产生了海量的人类行为数据。这些数据可以捕获个体细粒度的行为特征,为各个领域的研究都提供了新的视角。基于此,本研究试图探究行为时间序列数据与心理特征的关系,并进一步实现个体心理特征的自动化识别
改革开放,百卉吐艳。特别是国家基础建设突飞猛进,大中小型的公路更是纵横交错、遍布各地。在建设过程中,为了改善民生,保证人们的生命财产安全,建设质量就更为重要,为了达到相关规范要求,避免给未来带来隐患,建设相关单位就要配套一系列的管理措施来保证工程质量。高速公路作为连接城市的纽带,具有重要的价值传动,其建设过程的质量控制,就起到不可估量的作用,并且这一环节也就成为工程管理成败的关键。在研究铁本高速公
乡村振兴涉及农村经济、政治和文化等方面的全面振兴,需要各类主体的共同参与。高校共青团是党联系青年的桥梁和纽带,在推动乡村振兴过程中肩负着重要的使命。马克思主义共享理论、党的历代领导人"三农"思想和推动乡村振兴实践是高校共青团服务乡村振兴的理论根基。以G校共青团"一工一坊"美育共建共享品牌为例,总结凝练G校共青团美育服务乡村振兴的有效经验,即"环境营造、机制保障、美育服务、资源共享",进一步探索新时
随着科技的发展,各种智能拍摄终端不断得到普及,对应的拍摄方式和内容形式也越来越多元化。通过这些设备记录的信息大多是以图像和视频的形式存在。图像和视频中的文字及核心对象有助于相关信息的有效检索和理解,因此研究者们对其进行精确定位是有意义。本文概述了图像与视频中文字与特定对象的检测问题的研究现状,并以此为基础利用先进的深度学习方法围绕当前存在的一些难点和痛点问题进行了深入研究。论文的主要贡献如下所示: