文献类型：期刊文章

作　　者：徐彭娜[1] 彭行雄[2]

XU Peng-Na;PENG Xing-Xiong(Alibaba Big Data Institute,Fuzhou Polytechnic,Fuzhou 350108,China;Network and Data Center,Fujian Normal University,Fuzhou 350117,China)

机构地区：[1]福州职业技术学院阿里巴巴大数据学院,福州350108 [2]福建师范大学网络与数据中心,福州350117

出　　处：《计算机系统应用》

基　　金：福建省高校产学研合作科技计划重大项目(2016H6007)。

年　　份：2021

卷　　号：30

期　　号：2

起止页码：207-212

语　　种：中文

收录情况：IC、ZGKJHX、普通刊

摘　　要：随着5G时代的来临,诸如工业区,校园网等开放性园区网络中存在大量的物联网(Internet of Things,IoT)终端,IoT终端由于其数据流量巨大,伪造IoT终端进行网络攻击的问题日益严重.现有IoT终端识别技术在面对海量数据时计算资源的成本逐渐提高.针对以上问题,提出了基于文件分时索引的大规模流量实时IoT终端识别算法.首先,建立内存分时索引元数据;其次,使用文件的分时索引来存储构建会话的中间数据;最后,控制内存分时索引元数据触发从少量文件中提取特征并进行IoT终端识别.实验中,在不损失IoT终端识别算法精度条件下,仅消耗少量磁盘,可将内存消耗降低92%.实验结果表明,该技术能够用于实时IoT终端识别框架中.

关 键 词：物联网(IoT)  IoT终端识别  异常检测 网络流量

分 类 号：TP391.44] TN929.5[计算机类]