网络安全系列-三十四: 基于网络流量的设备识别

基于网络流量的设备识别面临的挑战：

随着万物互联时代的到来

• 联网设备的种类更加丰富（工业控制设备、传感器、监控设备）
• 开发平台更加多样，甚至可以DIY自己的物联网设备
• 设备数量众多，单一漏洞往往能控制数以万计的设备
• 针对（物）联网设备的攻击更加频繁、危害更加广泛
• 迫切需要提出更加有效、准确的识别方法

设备识别的发展历程：

基于专家规则 --> 使用机器学习分类（朴素贝叶斯与随机森林）–> 自动化的规则生成

设备识别总结

• 局域网：
  • 特征众多、需要依据性能、时间上的要求进行
  • 基于统计特征的识别方法通用性较强，但时间跨度较大
  • 基于协议特征的识别方法较为快速，但部分设备特征不足
  • 多采用机器学习、针对物联网环境下的分类能力不足（不同于恶意样本家族分类等任务）
• 广域网：
  • 主要采用应用层协议（banner，http回复）
  • 多采用自然语言处理的方法
• 随着设备识别整体框架的完善，不少研究开始深耕于细分的研究方向：