龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及物联网设备固件版本识别方法，具体为一种基于深度学习的物联网设备固件版本识别方法，本方法从设备供应商的网站下载固件镜像，通过解压和仿真获取文件系统；嵌入式Web界面获取并对Web界面文件进行预处理和分段；特征提取与编码，使用大语言模型提取Web界面文件的特征表示，通过自编码器进行编码和解码，生成低维潜在向量；模型训练与优化，通过对比损失和中心损失优化模型训练，提高识别准确率；分层请求与识别，在实际设备上执行分层请求策略，通过比较文件结构变化，实现高效识别。本发明实现了物联网设备相邻固件版本的高效识别，并能够及时准确地评估相邻固件版本的漏洞传播情况，显著提升了固件管理的安全性。
主权项：1.一种基于深度学习的物联网设备固件版本识别方法，其特征在于：包括四个模块：固件收集模块、嵌入式Web界面获取模块、Web界面编码模块和分层请求模块；其中固件收集模块负责从设备供应商的网站和通过OTA提取工具收集固件镜像，嵌入式Web界面获取模块通过固件仿真和全系统模拟，模拟真实设备的运行环境，获取Web界面文件；分层请求模块在实际设备上执行分层请求策略，通过利用嵌入式Web界面获取模块所提取的文件系统的Web目录，比较和分析各固件版本间Web目录变化，实现固件版本初步识别，若分层请求模块无法实现固件版本识别，进一步使用Web界面编码模块识别固件版本，Web界面编码模块通过大语言模型对Web界面文件进行高维特征向量提取，构建自编码器对高维特征向量进行编码和解码，生成低维潜在向量表示，潜在向量作为分类器的输入，分类器输出预测的固件版本概率。
全文数据：
权利要求：
百度查询： 太原理工大学 一种基于深度学习的物联网设备固件版本识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号