(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111437466.4 (22)申请日 2021.11.29 (71)申请人 深圳市法本信息技 术股份有限公司 地址 518000 广东省深圳市南 山区西丽 街 道松坪山社区高新北六道15号昱大顺 科技园B座1层- 6层 (72)发明人 龙榜　饶学贵　许刚　胡梅贤　 (74)专利代理 机构 深圳市瑞方达知识产权事务 所(普通合伙) 44314 代理人 高瑞 (51)Int.Cl. G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 物联网设备分类的自学习方法、 系统、 设备 及存储介质 (57)摘要 本发明公开了一种物联网设备分类的自学 习方法、 系统、 设备及存储介质， 该物联网设备分 类的自学习方法包括： 监听物联网设备发送的报 文， 并提取报文的多个特征， 以生成物联网设备 的特征集； 将特征集送入当前所存储的自动分类 模型， 并根据自动分类模型的输出判断是否识别 出物联网设备的设备类型， 若否， 则监听用户通 过用户端发送的用户分类信息， 并根据用户分类 信息获取物联网设备的设备类型； 根据物联网设 备的特征集及设备类型进行自学习， 并根据自学 习训练结果对 所存储的自动分类模 型进行更新。 实施本发明的技术方案， 不但省时省力、 准确性 高， 而且， 可在运行时自动学习及扩展物联网设 备的新类型， 自动分类更灵活。 权利要求书2页 说明书6页 附图2页 CN 114330497 A 2022.04.12 CN 114330497 A 1.一种物联网设备分类的自学习方法， 其特 征在于， 包括： 特征生成步骤： 监听物联网设备发送的报文， 并提取所述报文的多个特征， 以生成所述 物联网设备的特 征集； 自动识别步骤： 将所述特征集送入当前所存储的自动分类模型， 并根据所述自动分类 模型的输出判断是否识别出 所述物联网设备的设备类型， 若否， 则执 行下一步骤； 用户分类步骤： 监听用户通过用户端发送的用户分类信息， 并根据所述用户分类信息 获取所述物联网设备的设备类型； 自学习步骤： 根据所述物联网设备的所述特征集及所述设备类型进行自学习， 并根据 自学习训练结果对所存 储的自动分类模型进行 更新。 2.根据权利要求1所述的物联网设备分类的自学习方法， 其特征在于， 根据所述用户分 类信息获取 所述物联网设备的设备类型， 包括： 根据所述用户分类信息获取所述物联网设备的设备类型及分类维度， 其中， 所述分类 维度包括： 物理分类、 逻辑分类； 而且， 根据所述自动分类模型的输出判断是否识别出所述物联网设备的设备类型， 包 括： 根据所述自动分类模型的输出判断是否识别出所述物联网设备的设备类型及分类维 度。 3.根据权利要求2所述的物联网设备分类的自学习方法， 其特征在于， 所述自学习步骤 包括： 将所述物联网设备的所述特征集按照交互阶段、 报文层次、 所在层次的协议进行三个 维度的划分： 并将所述物联网设备 的分类维度作为第四维度的特征， 以形成所述物联网设 备的四维特 征集； 针对所述物联网设备的所述设备类型， 形成四个决策树， 并按不同决策树分别所对应 的权重值生成所述设备类型 所对应的随机森林； 将所述设备类型所对应的随机森林与当前的自动分类模型进行合并训练， 以更新当前 的自动分类模型。 4.根据权利要求1所述的物联网设备分类的自学习方法， 其特征在于， 监 听所述用户端 发送的用户分类信息， 包括： 通过RPA监听所述用户端发送的用户分类信息 。 5.根据权利要求2所述的物联网设备分类的自学习方法， 其特征在于， 根据所述用户分 类信息获取 所述物联网设备的设备类型及分类维度， 包括： 从所述用户分类信息中提取 所述物联网设备的设备类型； 通过对所述用户分类信息进行N LP分析来获取 所述物联网设备的分类维度。 6.根据权利要求1所述的物联网设备分类的自学习方法， 其特征在于， 在所述自动识别 步骤与所述第二 监听步骤之间， 还 包括： 用户提醒步骤： 向用户端发送提醒信号， 以提醒用户进行 人工分类。 7.根据权利要求1所述的物联网设备分类的自学习方法， 其特征在于， 在所述自动识别 步骤中， 若识别出 所述物联网设备的设备类型， 则执 行判断步骤： 判断步骤： 判断所识别出所述物联网设备的设备类型是否正确， 若正确， 则结束； 若不权　利　要　求　书 1/2 页 2 CN 114330497 A 2正确， 则执 行所述第二 监听步骤。 8.一种物联网设备分类的自学习 系统， 其特 征在于， 包括： 特征生成模块， 用于监 听物联网设备发送的报文， 并提取所述报文的多个特征， 以生成 所述物联网设备的特 征集； 自动识别模块， 用于将所述特征集送入当前所存储的自动分类模型， 并根据所述自动 分类模型的输出判断是否识别出 所述物联网设备的设备类型； 用户分类模块， 用于在未识别出所述物联网设备的设备类型时， 监听用户通过用户端 发送的用户分类信息， 并根据所述用户分类信息获取 所述物联网设备的设备类型； 自学习模块， 用于根据所述物联网设备的所述特征集及所述设备类型进行自学习， 并 根据自学习训练结果对所存 储的自动分类模型进行 更新。 9.一种计算机设备， 包括处理器及存储有计算机程序的存储器， 其特征在于， 所述处理 器在执行所述计算机程序时实现权利要求 1‑7任一项所述物联网设备分类的自学习方法的 步骤。 10.一种存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序在被处理器执行 时实现权利要求1 ‑7任一项所述物联网设备分类的自学习方法的步骤。权　利　要　求　书 2/2 页 3 CN 114330497 A 3