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！

龙图腾网获悉华中科技大学申请的专利智能家居中基于局部敏感哈希的物联网设备识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116150632B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310157673.7，技术领域涉及：G06F18/22；该发明授权智能家居中基于局部敏感哈希的物联网设备识别方法是由鲁宏伟;许泽华;邓贤君;易灵芝;刘生昊;聂新;夏云芝;耿艺璇设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本智能家居中基于局部敏感哈希的物联网设备识别方法在说明书摘要公布了：本发明公开了一种基于局部敏感哈希的物联网设备识别方法：1在网关处获取设备流量，并按照具体设备的物理地址进行归类；2对归类好的设备流量进行特征包过滤、切片和重组来创建设备签名；3使用局部敏感哈希算法为每个签名生成摘要，将摘要与设备标签一起存放在摘要数据库中；4生成待识别的流量的摘要，将其与数据库中的所有实例进行比较，计算出四个指标；5使用多指标评价方法训练的三元线性回归模型来拟合10片签名聚合的相似度分数，并将具有最高拟合分数的设备作为设备的预测值返回。本发明能实现快速准确的细粒度物联网设备识别，并且避免了机器学习中特征提取和模型训练的繁琐过程，减少了计算开销且部署简单。

本发明授权智能家居中基于局部敏感哈希的物联网设备识别方法在权利要求书中公布了：1.一种智能家居中基于局部敏感哈希的物联网设备识别方法，其特征在于，包括以下步骤： 1在智能家居内网网关处获取物联网设备的网络流量数据； 2对步骤1获取的流量数据进行预处理，按照具体设备的MAC地址进行归类； 3对步骤2中的流量数据进行进一步处理，即特征包过滤、切片和重组，进而创建设备签名； 4对步骤3生成的设备签名使用局部敏感哈希算法LSH计算摘要，将摘要与设备标签一起存放在摘要数据库中； 5定义4个指标，采用多指标评估的方法，训练一个三元线性回归模型，并验证该模型；该模型用于拟合10片签名聚合的相似度分数；所述步骤5包括如下子步骤： 5.1定义4个指标：x1：100个相似度分数的平均值；x2：排名前30的相似度分数的平均值；x3：排名前10的相似度分数的平均值；y：10片签名聚合的平均相似度分数； 5.2采用多指标评估的方法，训练三元线性回归模型： y＝β1×x1+β2×x2+β3×x3将回归模型表达式写成矩阵形式如下： Y＝βX其中Y为训练集的响应变量列向量，β为模型参数列向量，X为m×n维训练集的解释变量矩阵，m为训练集样本数，n为解释变量的数量；通过矩阵运算得到β： β＝XXT‑1XTY使用另一天的流量数据生成484组数据用于训练三重线性回归模型；计算得出β1＝0.26；β2＝0.23；β1＝0.515.3验证该三元线性回归模型； 使用R‑squared来评估6.1中的三元线性回归模型；首先计算总平方和： 其中yi是评估集的第i个样本，是y的平均值；然后计算残差平方和： 最后计算R‑squared： 计算出的R2为0.9593，说明拟合度相当高； 6生成待识别的流量的摘要，并将其与4中的数据库中每个设备的所有实例进行比较，计算出前3个指标； 7将6中待识别流量的三个指标输入到该回归模型，拟合出10片签名聚合的相似度分数，将获得最高拟合分数的设备作为物联网设备的预测值返回。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。