基于卷积神经网络的物联网设备类型识别方法

摘要

针对传统物联网设备类型识别方法在数据特征不明显、训练数据不足的情况下,难以对设备进行准确识别的问题,提出一种基于卷积神经网络的物联网设备类型识别方法。首先从互联网上获取设备WEB接口的页面截图构造数据集,然后利用卷积神经网络的泛化能力提取截图的模糊特征,构建多标签识别模型,实现对设备类型的准确识别。与传统的基于WEB页面的设备类型识别方法相比,减少了对数据特征和规模的依赖。实验结果表明,该方法的准确率达到了78.8%,与成熟的图像识别架构Xception和ResNet50相比,更适合物联网设备类型识别。