从低层活动指标推断网络设备类别

我们研究利用商用家庭网关上观察到的低层流量活动指标，推断家庭网络中网络设备类型的问题。我们分析了一个从大型欧洲ISP的240个订阅用户家庭获得的详细设备网络活动数据集，并提取了若干针对单个设备的流量与空间指纹。我们开发了双层分类法来描述设备，并使用若干启发式方法将单个设备映射其上。我们利用启发式派生的标签来训练分类器，基于设备的流量与空间指纹区分设备类别。我们的结果显示，粗粒度类别的准确率高达91%，细粒度类别高达84%。通过纳入来自其他来源的信息（例如MAC OUI），我们能够分别将准确率进一步提升至97%和92%以上。最后，我们还提取了一组简单且人类可读的规则，简明地刻画了这些不同设备类别的行为。