一种基于特征分层过滤与深度学习分类的网络指纹识别方法及系统

本申请涉及网络安全技术领域，尤其是涉及一种基于特征分层过滤与深度学习分类的网络指纹识别方法及系统，包括接收目标网络资产的探测响应数据，经特征提取获得多维特征数据后，采用分层过滤机制对预置指纹库进行筛选，得到候选指纹集合，基于该集合与原始响应数据，借助预设的深度学习分类模型进行精准识别，生成初步识别结果及对应置信度，通过将置信度与预设阈值进行比对，并结合识别结果与预设分类边界的一致性验证，最终仅在置信度高于阈值且结果远离分类边界时输出识别结果。实现了大规模网络下资产识别的性能，解决了现有技术因处理效率低下无法应对大规模网络探测，以及因缺乏多重校验机制而导致对模糊样本误判率高、可靠性差的问题。