基于网络流的轻量级操作系统识别方法、系统及设备

本申请涉及基于网络流的轻量级操作系统识别方法、系统及设备，该方法通过利用训练好的全新轻量级操作系统识别模型对待进行操作系统识别的测试数据进行识别处理，实现快速且准确的设备操作系统版本信息识别输出。其中，轻量级操作系统识别模型包括卷积层、池化层和全连接层等主体结构，卷积层利用了轻量级机器学习技术提出的Fire模块设计，研究设计中融合了模型修剪和数据量化等方法，使得轻量级操作系统识别模型得以实现并且充分适应于公开数据集和通用流量数据，从网络流中提取出高阶的识别特征用于轻量级的模型训练和系统识别，大幅提高了识别速率且提高了操作系统识别的细粒度区分能力。