随着海量、异构的物联网设备接入了网络空间,物联网设备安全防护措施缺失问题日益严重,导致设备安全问题频繁发生,造成了巨大的经济损失,甚至威胁国家基础设施安全。物联网设备的安全问题主要包括两个方面:首先,设备自身在安全问题上没有进行严格的检测和监管;其次,设备一旦部署到实地环境中,就很少进行升级、替换和暂停检测维修。围绕上述的问题,论文提出了基于关联关系图的物联网设备安全信息检测关键技术,包括三个细粒度层次的关系:网络地址与物联网设备的关联关系;地理位置与物联网设备的关联关系;物联网设备漏洞与安全补丁的关联关系。本文的主要研究点与贡献如下:(1)网络地址与物联网设备的关联关系。本论文通过向网络IPv4地址发送探测包,并收集应用层协议报文,并结合自然语言处理技术提取文本特征,然后基于机器学习模型输出物联网设备信息(设备类型、厂商、产品型号),从而建立网络地址与设备的关联关系。实验结果表明,论文模型的识别性能达到98.7%的精确率和98.4%的召回率,并利用D3.js技术可视化网络地址与物联网设备的关联关系图。(2)地理位置与物联网设备的关联关系。论文首先从100多个在线监控视频流网站中收集网页信息,并自动提取在线监控视频流的IP地址和经纬度信息,生成1万6千个细粒度地标数据。其次,论文提出了基于大规模地标数据的定位算法,获取物联网设备的位置信息。最后,论文实验结果论证了物联网设备定位算法在小于130km误差的主机中占比接近80%,比目前基于开源地标数据的CBG定位算法要高出了10%,基于采集数百万个物联网设备的地理信息,论文利用D3.js技术可视化展示地理位置与物联网设备的关联关系图。(3)物联网设备漏洞与安全补丁的关联关系。论文提出了基于多源、异构安全信息源的物联网设备漏洞信息提取技术,利用正则表达式和文本处理技术,提取物联网设备漏洞相关信息。其次,论文提出了基于版本信息的依赖关系,从而建立版本安全补丁与已经揭露的物联网设备漏洞的依赖关系。最后,论文分析了物联网设备可能潜在的漏洞威胁和安全隐患,并利用D3.js技术可视化物联网设备漏洞与版本安全补丁的关联关系图。