基于自适应权值的数据报指纹特征识别与发现

发布时间：2019-09-26 17:12

【摘要】：面对未知协议下的报文数据,由于不能通过协议规范获得相关特征,导致传统的模式匹配方法在报文提取和协议识别过程中存在着难题;提出了以数据挖掘理论为基础的数据报指纹特征提取方案;在特征序列挖掘过程中引入自适应权值,对源数据中的序列模式进行加权统计得到判决结果;再利用提升率对特征序列进行关联规则验证,输出数据报的指纹特征;最后,采用ARP广播帧和ICMP数据包作为原始数据,测试提取数据报指纹特征;实验结果表明,自适应权值的引入能够有效减小报文中冗余数据段的干扰,提高指纹特征提取的正确率,并对报文的长度变化有一定的鲁棒性。
【图文】：

序列,指纹特征,提取流程,提取过程

的出现诱导了Ｑ的出现，关联特性较强；提升率小于１，说明Ｐ的出现抑制了Ｑ的出现，关联特性较弱。以数据挖掘理论为基础，对报文数据的特征序列进行挖掘，并设置提升率门限对特征序列之间的关联规则进行验证，可以得到提取数据报指纹特征的重要依据。２算法设计网络通信中的大多数协议的数据报由报文头部和报文数据段组成，如图１所示。在特征挖掘过程中，报文数据段（即冗余数据段）对挖掘结果造成干扰，降低了数据报指纹特征提取的可靠性。为此，设计基于自适应权值的指纹特征提取方案，如图２所示。图１数据报通用格式图２指纹特征提取流程指纹特征提取过程主要分为３个模块：频繁序列挖掘模块、关联规则验证模块以及自适应模块。其中频繁序列挖掘模块包括序列模式统计算法和判决机制；关联规则验证模块包括不同频繁序列之间和相同频繁序列之间的关联规则验证；自适应模块则根据频繁序列挖掘和关联规则验证的输出结果对频繁序列挖掘阶段的相关参数进行自适应调整；最后输出数据报的指纹特征。２．１基于散列的序列模式统计对比特序列的统计过程中面临着大数据量中查询匹配序列模式的时空复杂度较高的问题，单模式匹配方法必须枚举所有序列模式逐一扫描匹配。为此设计基于散列的序列模式统计算法，将序列模式按位长分组进行统计，并以序列模式转换为的十进制整型数字ｉ为关键字散列到数组中进行存储。以长度为ｍ的序列模式组统计为例，算法描述如下：输入：源报文数据的比特序列Ｓ、序列模式长度范围ｍｉｎ～ｍａｘ、权值ε０；输出：各序列模式加权值Ｐε（ｉ）、序列出现位置ｐｏｓ；流程：（１）定义统计结构体，，结构体中包含序列模式、关
【作者单位】：空军工程大学信息与导航学院;
【基金】：国家自然科学基金(61202490)
【分类号】：TP393.08

【相似文献】