資源描述：
《基于M-序列檢驗(yàn)的加密流量識別.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2014年11月計算機(jī)工程與設(shè)計NOV．2014第35卷第11期COMPUTERENGINEERINGANDDESIGNVo1．35No．I1基于M一序列檢驗(yàn)的加密流量識別王煒，程東年(國家數(shù)字交換系統(tǒng)工程技術(shù)研究中心，河南鄭州450002)摘要：為更好地進(jìn)行網(wǎng)絡(luò)管理和網(wǎng)絡(luò)安全維護(hù)，通過研究加密流量的內(nèi)容統(tǒng)計特征，提出基于M-序列檢驗(yàn)的網(wǎng)絡(luò)數(shù)據(jù)隨機(jī)性評估算法(networkdatarandomnessestimation，NDRE)以識別加密流量。采用M-序列檢驗(yàn)方法對序列隨機(jī)性進(jìn)行量化；根據(jù)負(fù)載
2、序列長度，自適應(yīng)訓(xùn)練得到最優(yōu)化參數(shù)集；利用最小風(fēng)險貝葉斯準(zhǔn)則，對加密流量進(jìn)行識別。實(shí)驗(yàn)結(jié)果表明，與基于熵的方法相比，在控制一定計算復(fù)雜度的情況下，NDRE精確度有較大提高。關(guān)鍵詞：加密流量；流量識別；M_序列檢驗(yàn)；隨機(jī)性；貝葉斯準(zhǔn)則中圖法分類號：TP393文獻(xiàn)標(biāo)識號：A文章編號：1000—7024(2014)11—3712—05M-serialtestbasedencryptedtrafficidentificationWANGWei．CHENGDong-nian(NationalDigitalS
3、witchingSystemEngineeringandTechnologicalR&DCentre，Zhengzhou450002，China)Abstract：Tomanagethenetworkandmaintainthenetworksecurity，thestudyonidentifyingthenetworkencryptedtrafficwascarriedoutandtheM-serialtestbasednetworkdataran&)mnessestimationalgorit
4、hm(NDRE)wasproposedbystudyingthecontentstatisticalcharacteristics．TheM—seria1testmethodwasusedtOquantifytherandomnessofthesequence．Themostopti—mizedsetofparameterswasself-adaptivelytrainedandobtaineddependingonthelengthofthepayloadsequence．Theminimumr
5、iskBayeswasutilizedtoidentifytheencryptedtraffic．Experimentalresultsshowthatcomparedwiththeentropy-basedme-thod，theprecisionoftheNDREisbetterwhenthecomputationalcomplexitywascontrolledwithinacertainreasonablerange．Keywords：encryptedtraffic；trafficiden
6、tification；M-serialtest；randomness；Bayesrule性測試，進(jìn)一步驗(yàn)證隨機(jī)性特征可以用于識別數(shù)據(jù)是0引言否加密。網(wǎng)絡(luò)加密協(xié)議對數(shù)據(jù)進(jìn)行偽隨機(jī)處理，使得原有的基本文針對加密序列的隨機(jī)性特征展開研究，提出一種于端口號和深度包檢測(DPI)的明文識別方法失效，因基于M-序列檢驗(yàn)的網(wǎng)絡(luò)數(shù)據(jù)隨機(jī)性評估算法NDRE。利用此，研究網(wǎng)絡(luò)加密流量識別十分必要。有效的加密流量識加密數(shù)據(jù)隨機(jī)性較強(qiáng)的特點(diǎn)，采用M_序列檢驗(yàn)的方法衡量別，使因特網(wǎng)服務(wù)提供商(ISP)進(jìn)一步優(yōu)化帶寬分配，并
7、數(shù)據(jù)的隨機(jī)性，并自適應(yīng)數(shù)據(jù)量選擇最優(yōu)化參數(shù)集，使用為某些重要加密數(shù)據(jù)提供更高的優(yōu)先級和更好的服務(wù)質(zhì)量，最小風(fēng)險貝葉斯準(zhǔn)則將誤報率控制在合理范圍內(nèi)，使得漏實(shí)行高效的網(wǎng)絡(luò)監(jiān)控和管理；過濾不良信息，檢測入侵攻報率盡可能低，達(dá)到快速、有效的加密流量識別。擊行為，更好地保障網(wǎng)絡(luò)安全；為識別某種具體網(wǎng)絡(luò)業(yè)務(wù)1相關(guān)工作或網(wǎng)絡(luò)協(xié)議流量做前端處理，進(jìn)一步實(shí)現(xiàn)細(xì)粒度的業(yè)務(wù)分類。由于私有加密協(xié)議的出現(xiàn)，傳統(tǒng)的基于端口號和深度對于密文數(shù)據(jù)，香農(nóng)提出其必須符合混淆和擴(kuò)散特性。包檢測(DPI)的識別方法無法再適用于識~'lJ
8、Jn密流量。近其中，混淆特性要求密文的統(tǒng)計特性應(yīng)當(dāng)與明文、密鑰之年來，學(xué)術(shù)界廣泛采用基于深入流檢測(DFI)的識別方間關(guān)系盡量復(fù)雜化，即密文數(shù)據(jù)應(yīng)當(dāng)是隨機(jī)的。文獻(xiàn)F1]法，其根據(jù)五元組和時間信息將數(shù)據(jù)包規(guī)約成流，配合機(jī)指出，經(jīng)過加密算法處理后的密文序列應(yīng)通過嚴(yán)格的隨機(jī)器學(xué)習(xí)算法對業(yè)務(wù)進(jìn)行識別。其常用的統(tǒng)計特征主要包括收稿日期：2013—12—19；修訂日期：2014—02-22基金項目：國家973重點(diǎn)基礎(chǔ)研究發(fā)展計劃基金項目(2012CB315901、2o12CB315906)；國
