欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202010521565X
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于特征增强的VPN流量WEB指纹识别方法,其特征在于,包括如下步骤:S1、抓取SSL / TLS隧道内的流量信息并加以保存;

S2、对所抓取的流量信息进行预处理,设置过滤规则、删除不符合过滤规则的流量信息;

S3、根据流量密度完成激增周期特征提取;

S4、利用LightGBM算法、结合经过预处理的流量信息及所提取的激增周期特征,建立并训练识别模型;

S5、将所得到的、经过训练的识别模型应用于WEB指纹识别过程中,最终完成WEB指纹识别。

2.根据权利要求1所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于,S1具体包括如下步骤:使用流量抓包软件WireShark在出口路由器上抓取SSL / TLS隧道内的流量信息,将所抓取的流量信息以pcap格式逐一保存为数据包,随后将全部数据包进行汇总、得到原始数据集。

3.根据权利要求2所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于,S2具体包括如下步骤:使用WireShark对所述原始数据集内的数据包进行处理,设置过滤规则、按照所述过滤规则对不符合条件的数据包进行删除、得到经过预处理后的原始数据集。

4.根据权利要求3所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于,所述过滤规则包括:删除所述原始数据集内的非TCP数据包及纯ACK数据包。

5.根据权利要求3所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于,S3具体包括如下步骤:S31、将所述原始数据集内的数据包转换为时间戳序列,所述时间戳序列内包含若干成对数据,所述成对数据包括一一对应的时间及数据包大小;

S32、将所述时间戳序列转换为在100ms非重叠窗口中计算出的比特率时间序列;

S33、以自适应的方法寻找特定阈值 ,从所述比特率时间序列中提取高于特定阈值的连续时间序列,将结果作为激增周期并加以输出。

6.根据权利要求5所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于,S33中所述以自适应的方法寻找特定阈值 ,具体包括如下步骤:从可能的最大值开始、降序寻找阈值,直至寻找到某一阈值可以使突发周期覆盖80%以上的已传输流量信息。

7.根据权利要求5所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于:在所述激增周期中,连续时间序列按照其时序降序排列;所述激增周期中传输的流量信息的字节总数为该激增周期的大小,所述激增周期的大小的矢量用作表示样本的特征。

8.根据权利要求5所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于,S4具体包括如下步骤:S41、将经过预处理后的原始数据集划分为训练集和测试集;

S42、将LightGBM分类器的参数设置为默认值,将所述训练集作为LightGBM算法的数据对所述LightGBM分类器进行训练;

S43、调整所述LightGBM分类器的参数,再次将所述训练集作为LightGBM算法的数据对所述LightGBM分类器进行训练,循环操作直至所述LightGBM分类器对所述训练集的应用类型识别效果达到预设值;

S44、使用测试集对所述LightGBM分类器的识别效果进行测试,若测试合格则结束流程,将所述LightGBM分类器作为识别模型;若测试不合格则返回S43,重复执行前序流程。

9.根据权利要求8所述的基于特征增强的VPN流量WEB指纹识别方法,其特征在于:在S41中,将经过预处理后的原始数据集按比例划分为训练集和测试集,划分比例为训练集∶测试集=2∶1。