特定加密应用识别关键技术研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:daihongjun2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网迅猛发展,网络流量成分日益复杂。网络中除了指大量标准化公开协议所产生的流量外,还存在许多私有协议流量。私有协议(Proprietary Protocol)因商业保护等原因而未公开其网络通信技术规范,故识别有难度。本文研究的特定加密应用是指采用私有协议和混淆通信技术的应用,其利用加密技术(Encryption)保证数据传输安全,也利用流量混淆技术(Traffic Obfuscation)伪装其流量,逃避网络监管。针对以上问题,本文提出被动检测(Passive Detect)与主动探测(Active Probe)两种方案,对该类应用深入识别。首先,本文详细分析了当前混淆流量被动检测和私有协议主动探测的相关成果,同时介绍了协议分析实验环境,阐述流量检测和主动探测的原理。其次,本文从被动检测角度,对采用混淆伪装通信技术的加密应用产生的流量进行分析。首先阐述加密应用利用TCP、HTTP、HTTPS的三种混淆通信原理。随后对典型报文序列进行标记并设计混淆流量分类算法。同时本文将TF-IDF算法思想与流量检测领域结合。计算各个特征权重,将有效特征整合成协议特征库。最后设计基于特征匹配的混淆流量识别算法。测试结果表明,本文提出的混淆流量被动检测方法能够有效识别特定加密应用的混淆流量。再次,本文从主动探测角度,构造特殊格式数据包对加密应用进行主动发现。首先提出基于BWT后缀树快速索引的协议格式提取算法。随后从网络报文(Network Traffic)和指令序列(Instruction Trajectory)两方面,推断该应用协议状态机。最后根据协议状态迁移设计主动探测算法,并依据分层探测模型思想进行实验。测试结果表明,本文提出的私有协议主动探测方法能成功发现特定加密应用的专有特征,从而为协议探测领域提出一种新思路。最后,针对特定加密应用识别问题,本文设计并实现了复杂网络下特定应用识别原型系统,包括被动检测子系统和主动探测子系统两部分。根据现有研究成果可知,针对加密应用通信中混淆流量被动检测和基于协议状态迁移主动探测技术的研究工作较少,因此本文工作对于补充这两领域的不足有一定意义。测试结果表明流量被动检测与协议主动探测技术结合对准确识别基于混淆通信的特定加密应用是可行的。
其他文献
伴随工业不断地发展和人民日益增长的电力需求,清洁可持续型能源的研发已经成为电力发展的重要方向,其中太阳能发电技术以其独特的优势成为目前新能源研发的热点之一。传统工
六西格玛管理需要采用管理统计工具,收集大量的信息和数据,团队合作,因此企业能否顺利实施六西格玛管理,取决于企业的管理理念、文化。如果把六西格玛管理作为金字塔的顶部,那么企业文化,人员素质和管理水平则是金字塔的基础,在此背景下,我们研究六西格玛管理在企业中实际运用的问题。H公司是专注于研发生产纸质包装容器、塑料膜包装材料、纸浆托盘的一家跨国公司。目前H公司的产品质量缺陷很多,客户投诉时有发生。本文通
裂缝性油气藏在全世界的油气资源中占有很大比重。只有建立起裂缝模型来加强对裂缝空间分布情况的认知,才能更好的实现油气资源的生产开发。因此本文选择研究离散裂缝网络(DF
马铃薯为世界第四大粮食作物,在种植过程中易受病毒感染。马铃薯纺锤茎块类病毒(Potato spindle tuber viroid,PSTVd)是一种严重危害马铃薯生产的类病毒,当前对PSTVd的生物学
钢结构形式的建筑物、构筑物数量大幅增加的同时也带来了不少安全问题,对生命财产造成了巨大损失,为了解决这些结构性安全问题有必要采取加固修复措施。虽然加固的手段种类众
部分变系数单指数回归模型综合了变系数回归模型和单指数回归模型的特点,其不仅能够克服非参数回归模型中存在的“维数灾难”,而且能够用于研究变量间的非线性特征,其估计方法在经济、管理等学科中应用广泛。考虑到在现实经济问题中,许多响应变量具有空间相关性,为了进一步准确的刻画解释变量和响应变量的关系,我们有必要将部分变系数单指数回归模型拓展到为部分变系数单指数空间回归模型。现有研究文献检索发现,针对该类模型
全球气候变暖,高温、暴雨洪涝、干旱等极端气候事情发生频率明显增加,气候变化已经对社会和经济运行造成了严重影响。粤港澳大湾区是我国大力发展建设的城市群,在城市建设中,气候变化导致的灾害事件已经不容忽视。在发展经济的同时,要积极构建三地气象灾害联防联控新模式,掌握区域内极端气候变化,分析极端气候的趋势变化情况以及突变情况,挖掘极端气候产生的原因及其影响。本文从指标数据和文本数据两个方面出发进行极端气候
随着测井深度的加深,井下环境更加恶劣,保证测井仪器的工作系统稳定具有重要意义。在测井过程中,设备测量部分需要推靠器紧贴井壁来获得地层数据,所以,推靠器性能是决定测井
入侵检测是维持网络安全的重要手段,其通过对流量日志进行分析,可以及时发现和阻断网络入侵。在入侵检测中,由于背景流量包含所有非入侵的流量,具有数据量大和流量种类多的特点,因此构建出具有代表性的背景流量数据集非常困难。本文中,将入侵流量作为正例数据,研究了基于正例和无标签学习的入侵检测方法,从而避免构建背景流量数据集,使入侵检测系统具有更好的泛化性能。在基于正例和无标签学习的入侵检测系统构建过程中,主
棉花作为重要的经济作物,为纺织业提供了重要的原材料。目前,人们的生活质量和纺织水平日渐提高,故而对棉纤维品质的要求日益严苛。棉纤维作为研究细胞伸长及细胞壁结构的重