[發明專利]一種基于唯密文的密碼算法識別方法和系統

有效

• 申請號: 201510851483.0
• 申請日: 2015-11-30
• 公開（公告）號: CN105512518B
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 吉慶兵;劉義銘;談程;張李軍;陳曼
• 申請（專利權）人: 中國電子科技集團公司第三十研究所
• 主分類號: G06F21/12
• 分類號: G06F21/12;G06F21/14
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 楊永梅

1.一種基于唯密文的密碼算法識別方法，其具體包括如下五個步驟：步驟一：確定出需要對哪幾種密碼算法進行識別，然后對應這些需要進行識別的密碼算法，分別生成密文文件，各密碼算法對應的密文文件的大小和數量保持一致；步驟二：對所生成的密文文件按照一定提取規則提取其二進制密文特征，所提取的密文特征具有可識別性；步驟三：確定了提取規則，按照步驟二得到密文文件的密文特征，篩選出關鍵特征，將關鍵特征作為密碼算法識別模型的特征匹配數據庫，結合機器學習中的識別算法，建立初步的識別模型；步驟四：對應各密碼算法，分別重新生成一些密文文件，同樣按照步驟二、三的特征提取篩選規則，得到這些新的密文的關鍵特征，進而作為識別模型的輸入，對密碼算法進行初步區分識別；步驟五：經過多次優化，最終得到一個穩定的識別模型，直接用于基于唯密文信息的密碼算法識別；

優化識別模型的具體步驟為：觀察識別算法中的參數設置，密文特征以及識別效果這三者間的關系，進而對識別模型進行優化；

識別算法參數，密文特征和識別效果之間的關系確定過程為：（1）生成用于對識別模型進行參數調整的密文文件；（2）先選定一類密文特征，篩選出關鍵特征，然后在調整算法參數過程中觀察識別率，直至獲得較高識別率；（3）選取其他類別密文特征，按同樣方式調整算法參數；（4）根據識別效果，選擇密文特征類別和識別算法參數的最優組合；

所述提取其二進制密文特征的方法具體包括以下步驟：首先將密文文件中的密文分割成多個大小相同的密文塊，然后按提取規則對每個密文塊進行特征提取。

2.如權利要求1所述的基于唯密文的密碼算法識別方法，其特征在于，提取規則一的過程具體為：對于每一個密文塊，將每8位二進制密文表示為一個0~255的數值，那么該密文文件的特征為一個257維的向量，該向量的前256維分量分別表示出現0~255的頻次，最后一維表示該密文塊的密碼算法類別。

3.如權利要求2所述的基于唯密文的密碼算法識別方法，其特征在于，提取規則二的過程具體為：對于每一個密文塊，以128位密文為一個分組，統計所有分組中128個位置各位置出現1的頻次之和，構成一個129維的向量，前128維表示所有分組各位置出現1的頻次之和，第129維表示密文塊的密碼算法類別。

4.如權利要求1所述的基于唯密文的密碼算法識別方法，其特征在于所述篩選出關鍵特征的方法具體包括以下的步驟：尋找多維特征的一個中心點，設置一個距離閾值，根據與這個中心點的距離來篩選出關鍵特征，將離中心點較遠的特征去掉。

5.一種基于唯密文的密碼算法識別系統，其特征在于具體包括密碼算法確定單元、密文特征提取單元、初步模型建立單元和模型優化單元；所述密碼算法確定單元用于確定出需要對哪幾種密碼算法進行識別，然后對應這些需要進行識別的密碼算法，分別生成密文文件，各密碼算法對應的密文文件的大小和數量保持一致；所述密文特征提取單元用于對所生成的密文文件按照一定規則提取其二進制密文特征，所提取的密文特征具有可識別性；所述初步模型建立單元用于將關鍵特征作為密碼算法識別模型的特征匹配數據庫，結合機器學習中的識別算法，建立初步的識別模型；所述模型優化單元用于對應各密碼算法，分別重新生成一些密文文件，同樣進行特征提取和篩選，得到這些新的密文的關鍵特征，進而作為識別模型的輸入，對初步的識別模型進行優化，最終得到一個穩定的識別模型，直接用于基于唯密文信息的密碼算法識別；

優化識別模型包括：觀察識別算法中的參數設置，密文特征以及識別效果這三者間的關系，進而對識別模型進行優化；

識別算法參數，密文特征和識別效果之間的關系確定過程為：（1）生成用于對識別模型進行參數調整的密文文件；（2）先選定一類密文特征，篩選出關鍵特征，然后在調整算法參數過程中觀察識別率，直至獲得較高識別率；（3）選取其他類別密文特征，按同樣方式調整算法參數；（4）根據識別效果，選擇密文特征類別和識別算法參數的最優組合；

上述提取其二進制密文特征的方法具體包括以下步驟：首先將密文文件中的密文分割成多個大小相同的密文塊，然后按提取規則對每個密文塊進行特征提取。