[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的web指紋識別方法

在審

• 申請?zhí)枺?/td>: 201911335939.2
• 申請日: 2019-12-24
• 公開（公告）號: CN111092769A
• 公開（公告）日: 2020-05-01
• 發(fā)明（設(shè)計(jì)）人: 李明軒;舒斐;李峰;王斌;鄒振婉
• 申請（專利權(quán)）人: 國網(wǎng)新疆電力有限公司電力科學(xué)研究院
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/08;G06K9/62;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于機(jī)器學(xué)習(xí)的web指紋識別方法，其特征在于，包括以下步驟：

S1數(shù)據(jù)收集：收集或創(chuàng)建多個(gè)站點(diǎn)，之后我們對這些站點(diǎn)發(fā)送設(shè)計(jì)好的請求，分別對其對應(yīng)的響應(yīng)報(bào)文進(jìn)行分類，將這些響應(yīng)報(bào)文和其對應(yīng)的Web指紋進(jìn)行歸類，將這些響應(yīng)報(bào)文分為訓(xùn)練集和測試集；

S2數(shù)據(jù)處理：對于收集到的存在不同Web指紋的響應(yīng)報(bào)文，將其中包含的每個(gè)字符以數(shù)字進(jìn)行代替；

S3模型訓(xùn)練；

S4結(jié)束訓(xùn)練；

S5行為預(yù)測。

2.如權(quán)利要求1所述的一種基于機(jī)器學(xué)習(xí)的web指紋識別方法，其特征在于，所述步驟S2具體步驟為：這里假設(shè)所有的響應(yīng)報(bào)文中包含的字符類型總數(shù)為n，每一個(gè)字符a都對應(yīng)一個(gè)數(shù)字x_a，這樣可以將一條響應(yīng)報(bào)文使用一個(gè)長度為n的向量代替，這里對于每一個(gè)報(bào)文m的第i個(gè)字符m_i，若其對應(yīng)的數(shù)字為那么就在其對應(yīng)向量的第個(gè)元素上加1，以此類推最終得到一個(gè)長度為n的數(shù)字向量，該向量即為原報(bào)文的數(shù)字向量形式；

所述步驟S3具體步驟為：在獲得響應(yīng)報(bào)文對應(yīng)的字符向量后，首先我們對這些向量進(jìn)行聚類，類的個(gè)數(shù)即為原響應(yīng)報(bào)文集中需要進(jìn)行分類的不同種類Web指紋個(gè)數(shù)：

對于兩個(gè)不同的響應(yīng)報(bào)文，他們的距離為：

其中t′為向量中第i個(gè)元素的參數(shù)；

對于預(yù)測集中的響應(yīng)報(bào)文，計(jì)算出他們與所有測試集響應(yīng)報(bào)文的距離，得出距離最近的前10個(gè)響應(yīng)報(bào)文集，根據(jù)這10個(gè)響應(yīng)報(bào)文集中不同的Web指紋出現(xiàn)頻率，返回Web指紋出現(xiàn)頻率最高的類別作為預(yù)測的Web指紋；

在每次預(yù)測結(jié)束后，若本次預(yù)測結(jié)果與實(shí)際結(jié)果一致，則誤差記為0；若本次預(yù)測結(jié)果與實(shí)際結(jié)果不一致，則取對應(yīng)Web指紋中與預(yù)測報(bào)文最近的5個(gè)報(bào)文，計(jì)算其平均向量，則他們的誤差為：

當(dāng)一輪訓(xùn)練結(jié)束后，每次預(yù)測的誤差之和即為該輪預(yù)測的誤差；

所述步驟S4中具體步驟為：若當(dāng)前輪誤差在規(guī)定閾值內(nèi)或已經(jīng)達(dá)到最大輪數(shù)，則結(jié)束訓(xùn)練過程，將此時(shí)的參數(shù)保存在本地，此時(shí)即視為模型已經(jīng)達(dá)到穩(wěn)定狀態(tài)，可以用于進(jìn)行Web指紋的預(yù)測；之后進(jìn)行Web指紋預(yù)測時(shí)，可以直接調(diào)用保存在本地的參數(shù)進(jìn)行預(yù)測，不再需要進(jìn)行額外的模型參數(shù)訓(xùn)練；若當(dāng)前輪誤差仍在規(guī)定閾值外且尚未達(dá)到最大輪數(shù)，則根據(jù)誤差對模型參數(shù)進(jìn)行更新：

其中α為學(xué)習(xí)速率，Δ為誤差；

所述步驟S5具體步驟為：在得到訓(xùn)練完成的Web指紋預(yù)測模型后，當(dāng)我們需要對目標(biāo)站點(diǎn)的Web指紋進(jìn)行預(yù)測時(shí)，我們只需要向目標(biāo)站點(diǎn)發(fā)送構(gòu)建好的Web請求，在得到返回的響應(yīng)報(bào)文后，將其轉(zhuǎn)換成數(shù)字向量形式后輸入Web指紋預(yù)測模型，模型則會將預(yù)測的Web指紋輸出，完成預(yù)測，用戶可以根據(jù)預(yù)測的Web指紋進(jìn)行下一步操作。

3.如權(quán)利要求2所述的一種基于機(jī)器學(xué)習(xí)的web指紋識別方法，其特征在于，所述步驟S1中Web指紋具體包括：Web容器包含Nginx、Apache等，Web服務(wù)端語言包括php、asp、Java等，Web后端框架包括Laravel、ThinkPHP、Django等，Web應(yīng)用包括Dedecms、WordPress、Discuz等，Web前端框架包括Bootstrap、ExtJS、Flex等，Web前端語言包含JavaScript、PHP、C#等。