[發(fā)明專利]時間型隱通道特征擷取方法、系統(tǒng)、設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202110988013.4 | 申請日: | 2021-08-26 |
| 公開(公告)號: | CN113438257B | 公開(公告)日: | 2021-11-12 |
| 發(fā)明(設(shè)計)人: | 林于翔;羅禹銘;黃鑠琳;楊莉 | 申請(專利權(quán))人: | 網(wǎng)御安全技術(shù)(深圳)有限公司 |
| 主分類號: | H04L29/06 | 分類號: | H04L29/06;G06N3/04;G06N3/08 |
| 代理公司: | 深圳君信誠知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44636 | 代理人: | 劉偉 |
| 地址: | 518000 廣東省深圳市南山區(qū)粵海街道高新*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 時間 通道 特征 擷取 方法 系統(tǒng) 設(shè)備 存儲 介質(zhì) | ||
1.一種時間型隱通道特征擷取方法,其特征在于,該方法包括如下步驟: 圖片化處理和自編碼處理;
所述圖片化處理包括:
封包抵達(dá)時間差值擷取:獲取所述時間型隱通道中的預(yù)設(shè)時間內(nèi)的時序訊號,根據(jù)所述時序訊號偵測和記錄所述時序訊號內(nèi)的每個 封包的抵達(dá)時間,再計算出每個所述封包之間所述抵達(dá)時間的差值并得到依時間順序的一連串的 個所述差值形成的差值序列,將所述差值序列記錄生成一維浮點數(shù)矩陣,其中,所述時序訊號包括所述預(yù)設(shè)時間內(nèi)依時間順序的一連串的多個所述封包,為平方數(shù),所述一維浮點數(shù)矩陣內(nèi)存儲的所述差值序列為個浮點數(shù);
一維浮點數(shù)規(guī)一化:通過預(yù)設(shè)的映像函數(shù)將個浮點數(shù)由浮點數(shù)域歸一化至正整數(shù)域,得到個正整數(shù),并將記錄的個正整數(shù)記錄生成一維正整數(shù)矩陣,其中,,所述映像函數(shù)滿足公式:
,為歸一化函數(shù);以及,
一維正整數(shù)圖片化:將所述一維正整數(shù)矩陣按照預(yù)設(shè)的轉(zhuǎn)化規(guī)則進(jìn)行轉(zhuǎn)化,并生成一張封包時間差值圖片,所述封包時間差值圖片為灰階圖片;
所述自編碼處理包括:
將所述封包時間差值圖片的輸入序列x通過神經(jīng)網(wǎng)絡(luò)按照預(yù)設(shè)的訓(xùn)練規(guī)則進(jìn)行訓(xùn)練并生成封包時間差值譯碼圖片的輸出序列z,其中,所述輸入序列x為所述封包時間差值圖片的灰階值循序展開形成,所述輸出序列z為所述封包時間差值譯碼圖片的灰階值循序展開形成,所述訓(xùn)練規(guī)則的訓(xùn)練目標(biāo)為:所述輸入序列x與所述輸出序列z的總體誤差和為最小值,所述總體誤差和設(shè)為,并滿足以下公式:
。
2.根據(jù)權(quán)利要求1所述的時間型隱通道特征擷取方法,其特征在于,所述圖片化處理步驟中,,所述預(yù)設(shè)的轉(zhuǎn)化規(guī)則為將正整數(shù)設(shè)定為所述封包時間差值圖片的第1行的灰階值,正整數(shù) 設(shè)定為所述封包時間差值圖片的第2行的灰階值,…,正整數(shù)設(shè)定為所述封包時間差值圖片的第9行的灰階值。
3.根據(jù)權(quán)利要求1所述的時間型隱通道特征擷取方法,其特征在于,所述自編碼處理步驟中,包括如下步驟:
編碼器訓(xùn)練:將所述輸入序列通過所述神經(jīng)網(wǎng)絡(luò)的輸入層到達(dá)所述神經(jīng)網(wǎng)絡(luò)的中間層,并根據(jù)預(yù)設(shè)的編碼器模型生成序列,并滿足如下公式:
,
其中,為輸入層到中間層的權(quán)值,為中間層的偏差,所述序列為隱通道特征序列。
4.根據(jù)權(quán)利要求3所述的時間型隱通道特征擷取方法,其特征在于,所述自編碼處理步驟中,還包括如下步驟:
譯碼器訓(xùn)練:將所述序列通過所述神經(jīng)網(wǎng)絡(luò)的個神經(jīng)元的輸出層,并根據(jù)預(yù)設(shè)的譯碼器模型生成所述輸出序列,并滿足如下公式:
,
其中,為所述中間層到所述輸出層的權(quán)值,為所述輸出層的偏差。
5.根據(jù)權(quán)利要求4所述的時間型隱通道特征擷取方法,其特征在于,為一個權(quán)重矩陣,為另一個權(quán)重矩陣,為的轉(zhuǎn)置矩陣。
6.根據(jù)權(quán)利要求4所述的時間型隱通道特征擷取方法,其特征在于,所述自編碼處理步驟中,還包括如下步驟:
反向傳播算法訓(xùn)練:將、、以及在所述神經(jīng)網(wǎng)絡(luò)中通過預(yù)設(shè)的反向傳播算法更新。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于網(wǎng)御安全技術(shù)(深圳)有限公司,未經(jīng)網(wǎng)御安全技術(shù)(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110988013.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





