[發明專利]一種基于深度學習的活躍IPV6地址預測方法

在審

• 申請號: 202211053685.7
• 申請日: 2022-08-31
• 公開（公告）號: CN115422914A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 李育強;李林峰;朱浩;侯孟書;劉竹
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06F40/30;G06F40/284;G06F40/237;G06F16/35;G06N3/04;G06N3/08;H04L61/5007;H04L101/659
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 孫一峰

1.一種基于深度學習的活躍IPV6地址預測方法，其特征在于，包括以下步驟：

S1、構建IPV6地址詞序列，具體為：通過地址詞來表示十六進制的IPV6地址的每一個nybble，定義IPV6地址中第i個nybble的值為V_i，定義索引i為S_i，i為正整數且1≤i≤32，則將第i個地址詞表示為V_iS_i，從而對每一個位置的nybble值在地址詞中均單獨賦予語義，將整個IPV6地址的每一位nybble值轉化為地址詞，則構成一條IPV6地址的詞序列；

S2、采用S1的方法對獲取的所有IPV6地址集進行處理，根據獲得的所有詞序列構成詞匯表，基于詞匯表進行訓練數據的構建，具體為：從一條詞序列中選擇一個地址詞V_iS_i作為輸入詞，將V_iS_i前后的地址詞作為背景詞從而生成訓練樣本，選擇背景詞的范圍是以V_iS_i作為中心并且窗口大小為5，即采用V_i-2S_i-2、V_i-1S_i-1、V_i+1S_i+1、V_i+2S_i+2作為背景詞V_i±nS_i±n，獲得的訓練樣本對為(V_iS_i，V_i-2S_i-2)(V_iS_i，V_i-1S_i-1)(V_iS_i，V_i+1S_i+1)(V_iS_i，V_i+2S_i+2)，并且當作為背景詞的地址詞不存在時，對應的組合為空；對詞匯表中的所有詞序列進行訓練數據的構建從而獲得訓練數據集；

S3、采用Word2Vec算法，將V_iS_i作為輸入，背景詞V_i±nS_i±n作為期望輸出進行訓練，并輸出詞向量；具體的：對每一個訓練樣本對(V_iS_i，V_i±nS_i±n)，輸入V_iS_i進入一個二層神經網絡，輸出S1中得到的詞匯表中每個詞的概率，再將背景詞作為標簽，采用LogSoftmax損失函數進行訓練，二層神經網絡的隱藏層的參數矩陣的每一行U_i與詞匯表的每個詞V_iS_i具有一一對應關系，待算法收斂后，將隱藏層的參數矩陣作為IPV6地址詞的詞向量編碼矩陣輸出，詞向量編碼矩陣記為U；

S4、采用GPT算法進行訓練，將真實IPV6地址數據集的每條樣本16位前綴按照S1的方式構成地址詞序列{V_iS_i}作為輸入，再采用S3中得到詞向量矩陣U對輸入種子集進行詞向量編碼，得到輸入地址詞向量序列{U_i}，剩下的16位后綴以同樣的方式得到目標地址詞向量序列{U_i'}，將{U_i}輸入GPT網絡預測{U_i'}以提升GPT網絡的IPV6地址詞預測能力；

S5、生成新的地址：將S4中得到的{U_i}輸入收斂的GPT網絡中，根據余弦相似度生成采樣概率分布，通過核心采樣解碼策略，將GPT網絡輸出的詞與輸入的詞重新組合，生成一個新的地址，從而完成活躍IPV6地址的預測。