基于關(guān)聯(lián)規(guī)則挖掘的未知協(xié)議特征提取方法
本文選題:關(guān)聯(lián)規(guī)則 + 數(shù)據(jù)挖掘。 參考:《電子信息對(duì)抗技術(shù)》2016年06期
【摘要】:在日益激烈的通信對(duì)抗中,未知協(xié)議的分析與識(shí)別占據(jù)著越來(lái)越重要的位置。傳統(tǒng)的協(xié)議分析主要是針對(duì)已知協(xié)議類(lèi)型條件下,對(duì)互聯(lián)網(wǎng)數(shù)據(jù)傳輸過(guò)程中產(chǎn)生的大量比特流,單純采用模式匹配方式進(jìn)行特征序列提取,效率較低。針對(duì)這一問(wèn)題,以更普遍的通信數(shù)據(jù)流作為研究對(duì)象,采用模式匹配和數(shù)據(jù)挖掘相結(jié)合的方法,對(duì)AC多模式識(shí)別和FP-Growth算法進(jìn)行了改進(jìn)和優(yōu)化,提高了特征序列提取的準(zhǔn)確率和效率。實(shí)際數(shù)據(jù)驗(yàn)證證明改進(jìn)后算法對(duì)未知通信協(xié)議具有一定的識(shí)別效率。
[Abstract]:In the increasingly fierce communication countermeasures, the analysis and identification of unknown protocols occupy an increasingly important position. The traditional protocol analysis is mainly aimed at a large number of bit streams generated in the process of Internet data transmission under the condition of known protocol types, and only adopts pattern matching to extract feature sequences, which is inefficient. Aiming at this problem, taking the more general communication data stream as the research object, using the method of pattern matching and data mining, the AC multi-pattern recognition and FP-Growth algorithm are improved and optimized. The accuracy and efficiency of feature sequence extraction are improved. Actual data verification shows that the improved algorithm has a certain recognition efficiency for unknown communication protocols.
【作者單位】: 電子科技大學(xué);電子信息控制重點(diǎn)實(shí)驗(yàn)室;
【分類(lèi)號(hào)】:TN975
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 王菲;白潔;;一種基于非線性特征提取的被動(dòng)聲納目標(biāo)識(shí)別方法研究[J];軟件導(dǎo)刊;2010年05期
2 劉守生,丁勇,胡壽松;一種特征提取新方法[J];信號(hào)處理;1999年S1期
3 屈微,劉賀平;拓?fù)洫?dú)立分量分析在方言特征提取中的應(yīng)用研究[J];電聲技術(shù);2005年05期
4 李晉徽;楊俊安;王一;;一種新的基于瓶頸深度信念網(wǎng)絡(luò)的特征提取方法及其在語(yǔ)種識(shí)別中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2014年03期
5 柳革命;孫超;陳建莉;;基于局域判別基空間能量的特征提取[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期
6 菅云峰,胡勇,李介谷,孫再龍;基于相位疊合的不變特征提取[J];紅外與激光工程;2000年01期
7 向陽(yáng),史習(xí)智;沖擊回波信號(hào)的波形結(jié)構(gòu)特征提取及分類(lèi)研究[J];振動(dòng)工程學(xué)報(bào);2000年03期
8 樓天良;蔣惠忠;;一種適于高維時(shí)間序列的特征提取方法(英文)[J];浙江科技學(xué)院學(xué)報(bào);2007年02期
9 楊日杰,李鋼虎,趙俊渭,姚藍(lán);一種輻射噪聲的特征提取新方法[J];西北工業(yè)大學(xué)學(xué)報(bào);2000年02期
10 潘繼飛;姜秋喜;;一種脈間滑變雷達(dá)信號(hào)特征提取新方法[J];電子信息對(duì)抗技術(shù);2011年01期
相關(guān)會(huì)議論文 前3條
1 劉直芳;張繼平;游志勝;;有限制的MFA-ICA的算法及其在特征提取中的應(yīng)用[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年
2 李麗君;黃思娟;吳效明;熊冬生;;基于ECOG的運(yùn)動(dòng)想象特征提取和分類(lèi)[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)壁報(bào)展示論文[C];2010年
3 刁彥華;;基于小波變換模極大值的分析方法及其應(yīng)用綜述[A];全面建設(shè)小康社會(huì):中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集(上)[C];2003年
相關(guān)博士學(xué)位論文 前4條
1 段佳;SAR/ISAR目標(biāo)電磁特征提取及應(yīng)用研究[D];西安電子科技大學(xué);2015年
2 馮博;雷達(dá)高分辨距離像特征提取與識(shí)別方法研究[D];西安電子科技大學(xué);2015年
3 陳斌;連續(xù)語(yǔ)音識(shí)別特征提取與聲學(xué)模型訓(xùn)練區(qū)分性技術(shù)研究[D];解放軍信息工程大學(xué);2015年
4 秦建華;經(jīng)絡(luò)電阻抗特性的特征提取及模式分類(lèi)方法研究[D];北京郵電大學(xué);2013年
相關(guān)碩士學(xué)位論文 前10條
1 江海;心音信號(hào)特征提取及分類(lèi)研究[D];昆明理工大學(xué);2015年
2 梁致漢;基于EEG的腦機(jī)接口技術(shù)研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年
3 劉雪勇;次聲信號(hào)特征提取與分類(lèi)識(shí)別研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年
4 趙利民;基于運(yùn)動(dòng)想象的腦電信號(hào)特征提取與分類(lèi)方法研究[D];太原理工大學(xué);2016年
5 謝清新;基于小波分解和Teager能量算子的P300特征提取及分類(lèi)算法研究[D];廣東工業(yè)大學(xué);2016年
6 唐增;基于運(yùn)動(dòng)想象的腦—機(jī)接口特征提取和分類(lèi)算法研究[D];廣東工業(yè)大學(xué);2016年
7 張文啟;基于特征提取的通信信號(hào)識(shí)別研究[D];蘭州理工大學(xué);2016年
8 孫麗;哼唱檢索中特征提取研究[D];北京郵電大學(xué);2012年
9 牟華英;腦電信號(hào)特征提取的算法研究[D];華南理工大學(xué);2010年
10 周斌;信號(hào)細(xì)微特征提取及識(shí)別技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2011年
,本文編號(hào):1811770
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/1811770.html