首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种网站指纹识别方法、装置、存储器和处理器 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:安徽工业大学

摘要:本申请公开了一种网站指纹识别方法、装置、存储器和处理器,获取网站流量并按照会话分割成若干个子流量;按照同一预设的时间间隔划分所述每个子流量中的数据包;获取属于同一预设时间间隔内的数据包的时间标签,将所述时间标签的数量按照流量方向分别累加获得第一标签数量和第二标签数量;累加一预设的第一差额至所述第一标签数量中获得第三标签数量;将属于同一子流量中所有的所述第二标签数量、第三标签数量两两一组并按照时间序列排序获得处理后的子流量数据;利用机器学习模型识别所述处理后的子流量数据并获得对应的网站指纹。通过本方法能够识别出对使用了WTF‑PAT的tor流量进行识别,可以确定用户正在通过加密连接访问哪些网站。

主权项:1.一种网站指纹识别方法,其特征在于:获取网站流量并按照会话分割成若干个子流量;按照同一预设的时间间隔划分每个子流量中的数据包;获取属于同一预设时间间隔内的数据包的时间标签,将所述时间标签的数量按照流量方向分别累加获得第一标签数量和第二标签数量,所述第一标签数量为所有按照第一流量方向的数据包的时间标签数量之和,所述第二标签数量为所有按照第二流量方向的数据包的时间标签数量之和;累加一预设的第一差额至所述第一标签数量中获得第三标签数量,所述第一差额用于扩大所述第一标签数量与第二标签数量之间的差值;将属于同一子流量中所有的所述第二标签数量、第三标签数量两两一组并按照时间序列排序获得处理后的子流量数据;利用机器学习模型识别所述处理后的子流量数据并获得对应的网站指纹;所述机器学习模型为双向循环神经网络模型GRU模型,包括连续四个双向GRU层、全连接层、softmax层,第一双向GRU层的隐藏层神经元个数为128;第二双向GRU层的隐藏层神经元个数为128;第三双向GRU层的隐藏层神经元个数为128;第四双向GRU层的隐藏层神经元个数为128;Dropout层全连接层丢失率为0.1;全连接层隐藏层神经元个数为64。

全文数据:

权利要求:

百度查询: 安徽工业大学 一种网站指纹识别方法、装置、存储器和处理器

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术