Details of Research Outputs

本发明公开了一种利用信息熵和哈希函数进行网络数据流零水印提取的方法,该算法在发送端原始流量中,通过对数据流按时间进行分片,统计数据包大小的分布情况并计算香农熵,利用哈希函数对其进行零水印的提取；在接收端,利用同样的方法再次对接收到的流量进行零水印提取；通过对两端提取的零水印的比较来确认发送端和接收端是否存在明显的网络通信关系。采用本发明的网络流零水印系统的提取和检测方法,可以有效确定匿名通信系统中发送端和接收端之间的网络通信关系,为DDoS攻击定位提供理论依据。

1.一种利用信息熵和哈希函数进行网络数据流零水印提取的方法,其特征在于,包括：在发送端原始流量中,通过对数据流按时间进行分片,统计数据包大小的分布情况并计算香农熵,利用哈希函数对其进行零水印的提取；在接收端,利用同样的方法再次对接收到的流量进行零水印提取；通过对两端提取的零水印的比较来确认发送端和接收端是否存在明显的网络通信关系；所述网络数据流零水印的提取的步骤为：A1、获得发送端的原始数据流t,选取合适的偏移量o,按照一定的时间片大小T对数据流进行分片,得到l个时间片；A2、在每一个时间片大小内,统计数据包大小的分布状况；计算每个时间间隔内,不同包大小出现的次数Nij(i△t)；A3、计算每个时间间隔内,不同大小包出现的概率：Pij(i△t)＝Nij(i△t)/∑sumj＝1Nij(i△t)其中,Nij(i△t)代表第i个时间间隔内,不同大小的包出现的次数；∑sumj＝1Nij(i△t)代表同一时间间隔内,不同大小的包出现的总次数,sum代表该时间间隔内不同大小包的和；A4、以随机变量X代表每个时间间隔中不同大小包的取值情况,利用香浓公式,计算各个时间片内的香农熵：H(X)’＝-∑nj＝1p(xj)logp(xj)p(xj)代表随机变量中某一特定值时的概率；A5、对信息熵H(X)’进行量化处理：H(X)＝H(X)’*a其中,a是量化单位；A6、输入一组秘钥Key,与量化后的香农熵H(X)进行哈希,得到所需的水印：Wi＝HASH(Keyi,H(Xi))其中,Wi是最终要求的水印,也是该数据流的特征量,Keyi是第i个秘钥,H(Xi)是第i个时间片的熵,HASH()是求水印所需的哈希函数。