申请/专利权人：江苏大学

申请日：2022-02-10

公开（公告）日：2024-04-16

公开（公告）号：CN114500071B

主分类号：H04L9/40

分类号：H04L9/40;G06F18/214;G06F18/24

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要：本发明公开一种针对目标网站动态增长的自适应指纹攻击方法和系统，首先创建容量固定且存储内容动态更新的容器为所有目标网站分配训练集空间和校正集空间，并通过修改指纹攻击模型结构增加其可预测的网站数量，以获得待训练的新模型。然后利用容器中保存下来的训练集和新目标网站的流量样本一起训练新模型，同时旧模型利用动态调整损失率的知识蒸馏向新模型传授旧目标网站中的复杂模式。克服存储开销和计算开销快速增长的缺点。最后在新模型上添加校正层，校正训练新模型时由于新旧流量样本的不平衡从而导致对新目标网站的预测偏向性，实现在固定的存储空间以及与新增目标网站数量线性相关的时间里有效识别所有目标网站。

主权项：1.一种针对目标网站动态增长的自适应指纹攻击方法，其特征在于：依次包括以下步骤：步骤1、创建一个容量固定为M的容器，该容器存储旧目标网站样本和当前收集到的新目标网站样本；依据旧目标网站样本数量Nold为每个旧目标网站分配一个容量相同的子容器，即每个子容器的容量为MNold；各子容器的存储空间均被划分为训练集空间和校正集空间；训练集中保存有每个目标网站的核心流量样本集和普通流量样本集；每当目标网站动态增加时,使用动态更新策略对容器进行更新，容器动态更新策略的具体内容如下：核心流量样本集以优先级列表的方式构造，以确保每个子容器中从第一个流量样本开始的任何子集，其平均特征向量是该目标网站全部训练流量样本平均特征向量最好的一个近似，并且在任何阶段丢弃流量样本时都不违反这个属性；普通流量样本集通过随机选取得到，使用普通流量样本对训练集进行数据增强；当Nnew个新目标网站到来时，每个子容器均丢弃个流量样本的训练集，为创建新的子容器留出空间；容器更新结束后，存储空间则被划分为Nold+Nnew个子容器分配给每个新旧目标网站，此时每个子容器容量为MNold+Nnew，并且每个子容器之间对应部分的流量样本数量相同；步骤2、将目标网站增加之前训练所得的指纹攻击模型作为旧模型Model’保存；然后根据步骤1中新增的目标网站数目Nnew,创建一个新的全连接分类层FC，该全连接分类层包含与当前目标网站相同数量的神经元,对其进行分段初始化来替换旧模型中的全连接分类层FC′，得到待训练的新模型Model；将之前目标网站增加后训练得到的旧指纹攻击模型保存为Model’，拷贝该旧模型现有全连接分类层FC′中Nold个神经元的权重参数w′以及偏差参数b′，根据任务需求新增的Nnew个目标网站数目，新建包含Nold+Nnew个神经元全连接分类层FC，将新全连接分类层前Nold个神经元的权重参数和偏置项参数分别赋值初始化为w′和b′，并从反向传播考虑，将剩余的Nnew个神经元偏差b置零，权重进行初始化为其中参数a为激活函数的负斜率；最后替换旧全连接分类层FC′得到的新模型Model；步骤3、将步骤1容器里旧目标网站的训练集和新目标网站的流量样本打包后随机打乱同时送入步骤2中的新旧两个指纹攻击模型，利用输出计算蒸馏损失Ld和分类损失Lc，然后使用动态调整的蒸馏损失率对两种损失进行加权得到损失函数loss，通过损失函数loss来更新新模型的参数；步骤4、在新指纹攻击模型Model上添加一个只包含权重和截距参数的校正层，使用步骤1容器中的校正集训练校正层，来校正步骤3中新指纹攻击模型对新目标网站的预测偏向性；当下一次新增目标网站到来时，使用步骤1中的动态更新策略对容器进行更新，并返回步骤2；上述校正对新目标网站的预测偏向性的具体过程如下：所述校正层保留新模型Model对旧目标网站1，...，Nold输出的预测置信度，其具体结构为： 其中oj是第k类目标网站的预测置信度，通过参数∝和β来调整对新目标网站Nold+1，...，Nold+Nnew输出的预测置信度；参数∝和β分别为线性模型的权重和截距；在训练校正层中参数的过程中，冻结新指纹攻击模型中的相关参数，使其中的深度神经网络DNN不参与反向传播；训练校正层的损失函数计算方法为： 其中，y为校正集中流量样本e所属的目标网站标签。

全文数据：

权利要求：

百度查询： 江苏大学 一种针对目标网站动态增长的自适应指纹攻击方法和系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD