一种基于机器学习的web指纹识别方法技术

本发明专利技术涉及web服务的技术领域，特别是涉及一种基于机器学习的web指纹识别方法，其使用机器学习算法，通过对响应报文中的内容和对应的Web指纹进行训练，生成Web指纹识别模型，通过将响应报文输入该模型可以快速对其对应的Web指纹进行判断，最终实现对Web服务的类型版本的高精度、快速预测；S1数据收集：收集或创建多个站点，之后我们对这些站点发送设计好的请求，分别对其对应的响应报文进行分类，将这些响应报文和其对应的Web指纹进行归类，将这些响应报文分为训练集和测试集；S2数据处理；S3模型训练；S4结束训练；S5行为预测。

A method of Web fingerprint recognition based on machine learning

【技术实现步骤摘要】
一种基于机器学习的web指纹识别方法
本专利技术涉及web服务的
，特别是涉及一种基于机器学习的web指纹识别方法。
技术介绍
众所周知，Web指纹是指在对Web服务的相关组件进行设计开发的过程中，由于在开发时所使用的开发工具，相关技术以及实现方式的不同，最终在形成成果时每个Web服务组件都会形成它们各自独有的信息，根据这些信息可以对每个Web服务组件进行标记，这里我们就把这些独有的信息称为Web指纹。通常Web指纹包括Web容器，Web服务端语言，Web后端框架，Web应用，Web前端框架，Web前端语言，Web运营商，第三方内容，CDN运营商等。而Web指纹识别则是指借助已有的Web指纹信息，通过与目标Web对象的相关特征进行对比从而识别出该Web对象的服务组件相关信息。常用的Web指纹识别方法包括Header判断，body关键词匹配，url内容的MD5匹配，url状态码判断，url相对路径匹配等。该技术一般用于对目标Web站点的信息收集，获取目标站点的Web服务组件相关内容。用户常常可以通过具体的Web服务组件类型和版本查找获得该类本文档来自技高网...

【技术保护点】
1.一种基于机器学习的web指纹识别方法，其特征在于，包括以下步骤：/nS1数据收集：收集或创建多个站点，之后我们对这些站点发送设计好的请求，分别对其对应的响应报文进行分类，将这些响应报文和其对应的Web指纹进行归类，将这些响应报文分为训练集和测试集；/nS2数据处理：对于收集到的存在不同Web指纹的响应报文，将其中包含的每个字符以数字进行代替；/nS3模型训练；/nS4结束训练；/nS5行为预测。/n

【技术特征摘要】
1.一种基于机器学习的web指纹识别方法，其特征在于，包括以下步骤：
S1数据收集：收集或创建多个站点，之后我们对这些站点发送设计好的请求，分别对其对应的响应报文进行分类，将这些响应报文和其对应的Web指纹进行归类，将这些响应报文分为训练集和测试集；
S2数据处理：对于收集到的存在不同Web指纹的响应报文，将其中包含的每个字符以数字进行代替；
S3模型训练；
S4结束训练；
S5行为预测。


2.如权利要求1所述的一种基于机器学习的web指纹识别方法，其特征在于，所述步骤S2具体步骤为：这里假设所有的响应报文中包含的字符类型总数为n，每一个字符a都对应一个数字xa，这样可以将一条响应报文使用一个长度为n的向量代替，这里对于每一个报文m的第i个字符mi，若其对应的数字为那么就在其对应向量的第个元素上加1，以此类推最终得到一个长度为n的数字向量，该向量即为原报文的数字向量形式；
所述步骤S3具体步骤为：在获得响应报文对应的字符向量后，首先我们对这些向量进行聚类，类的个数即为原响应报文集中需要进行分类的不同种类Web指纹个数：
对于两个不同的响应报文，他们的距离为：



其中t′为向量中第i个元素的参数；
对于预测集中的响应报文，计算出他们与所有测试集响应报文的距离，得出距离最近的前10个响应报文集，根据这10个响应报文集中不同的Web指纹出现频率，返回Web指纹出现频率最高的类别作为预测的Web指纹；
在每次预测结束后，若本次预测结果与实际结果一致，则误差记为0；若本次预...

【专利技术属性】
技术研发人员：李明轩，舒斐，李峰，王斌，邹振婉，
申请(专利权)人：国网新疆电力有限公司电力科学研究院，
类型：发明
国别省市：新疆;65