【技术实现步骤摘要】
一种基于最小普适扰动的流关联攻击防御方法及系统
[0001]本专利技术涉及一种基于最小普适扰动的流关联攻击防御方法及系统,属于计算机软件
技术介绍
[0002]随着互联网的发展,越来越多的人们选择使用网络来进行信息获取和交流,根据CNNIC第44次统计报告显示,我国网民规模达8.54亿人。但随着计算机网络的广泛应用,人们对网路通信的安全性也提出了新的要求,人们不仅仅需要一个快速可靠的通讯方式,更加关心通讯中的个人隐私保护与数据安全问题。各类成熟的加密技术被应用在互联网通讯中,以此来保证传输信息内容的安全性,但通讯模式,例如信息发送者,信息接受者,信息传输过程中的网络流量特征无法通过加密技术隐藏,由此对个人隐私造成破坏。对于如电子投票、电子支付、电子邮件甚至网页浏览等场景下的互联网通讯,匿名已经成为一个基本需求。在此背景下,匿名通信网络应运而生,其是一种建立在Internet之上综合利用数据转发、内容加密、流量混淆等多种技术隐藏通信实体关系和内容的覆盖网络,被作为一种主要的隐私增强技术被广泛应用于互联网的各个方面。< ...
【技术保护点】
【技术特征摘要】
1.一种基于最小普适扰动的流关联攻击防御方法,其特征在于,包括以下步骤:寻找流攻击集合,并明确攻击的分类边界,设定错误率阈值μ;计算样本集S
n
中每个样本到分类边界的距离,形成排序函数,根据距离对样本集S
n
中的样本进行排序;根据设定的错误率阈值μ和样本集S
n
中样本的数量n,确定错误样本数量,即μn;从排序结果中获取样本集S
n
中第μn个样本对应的到分类边界的距离;对第μn个样本对应的到分类边界的距离利用映射函数进行时延修正,其中映射函数设计为寻找一个满足规定的拉普拉斯分布并距离输入的扰动最小的新扰动;对第μn个样本对应的到分类边界的距离进行包长修正;将时延修正、包长修正后的扰动加入到流量出入口端,完成流关联攻击防御。2.根据权利要求1所述的方法,其特征在于,所述分类边界是基于卷积神经网络的流关联攻击分类器形成的判断边界。3.根据权利要求1所述的方法,其特征在于,通过DeepFool贪心算法计算所述样本集S
n
中每个样本到分类边界的距离。4.根据权利要求1所述的方法,其特征在于,所述寻找一个满足规定的拉普拉斯分布并距离输入的扰动最小的新扰动,包括:根据指定的均值u和方差σ产生多个分布,分别计算和输入扰动之间的欧式距离,其中欧式距离最小的扰动作为新扰动输出。5.根据权利要求1所述的方法,其特征在于,所述包长修正包括:将对于包长的映射设计为将特殊的Cells映射到一个固定长度。6.根据权利要求5所述的方法,其特征在于,所述将特殊的Cells映射到一个固定长度,包括:...
【专利技术属性】
技术研发人员:熊刚,石俊峥,田婧,夏葳,侯承尚,刘梦严,
申请(专利权)人:中国科学院信息工程研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。