一种基于深度学习的活跃IPV6地址预测方法技术

本发明专利技术属于神经网络和IPV6地址预测技术领域，尤其是涉及一种基于深度学习的活跃IPV6地址预测方法。本发明专利技术通过分析IPv6地址结构和分配方式，结合已有的传统语言模型和目标成算法，提出了一种基于深度学习的算法6LMNS，来预测潜在的活跃IPV6地址。6LMNS包括地址向量空间映射模型Add2vec和语言训练模型GPT

【技术实现步骤摘要】
一种基于深度学习的活跃IPV6地址预测方法


[0001]本专利技术属于神经网络和IPV6地址预测
，尤其是涉及一种基于深度学习的活跃IPV6地址预测方法。

技术介绍

[0002]IPv6已成为支撑未来工业互联网、物联网发展的基础，大规模IPv6网络部署不断涌现。IPv6庞大的地址空间
[1]，为用户行为追踪溯源、网络精细管控提供了可能。研究人员通过探索全球IPv6地址，来提升对下一代互联网进行大范围评估的能力。随着网络和硬件的快速发展，以及Zmap和Masscan等扫描工具的出现，已经实现对全球IPv4地址空间的探索。然而IPv6拥有更大地址空间，传统的扫描方法难以胜任。因此如何实现全球IPv6地址扫描，是研究人员面临的一个挑战。
[0003]目前关于IPv6地址扫描的研究，第一点是挖掘已知IPv6地址的结构特征，分析潜在分布规律，推断聚类区域。第二点是设计地址生成算法，预测网络中可能出现的IPv6地址。随后将预测地址作为扫描的目标，来达到IPv6地址扫描的目的。
[0004]由于IPv6完全由字符组成，缺少语义信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的活跃IPV6地址预测方法，其特征在于，包括以下步骤：S1、构建IPV6地址词序列，具体为：通过地址词来表示十六进制的IPV6地址的每一个nybble，定义IPV6地址中第i个nybble的值为V
i
，定义索引i为S
i
，i为正整数且1≤i≤32，则将第i个地址词表示为V
i
S
i
，从而对每一个位置的nybble值在地址词中均单独赋予语义，将整个IPV6地址的每一位nybble值转化为地址词，则构成一条IPV6地址的词序列；S2、采用S1的方法对获取的所有IPV6地址集进行处理，根据获得的所有词序列构成词汇表，基于词汇表进行训练数据的构建，具体为：从一条词序列中选择一个地址词V
i
S
i
作为输入词，将V
i
S
i
前后的地址词作为背景词从而生成训练样本，选择背景词的范围是以V
i
S
i
作为中心并且窗口大小为5，即采用V
i
‑2S
i
‑2、V
i
‑1S
i
‑1、V
i+1
S
i+1
、V
i+2
S
i+2
作为背景词V
i
±
n
S
i
±
n
，获得的训练样本对为(V
i
S
i
，V
i
‑2S
i
‑2)(V
i
S
i
，V
i
‑1S
i
‑1)(V
i
S
i
，V
i+1
S
i+1
)(V
i
S
...

【专利技术属性】
技术研发人员：李育强，李林峰，朱浩，侯孟书，刘竹，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：