【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,缺少语义信息,序列关系无法预测活跃IPV6地址。虽然已经设计出各种复杂的算法,但IPv6网络以下性质导致这些算法仍然面临挑战:
[0005](1)IPv6寻址模式
[0006]网络管理员可以自由选择IPv6地址分配方案,实现地址中接口标识符(IID)多种分配模式。客户端可以使用无状态地址自动配置,从而产生伪随机或EUI
‑
64IID。而服务器和路由器分配 ...
【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:
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。