一种基于梯度提升决策树的密码算法分层识别方法技术

本发明专利技术公开了一种基于梯度提升决策树的密码算法分层识别方法，首先根据对称加密和非对称加密这两类密码体制加密运算的不同和相同明文加密后的密文长度不一致等区别，分别设计密码体制、对称密码算法和非对称密码算法的不同组合特征提取方法；其次，以梯度提升决策树作为分类算法，分别训练针对密码体制、对称密码算法和非对称密码算法的识别模型；最后，针对未知的密文数据，利用训练好的识别模型，先后进行密码体制和密码算法的分层识别。本发明专利技术分层识别方法，采用梯度提升决策树作为分类算法训练不同的识别模型，基于对分层识别的不同组合特征提取方法，使模型能够更好地识别数据的关键特征，提高模型的泛化能力，从而提高模型识别的准确率。

【技术实现步骤摘要】

本专利技术涉及信息安全领域，具体是一种基于梯度提升决策树的密码算法分层识别方法。

技术介绍

1、密码算法识别是通过对未知加密算法加密产生的密文进行特征提取，并根据特征提取得到的特征值进行分析，从而识别出该密文是由什么加密算法加密产生的。为提高密码算法识别的效率，机器学习方法被引入到密码算法识别中。

2、目前采用机器学习方法针对密码算法识别，通常采用分层识别方案，即先识别密文的密码体制，再识别不同密码体制内密文的密码算法。许多的识别方案在密码体制识别和密码体制内密码算法的识别中使用相同的特征组合提取密文特征。其中，特征组合中使用的特征提取方法包括统计学相关概念和nist随机性检验。不同分类任务使用相同特征组合的策略，难以适应场景的变化并精确地进行识别，且会导致模型泛化性不足，最终的识别准确率不高。

3、针对上述问题，本专利技术提出一种基于梯度提升决策树的密码算法分层识别方法，针对密码体制、对称密码算法和非对称密码算法分别设计不同的组合特征提取方法，并利用梯度提升决策树作为分类算法，先实现对密文数据的密码体制识别，再进行具体密码算法的识本文档来自技高网...

【技术保护点】

1.一种基于梯度提升决策树的密码算法分层识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于梯度提升决策树的密码算法分层识别方法，其特征在于，步骤(1)所述数据预处理，具体步骤如下：

3.根据权利要求2所述的基于梯度提升决策树的密码算法分层识别方法，其特征在于，步骤(2)所述设计组合特征提取方法计算密文特征，具体步骤如下：

4.根据权利要求3所述的基于梯度提升决策树的密码算法分层识别方法，其特征在于，步骤(3)所述基于梯度提升决策树构建和训练相应的密码体制、对称密码算法和非对称密码算法三个识别模型，具体步骤如下：>

5.根据权利...

【技术特征摘要】

1.一种基于梯度提升决策树的密码算法分层识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于梯度提升决策树的密码算法分层识别方法，其特征在于，步骤(1)所述数据预处理，具体步骤如下：

3.根据权利要求2所述的基于梯度提升决策树的密码算法分层识别方法，其特征在于，步骤(2)所述设计组合特征提取方法计算密文特征，具体步骤如下：

4.根据权利要求3所述的基于梯度提升决策树的密码算法分层识别方法，其特征在于，...

【专利技术属性】
技术研发人员：张润莲，贾诗源，武小年，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：