基于支持向量机的操作系统识别方法

论文摘要

操作系统识别作为网络安全评估的关键技术之一,在网络安全威胁和风险日益加剧的形势下,其研究具有非常重要的意义。当前主流的操作系统识别技术难以识别未知指纹所对应的操作系统,并且其指纹包含繁多的数据项,增加了指纹获取的难度。本文针对操作系统未知指纹识别和指纹精简问题展开研究,主要的工作包括:首先,提出了基于支持向量机(SVM)的操作系统识别及版本识别方法,给出了Nmap指纹的向量化算法,并通过实验证明上述方法能够以较高的精确度识别包括未知指纹在内的目标指纹所对应的操作系统;其次,利用特征选择方法对冗余特征进行精简,通过分析特征选择后的子向量与操作系统识别精度的关系,在提高或基本不降低识别精度的基础上,不同程度上大幅缩减了Nmap指纹向量的维数;最后,提出了利用指纹向量特征选择结果倒推指纹数据项的指纹精简方法,并使用该方法完成了对Nmap指纹的精简,在提高识别精度的基础上大幅减少了Nmap指纹数据项的数量。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状及挑战
• 1.2.1 经典的操作系统识别技术及其不足
• 1.2.2 当前改进的未知指纹识别技术及其不足
• 1.2.3 当前操作系统指纹精简技术及其不足
• 1.3 本文的主要研究内容
• 1.4 论文结构
• 第二章 Nmap 操作系统识别技术
• 2.1 Nmap 操作系统识别探测包
• 2.2 Nmap 指纹库及指纹评分
• 2.2.1 Nmap 指纹库
• 2.2.2 Nmap 指纹评分
• 2.3 Nmap 的操作系统指纹匹配算法
• 2.4 本章小结
• 第三章 基于支持向量机的操作系统识别
• 3.1 支持向量机概述
• 3.2 基于支持向量机的操作系统识别
• 3.2.1 Nmap 格式的指纹数据向量化算法
• 3.2.2 SVM 输入向量的权重计算
• 3.2.3 识别系统模型
• 3.2.4 实验与分析
• 3.3 基于支持向量机的操作系统版本识别
• 3.3.1 基于支持向量机的操作系统版本识别方法
• 3.3.2 实验与分析
• 3.4 本章小结
• 第四章 利用特征选择的操作系统识别性能提升
• 4.1 特征选择概述
• 4.2 利用特征选择提升操作系统识别性能
• 4.3 实验与分析
• 4.3.1 实验设置与评价指标
• 4.3.2 特征选择与操作系统识别效果
• 4.4 本章小结
• 第五章 基于特征选择结果的操作系统指纹精简
• 5.1 基于特征选择结果的操作系统指纹精简方法
• 5.2 Nmap 指纹精简
• 5.3 精简后Nmap 指纹的操作系统识别综合性能
• 5.4 本章小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果