基于离散序列报文的协议格式特征可变域挖掘算法

摘要

针对格式特征提取算法无法挖掘出具有可变取值的协议格式特征问题,提出一种基于离散序列报文的协议格式特征可变域自动提取算法(VFSC).VFSC在对离散序列报文进行聚类的基础上,通过改进的频繁模式挖掘算法提取出具有可变域的协议关键字,筛选出具有可变域的协议格式特征.仿真结果表明,VFSC在以单个报文为颗粒度的识别中对7种协议的识别率达到95％以上,在与Apriori算法的比较中证明拥有识别新型报文种类的能力.实验结果表明,VFSC不依赖完整会话,能够发现识别新类型报文,更符合实际应用中由于接收条件限制导致会话信息及训练数据集不完整的情形.