[发明专利]一种基于门控卷积变分自编码器的IPv6地址发现方法和装置

说明书

本发明涉及一种基于门控卷积变分自编码器的IPv6地址发现方法和装置。该方法利用门控卷积层构建变分自编码器，得到门控卷积变分自编码器；对门控卷积变分自编码器进行训练，训练过程中通过编码器学习输入地址的分布，然后采样潜向量并通过解码器重构新的地址表示；将训练完成的解码器用作生成器，用以批量生成预测的活跃IPv6地址。本发明使用门控卷积网络来构建变分自编码器，在关注地址重要性标志的同时能够发现地址位之间的潜在关系；本发明提出了两种地址分类方法，即手工分类方法和无监督聚类方法，能够有效提升模型效果；相比于现有技术，本发明能够在有限数据集下生成更多的活跃目标。

技术领域

本发明属于网络技术领域，具体涉及一种基于门控卷积变分自编码器的IPv6地址发现方法和装置。

背景技术

在网络测量任务中，为了发现网络中的活动主机并判断其活动状态，研究人员通常使用网络扫描方法主动检测网络空间中存在的所有主机。系统通过发送请求数据包并等待直到从主机接收响应数据包来确认主机处于活动状态。但是，IPv6包含相当大的地址空间。当前的扫描器例如Zmap，Masscan等无法完成整个IPv6网络空间的扫描。

解决此问题的最先进方法是使用IPv6目标生成技术。该技术需要一组活动的IPv6种子地址作为输入，并学习种子地址的结构以生成可能的活动的IPv6目标候选集。由于IPv6地址的语义是不透明的，因此难以推断真实主机的IPv6地址结构或对寻址方案进行有效的分析。

当前最先进的目标生成算法是Entropy/IP和6Gen，但他们通过贝叶斯网络的熵模型和确定的密度聚类算法人为先验地提取目标，确定的模型可能对不同的数据集模式造成影响，因此其效果在不同数据集下有很大差别。同时，在大规模数据集下时，由于其算法的特点训练往往需要花费超长的时间。

深度神经网络常用于批量处理大数据任务，模型往往能够通过训练自适应种子数据集，因此对所有数据集得到更大范围的通用性。变分自编码器是典型的生成模型，其通过采样压缩向量并最终还原得到与原始样本非常相近的文本或图像，这与IPv6地址迭代生成的思想非常相似。门控卷积单元由Dauphin等人提出，其卷积和门控机制能够有效学习文本结构的同时指出文本的关联性，这对IPv6地址结构学习非常有帮助。

发明内容

本发明的目的在于提供一种基于门控卷积变分自编码器的IPv6地址发现方法和装置。

本发明首次使用深度神经网络来解决IPv6地址生成问题，也即IPv6地址发现问题(生成的IPv6地址即发现的IPv6地址)。本发明构建了一个全新的模型6GCVAE，它结合门控卷积网络和变分自编码器来完成IPv6地址生成这一任务。同时，本发明使用两种地址分类的方法(手工分类和无监督聚类)帮助模型进行效果调优，其结果证明这两种方法能够帮助深度学习模型更好地适应原始数据集。通过两个数据集的对比实验，本发明的模型优于传统的变分自编码器模型和当前前沿的地址生成技术Entropy/IP。

本发明采用的技术方案如下：

一种用于IPv6地址发现的门控卷积变分自编码器的构建方法，包括以下步骤：

利用门控卷积层构建变分自编码器，得到门控卷积变分自编码器；

对门控卷积变分自编码器进行训练，训练过程中通过编码器学习输入地址的分布，然后采样潜向量并通过解码器重构新的地址表示；

将训练完成的解码器用作生成器，用以批量生成预测的活跃IPv6地址。

进一步地，所述编码器包括两个门控卷积层和一个平均池化层，在每个门控卷积层之间使用残差连接，在平均池化层之后使用两个全连接层训练均值和方差来学习输入样本的分布；对所述均值和方差采样以计算得到潜向量。