[发明专利]一种基于改进随机森林算法的分组密码体制识别方法

权利要求书

1.一种基于改进随机森林算法的分组密码体制识别方法，其特征在于，包括：

步骤1、基于随机性检测方法对已知对应分组密码体制的一组密文文件F₁，F₂，...，F_n的内容进行密文特征提取，得到一组特征集其中任一密文特征均是维数为d的向量，i＝1,2,…,n，d为特征维数；

步骤2、根据所述特征集Fea^F构建一组基分类器，通过对每个基分类器的预测进行投票以进行分类，得到随机森林模型，然后利用随机森林模型学习到的树构造新特征集；具体包括：

步骤2.1：将步骤1中的n个密文文件的分组密码体制标签形成一个n维向量Lab＝(lab₁，lab₂，...，lab_n)，记由Fea^F和Lab组成的二元组为原始数据集T；

步骤2.2：设定随机森林中树的数量为k，并将原始数据集T作为输入；其中，每个密文文件的密文特征表示一个样本；

步骤2.3：采用有放回取样，随机在原始数据集T中抽取M个样本，形成Bootstrap样本集T*；

步骤2.4：在Bootstrap样本集T*中随机地从d个特征中选取m个属性作为候选属性，并计算最佳分裂属性；

步骤2.5：基于最佳分裂属性的每种取值类型，对本次放回抽样所产生的样本集T*进行水平分割得到数据集P₁，P₂，...，P_j；

步骤2.6：对数据集P₁，P₂，...，P_j中的每个子数据集，随机选取m个属性，并从中选取最佳分裂属性，然后再次水平分割当前子数据集；

步骤2.7：重复步骤2.3至步骤2.6以建立k棵决策树，构建得到随机森林模型，进而利用所述随机森林模型得到分类数据集D(R(P₁),R(P₂),…,R(P_j))；

步骤2.8：根据特征的重要性对所述分类数据集D(R(P₁),R(P₂),…,R(P_j))中的特征进行排序，并筛选出重要性强的特征组成新特征集F(P₁,P₂,…,P_j)；

步骤3、对所述新特征集中的特征进行one-hot编码；

步骤4、采用逻辑回归算法对编码后的新特征集进行分类训练，得到训练好的分类模型；

步骤5、基于随机性检测方法对待识别密文文件FT₁,FT₂,...,FT_s的内容进行特征提取，得到特征集将特征集输入到训练好的分类模型中，输出的识别结果即为所述待识别密文文件的分组密码体制标签。

2.根据权利要求1所述的方法，其特征在于，待识别密文文件的分组密码体制包括AES、3DES、Blowfish、CAST和RC2中的至少一种。

3.根据权利要求1所述的方法，其特征在于，将所述特征集Fea^F和Fea^FT中的密文特征表示为如公式(1)所示的四元组：

fea＝(C，orga，NIST，d), (1)

其中，C为密文数据的表示方式，为SP 800-22标准中的15种随机性测试程序，orga为nist_t要求的密文数据组织形式，t＝1,2,3,…,15。