[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

说明书

本发明提供一种基于改进随机森林算法的分组密码体制识别方法。该方法包括：基于随机性检测方法对已知对应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；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；对新特征集中的特征进行one‑hot编码；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；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，输出待识别密文的密码体制标签。

技术领域

本发明涉及密码体制识别技术领域，尤其涉及一种唯密文场景下基于改进随机森林算法的分组密码体制识别方法。

背景技术

随着密码算法的广泛应用，密码体制的安全性备受关注。密码研究学者和网络安全研究人员也都对现有的密码体系进行了更深入地研究。但现有的大多数密码分析技术均是在假设密文所属密码体制已知的条件下展开相关的分析工作。但在实际情况中面对所得到的密文数据，研究者通常并不知道其所属的加密算法，且当前各类加密算法层出不穷，为了针对性地制定出密文数据分析的解决方案，识别密文所属的密码体制成为密文数据分析者面临的首要任务。因此开展密码体制识别研究具有重要的理论意义和实际应用价值。

机器学习是开展密码体制识别的重要方法之一。2016年，Tan和Ji提出一种基于SVM的密码体制识别方案，对五种常见的分组密码算法进行识别，分别为AES、Blowfish、3DES、RC5和DES。对这五种算法在四种不同的情况下进行实验，即训练和测试密文的密钥是否相同，在此基础上，用其他四种加密算法与AES进行一一识别，当模型训练阶段和测试阶段所使用的加密密钥相同时，识别率较高。2017年，黄良韬等人提出基于随机森林的密码体制分层识别方案，并介绍了三种簇分方式：CM-簇分、CSN-簇分和CSBP-簇分。结果表明，加入分层的识别方案较单分的密码体制识别效果更佳。2018年，Tan等人提出基于CBC模式的密码体制识别方案。该方案用五种算法进行多类识别和一对一识别，在此基础上考虑了训练和测试时使用的密钥及初始向量是否相同的情况。2019年，赵志诚等人(“赵志诚,赵亚群,刘凤梅.基于随机性测试的分组密码体制识别方案[J].密码学报,2019,6(2):177-190.”)采用随机性测试进行密文特征提取，提出了基于随机森林的识别方案。该方案中对六种分组密码进行两两识别，在不同的特征下其识别率各有差异，部分特征下其识别率能达到80％以上。

虽然越来越多的研究者将机器学习方法应用到密码体制识别领域，但目前的研究仅仅是模式化地把密码体制识别任务套入机器学习分类任务的框架，忽略了密码体制和密文的特殊性，所以需要从密文特征提取和单分识别两个部分考虑。然而，目前大部分研究仍仅从密文特征提取部分展开，如上述提到的“基于随机性测试的分组密码体制识别方案”就是如此，这样就导致密码体制识别的准确率有待提高。

发明内容

针对传统的密码体制识别方法因仅考虑密文特征提取而忽略了密码体制和密文特殊性造成识别准确率低的问题，本发明提供一种基于改进随机森林算法的分组密码体制识别方法。

本发明提供一种基于改进随机森林算法的分组密码体制识别方法，包括：

步骤1、基于随机性检测方法对已知对应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；