[发明专利]一种基于隐半马尔可夫的IPv6快速探测方法

权利要求书

1.一种基于隐半马尔可夫的IPv6快速探测方法，其特征在于：包括：

步骤1：从公共数据集中获得活跃IPv6地址数据集，通过部署主动和被动探针的方法收集IPv6的活跃地址；

步骤2：IPv6地址的稳定端和不稳定端长度及其位置划分，通过隐半马尔可夫分析和分段分割过程实现IPv6地址结构稳定段和不稳定段的分析；

步骤3：地址分类，引入无监督的AP(Affinity Propagation)聚类算法进行地址分类，将每个地址看做网络中的一个节点，然后通过计算和更新网络各个节点的吸引度和归属度更新节点间的距离，最后收敛为若干个中心，即为地址分类的数目；

步骤4：探测目标地址集生成，根据上述步骤的地址结构分布，优先对不稳定分段的地址分配密度较高的地址范围作为探测目标地址集，通过汉明距离来计算地址范围内的地址分布密度可以挖掘IPv6地址的分配规律，将获得的新IPv6地址加入到原始地址集中，更新分布密度，重复过程，直至完成整个探测过程。

2.如权利要求1所述的基于隐半马尔可夫的IPv6快速探测方法，其特征在于：所述步骤1中，从公共数据集中获得活跃IPv6地址数据集，表示为；

D←Combine(AC，PA) (1)

其中，D表示IPv6地址数据集合，AC表示主动探针获得的活跃地址，PA表示被动探针获得的活跃地址。

3.如权利要求1所述的基于隐半马尔可夫的IPv6快速探测方法，其特征在于：所述步骤2中，IPv6地址的稳定端和不稳定端长度及其位置划分，通过隐半马尔可夫分析和分段分割过程实现IPv6地址结构稳定段和不稳定段的分析；

首先在参数估计中采用最大似然估计方法，对状态转移概率、输出概率以及分段长度进行估计，同时将分段划分为固定位置的分段和位置变化的分段，模型表示为；

λ＝(A,B,P,π)

其中，A表示状态之间的转移概率，B表示隐含状态的输出概率，P表示状态持续分布，π表示初始概率；

IPv6地址由一系列分段构成，用m＝{f₁,f₂,…,f_N}来表示，每个分段f_n对应为一个状态i_n，其持续长度为d_n，a_in,in+1表示从状态i_n到状态i_n+1的转移概率。

4.如权利要求1所述的基于隐半马尔可夫的IPv6快速探测方法，其特征在于：所述步骤3中，引入无监督的AP(Affinity Propagation)聚类算法进行地址分类，将每个地址看做网络中的一个节点，然后通过计算和更新网络各个节点的吸引度和归属度更新节点间的距离，后收敛为若干个中心，即为地址分类的数目，在相同类别的地址中，再根据地址内容的变化对稳定分段和不稳定分段进行划分，完成整个地址结构的分析；

表示为；

D＝{IP^C₁,IP^C₂,…,IP^C_n} (3) 。

5.如权利要求1所述的基于隐半马尔可夫的IPv6快速探测方法，其特征在于：所述步骤4中，探测目标地址集生成，要基于上一节中得到的地址结构分布，优先对不稳定分段的地址范围进行探测，同时结果不稳定分段中地址分布密度来优先选择密度较高的地址范围作为探测目标地址集，这里的探测目标地址集为不在原始IPv6地址集中，但是属于该地址范围内的地址，采用这种探测目标地址集生成方法的原因在于IPv6地址在分配过程中会以地址块的方式来进行，通过汉明距离来计算地址范围内的地址分布密度可以挖掘IPv6地址的分配规律，从而提高探测结果的命中率。

6.如权利要求1所述的基于隐半马尔可夫的IPv6快速探测方法，其特征在于：对目标地址集完成探测之后，将获得的新IPv6地址加入到原始地址集中，然后对各个地址范围内的分布密度进行更新，并重复上一步过程，选择更新后地址分布密度最大的地址范围进行探测，直至完成整个探测过程。