[发明专利]一种面向Tor匿名网络的流关联方法与系统

权利要求书

1.一种面向Tor匿名网络的流关联方法，其特征在于，包括以下步骤：

获取Tor匿名网络中指定中继节点上的流量，初步识别入口流量还是出口流量，所述入口流量是指进入Tor网络的流量，所述出口流量是指离开Tor网络的流量；

对入口流量和出口流量按照五元组形式划分网络流并分别保存为F_I和F_J，所述五元组是指：源IP地址、目的IP地址、源端口、目的端口和协议类型，具有相同五元组的流量被认为是同一条流量；

分别提取按照五元组划分后的入口流量F_I的包间延时特征T_I和包大小特征S_I，以及按照五元组划分后的出口流量F_J的包间延时特征T_J和包大小特征S_J；

对包间延时特征T_I、T_J和包大小特征S_I、S_J进行短时傅里叶变换，提取时频特征，利用主成分分析法对变换所得的时频矩阵进行降维处理，得到入口流量的包间延时时频特征主要成分矩阵P_ti和包大小时频特征主要成分矩阵P_si、以及出口流量的包间延时时频特征主要成分矩阵P_tj和包大小时频特征主要成分矩阵P_sj，进行融合重构得到流量特征F_i,j=[P_ti,P_tj, P_si, P_sj]；

将重构的特征向量F_i,j输入卷积神经网络提取深层次的特征，将深层次特征输入全连接网络完成Tor匿名网络的出入口流量的关联。

2.根据权利要求1所述的方法，其特征在于，初步识别入口流量还是出口流量包括：根据所获取的经过指定中继节点的流量的大小、IP地址、协议和端口中的一项或多项信息确定是入口流量还是出口流量。

3.根据权利要求1所述的方法，其特征在于，提取包间延时特征、包大小特征包括：使用特征提取工具提取数据包到达时间和数据包大小，将这两种信息进行记录，通过计算两个相邻数据包达到时间的间隔得出包间延时特征。

4.根据权利要求1所述的方法，其特征在于，对包间延时特征T_I、T_J和包大小特征S_I、S_J进行短时傅里叶变换，提取时频特征包括：

以T表示包间延时特征T_I、T_J中的任一个，S表示包大小特征S_I、S_J中的任一个，利用指定时间窗口将T和S划分为n个时隙的时域特征：

T=[T₁,T₂,...,T_n]，

S=[S₁,S₂,...,S_n]，

时间窗口随时间滑动，在时间窗口内对每一个时域特征进行傅里叶变换，得到时频矩阵：

，

，

其中，表示包间延时特征的时频矩阵，表示包大小特征的时频矩阵，时频矩阵中的行数表示分帧后信号的时间分辨率，即划分时间窗口的个数n，列数则表示了频域分辨率m。