[发明专利]基于模型学习的网络协议安全测试评估方法在审

专利信息
申请号: 201911395953.1 申请日: 2019-12-30
公开(公告)号: CN111092775A 公开(公告)日: 2020-05-01
发明(设计)人: 潘晓东;侯毅 申请(专利权)人: 河南省云迈瀚海电子科技有限公司
主分类号: H04L12/24 分类号: H04L12/24;H04L12/26;H04L29/06
代理公司: 郑州翊博专利代理事务所(普通合伙) 41155 代理人: 付红莉
地址: 450001 河南省郑州市*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 模型 学习 网络 协议 安全 测试 评估 方法
【权利要求书】:

1.基于模型学习的网络协议安全测试评估方法,其特征在于,包括以下步骤:

(1)获取目标协议的有限状态机模型:在经典MAT框架下,使用模型学习算法,自动推演目标协议的有限状态机模型;所述模型学习算法的参与者包括学习者、映射器和目标协议,学习者依据模型学习算法生成用于测试的输入字符串,输入字符串通过映射器翻译为实际的报文与系统交互,从而获得与输入字符串相对应的输出字符串,通过多次获得输入字符串及相应的输出字符串,从而得到一张针对目标协议的输入输出观察表,再将所述输入输出观察表通过映射器映射为目标协议的有限状态机模型;

(2)分析目标协议的有限状态机模型的安全性:依据目标协议的安全需求定义安全准则,利用模型检测分析方法,筛查目标协议状态机模型中的每一条交互路径是否符合所述安全准则,若所有交互路径均符合所述安全准则,则认定目标协议不存在安全漏洞;若存在不符合所述安全准则的路径,且能够给出反例,则认定目标协议存在安全漏洞。

2.根据权利要求1所述的基于模型学习的网络协议安全测试评估方法,其特征在于,所述步骤(1)中,获取目标协议的有限状态机模型过程中,学习者依据模型学习算法生成用于测试的输入字符串前需要作出的假设如下:

①.模型学习算法运行最终得到的为有限状态机模型;

②.学习者已知目标协议全部的有效输入和输出;

③.目标协议能够回答任一查询,并对每个查询给出确定性的回答。

3.根据权利要求2所述的基于模型学习的网络协议安全测试评估方法,其特征在于,所述步骤(1)中,经典MAT框架由学习器和预言机两部分组成,所述预言机作为执行目标协议的接口;学习器中的学习者仅输入和输出符号集1和0,学习器能够请求预言机将目标协议重置为开始状态。

4.根据权利要求3所述的基于模型学习的网络协议安全测试评估方法,其特征在于,所述模型学习算法包括以下步骤:

I.成员资格查询:在预言机将目标协议重置为开始状态下,学习者向预言机发送字符串σ∈I*作为对目标协议的查询,预言机使用相应的输出字符串AM(σ)进行响应;并且在每一轮完整查询后均进行一个重置查询,以保证操作的一致性;通过成员资格查询,学习者建立对预言机中状态机的假设Mealy机H;

II.等价查询:学习者向预言机询问假设Mealy机H是否与真实目标协议的Mealy机等价,即AH(σ)=AM(σ);若预言机的回答为是,则学习算法终止,输出状态图H;否则预言机会返回一个反例,即在σ∈I*的条件下,得到AH(σ)≠AM(σ);学习者利用反例改进假设,并继续学习过程,直至得到一个可接受的假设。

5.根据权利要求4所述的基于模型学习的网络协议安全测试评估方法,其特征在于,所述步骤(2)中模型检测分析方法的具体分析过程如下:

i.学习者将输入字符串传递给映射器,并根据映射器返回的输出字符串进行学习和修正模型;

ii.映射器将输入字符串这一抽象消息转换为能够发送给目标协议的具体消息,同时,将目标协议反馈的响应转换为学习者可识别的输出字符串;

iii.目标协议即为上述学习者经学习和修正得到模型,通过对模型进行分析,从而对目标协议的脆弱性进行分析。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南省云迈瀚海电子科技有限公司,未经河南省云迈瀚海电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911395953.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top