[发明专利]一种基于统计的工业信息安全指纹挖掘方法及黑盒应用

权利要求书

1.一种基于统计的工业信息安全指纹挖掘方法，其特征在于，包括以下步骤：

S1、构建数据库：采集一定量的指纹录入数据库，确保数据库的安全指纹数据覆盖工业信息安全领域的术语，同时储存无文档的私有协议待提取数据；

S2、计算新指纹与数据库指纹的互信息值：利用互信息公式计算现有安全指纹与潜在新指纹的互信息值；

S3、指纹对比：构建前缀Trie树和后缀Trie树，利用左右信息熵进行安全指纹与潜在新指纹对比；

S4、新指纹的提取：利用S2和S3两步得到的结果综合并排序，取有限个最高符合度的新指纹作为从文章中以无监督方式提取出的新指纹；

S5：输出结果。

2.根据权利要求1所述的一种基于统计的工业信息安全指纹挖掘方法，其特征在于：在S1中，数据库指纹覆盖的工业信息安全领域术语包括威胁名、脆弱名、服务名等等，覆盖设备按类型分包括网络和终端等。

3.根据权利要求1所述的一种基于统计的工业信息安全指纹挖掘方法，其特征在于：在S2中，计算互信息值的公式为：

式中，MI(X，Y)表示互信息值，P值是给定新指纹出现的概率，互信息值越高，表明X与Y的相关性就越高，说明X与Y组成新指纹的可能性就越大。

4.根据权利要求1所述的一种基于统计的工业信息安全指纹挖掘方法，其特征在于：在S3中，计算左右信息熵的公式为：

式中，P(Wb|W)、P(aW|W)指在新指纹挖掘时就是一个指纹出现的概率，主要利用信息熵来衡量一个文本片段的左邻指纹集合和右邻指纹集合的随机性。

5.根据权利要求1所述的一种基于统计的工业信息安全指纹挖掘方法，其特征在于：在S4中，通过设定阈值和排序等工作，排除低频指纹和低相似度的指纹组合，针对新指纹构成指纹组合的特点，计算当前上下相邻指纹成为新指纹组合的可能性。

6.一种基于统计的工业信息安全指纹黑盒应用，其特征在于：包括如权利要求1～5任意一项所述一种基于统计的工业信息安全指纹挖掘方法的应用，所述应用包括数据模块、基于互信息的计算模块、基于左右信息熵的计算模块、安全指纹提取模块和输出模块，所述数据模块用于采集储存安全指纹数据和储存无文档的私有协议待提取数据，所述基于互信息的计算模块写入互信息公式计算新指纹与数据库指纹的互信息值，所述基于左右信息熵的计算模块写入左右信息熵公式用于安全指纹与潜在新指纹对比，所述安全指纹提取模块用于提取安全指纹，所述安全指纹提取模块包括相似度综合及排序模块，所述相似度综合及排序模块用于新指纹的排序，所述输出模块输出新指纹。