公开(公告)号：CN116668003A

公开(公告)日：2023-08-29

申请号：CN202310461675.5

申请日：2023-04-26

Applicant: 北京理工大学

Inventor： 乔珂欣 ,  吴泽瀚 ,  祝烈煌

IPC: H04L9/06

Abstract: 本发明涉及一种混合差分字节级区分器搜索方法，属于网络信息安全分组密码设计与分析技术领域。首先对使用(半)字节级置换作为线性扩散层的分组密码中的每一个状态矩阵的每个输入字节和每个输出字节，引入混合差分模式编码变量，并对每一层线性扩散层的异或操作引入概率变量。针对加密流程中的非线性层S盒操作，无需生成新的编码变量。以最小化分组密码中所有线性扩散层XOR操作的概率变量之和为目标，对每一轮线性扩散层的每一个XOR操作的输入(半)字节混合差分编码变量、输出(半)字节混合差分编码变量、概率变量赋予所述限制，建立一个混合整数的线性规划问题；最后通过求解混合整数线性规划问题，获得高概率的混合差分区分器。

公开(公告)号：CN115130678A

公开(公告)日：2022-09-30

申请号：CN202210535456.2

申请日：2022-05-17

Applicant: 北京理工大学

Inventor： 罗森林 ,  吴泽瀚 ,  张笈 ,  门元昊 ,  潘丽敏

IPC: G06N20/00 ,  G06K9/62

Abstract: 本发明涉及引入互联网设备流量的迁移学习IoT设备分类方法，属于物联网安全与机器学习领域。本发明首先对数据包进行数据流层面的特征提取和表达，得到原始特征向量；然后针对原始特征向量进行特征构建，并使用过滤器进行特征选择；利用TrAdaboost算法在互联网流量(源域)和IoT流量(目标域)的联合域上构建多个决策树分类器；最后通过集成学习的Boosting结合策略将各决策树的分类结果进行结合，输出设备分类结果。针对新建的IoT网络中新型物联网设备繁多，有标注流量数据稀少，现有的机器学习分类模型分类效果差的问题，本发明有效学习了互联网设备分类的“先验知识”，并将其应用于IoT设备分类模型的构建，有效提高了分类模型的准确率。