摘要
本发明公开了一种基于LSTM模型预测的网站指纹攻击方法、系统、介质及程序产品。系统主要包含四大装置:网站指纹采集、网站指纹清洗、网站指纹特征提取及网站指纹动态预测。基于LSTM模型预测的网站指纹攻击方法,首先,通过网站指纹采集装置捕获网络数据;接着,网站指纹清洗装置对数据进行预处理,去噪并提纯;之后,网站指纹特征提取装置利用深度学习从辅助网站指纹中提取通用特征;最后,网站指纹动态预测装置运用LSTM模型预测未来的网站指纹模型参数,以实现对网站指纹攻击模型的有效预判。本发明通过动态学习流量的序列特性,成功解决了概念漂移问题,从而显著提升了网站指纹攻击的识别准确率和效率。
技术关键词
网站指纹
LSTM模型
攻击预测方法
流量采集装置
特征提取器
深度学习技术
动态变化网络
通用特征
特征提取装置
预测系统
数据包特征
网络探针
解码函数
样本
计算机装置
计算机程序产品
提纯
处理器