一种基于Xgboost的Skype时间式隐信道检测方法

• 作者: 常婷婷 翟江涛 戴跃伟
• 来源期刊: 计算机工程
• 关键词: 网络隐信道 时间式隐信道 五折交叉验证 神经网络 Xgboost算法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 网络空间安全|Cyberspace Security
• 页码范围: 88-94
• 页数: 7页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0057925

摘要

时间式隐信道利用数据包的包间时延来传递秘密信息,受网络时间特性复杂性的影响,网络隐信道的检测率低且虚警率较高.提出一种利用Xgboost模型的Skype时间式隐信道检测方法.在传统提取Skype时间序列的Markov转移特性、信息熵、包间时延的均值与方差、DCT系数、ε-相似度等特征的基础上,增加峰态、偏态和标准偏差的差值3种特征,以准确了解包间时延分布并进行筛选排查,同时采用五折交叉验证法结合无重复抽样技术,使每次迭代时每个样本点只有一次被划入训练集或测试集,最终通过Xgboost算法进行判决和检测.实验结果表明,与BP神经网络方法相比,该方法检测率更高且虚警率更低.