[发明专利]一种基于唯密文的密码算法识别方法和系统

权利要求书

1.一种基于唯密文的密码算法识别方法，其具体包括如下五个步骤：步骤一：确定出需要对哪几种密码算法进行识别，然后对应这些需要进行识别的密码算法，分别生成密文文件，各密码算法对应的密文文件的大小和数量保持一致；步骤二：对所生成的密文文件按照一定提取规则提取其二进制密文特征，所提取的密文特征具有可识别性；步骤三：确定了提取规则，按照步骤二得到密文文件的密文特征，筛选出关键特征，将关键特征作为密码算法识别模型的特征匹配数据库，结合机器学习中的识别算法，建立初步的识别模型；步骤四：对应各密码算法，分别重新生成一些密文文件，同样按照步骤二、三的特征提取筛选规则，得到这些新的密文的关键特征，进而作为识别模型的输入，对密码算法进行初步区分识别；步骤五：经过多次优化，最终得到一个稳定的识别模型，直接用于基于唯密文信息的密码算法识别；

优化识别模型的具体步骤为：观察识别算法中的参数设置，密文特征以及识别效果这三者间的关系，进而对识别模型进行优化；

识别算法参数，密文特征和识别效果之间的关系确定过程为：（1）生成用于对识别模型进行参数调整的密文文件；（2）先选定一类密文特征，筛选出关键特征，然后在调整算法参数过程中观察识别率，直至获得较高识别率；（3）选取其他类别密文特征，按同样方式调整算法参数；（4）根据识别效果，选择密文特征类别和识别算法参数的最优组合；

所述提取其二进制密文特征的方法具体包括以下步骤：首先将密文文件中的密文分割成多个大小相同的密文块，然后按提取规则对每个密文块进行特征提取。

2.如权利要求1所述的基于唯密文的密码算法识别方法，其特征在于，提取规则一的过程具体为：对于每一个密文块，将每8位二进制密文表示为一个0~255的数值，那么该密文文件的特征为一个257维的向量，该向量的前256维分量分别表示出现0~255的频次，最后一维表示该密文块的密码算法类别。

3.如权利要求2所述的基于唯密文的密码算法识别方法，其特征在于，提取规则二的过程具体为：对于每一个密文块，以128位密文为一个分组，统计所有分组中128个位置各位置出现1的频次之和，构成一个129维的向量，前128维表示所有分组各位置出现1的频次之和，第129维表示密文块的密码算法类别。

4.如权利要求1所述的基于唯密文的密码算法识别方法，其特征在于所述筛选出关键特征的方法具体包括以下的步骤：寻找多维特征的一个中心点，设置一个距离阈值，根据与这个中心点的距离来筛选出关键特征，将离中心点较远的特征去掉。

5.一种基于唯密文的密码算法识别系统，其特征在于具体包括密码算法确定单元、密文特征提取单元、初步模型建立单元和模型优化单元；所述密码算法确定单元用于确定出需要对哪几种密码算法进行识别，然后对应这些需要进行识别的密码算法，分别生成密文文件，各密码算法对应的密文文件的大小和数量保持一致；所述密文特征提取单元用于对所生成的密文文件按照一定规则提取其二进制密文特征，所提取的密文特征具有可识别性；所述初步模型建立单元用于将关键特征作为密码算法识别模型的特征匹配数据库，结合机器学习中的识别算法，建立初步的识别模型；所述模型优化单元用于对应各密码算法，分别重新生成一些密文文件，同样进行特征提取和筛选，得到这些新的密文的关键特征，进而作为识别模型的输入，对初步的识别模型进行优化，最终得到一个稳定的识别模型，直接用于基于唯密文信息的密码算法识别；

优化识别模型包括：观察识别算法中的参数设置，密文特征以及识别效果这三者间的关系，进而对识别模型进行优化；

识别算法参数，密文特征和识别效果之间的关系确定过程为：（1）生成用于对识别模型进行参数调整的密文文件；（2）先选定一类密文特征，筛选出关键特征，然后在调整算法参数过程中观察识别率，直至获得较高识别率；（3）选取其他类别密文特征，按同样方式调整算法参数；（4）根据识别效果，选择密文特征类别和识别算法参数的最优组合；

上述提取其二进制密文特征的方法具体包括以下步骤：首先将密文文件中的密文分割成多个大小相同的密文块，然后按提取规则对每个密文块进行特征提取。