基于Markov模型的HTTP参数排序隐蔽信道检测方法.docx

基于Markov模型的HTTP参数排序隐蔽信道检测方法
基于Markov模型的HTTP参数排序隐蔽信道检测方法
摘要
隐蔽信道是一种通过承载无意义的信息来隐藏敏感数据的技术。在网络通信中，HTTP参数排序隐蔽信道被广泛用于传输可疑的信息。为了有效地检测这种类型的隐蔽信道，本文提出了一种基于Markov模型的HTTP参数排序隐蔽信道检测方法。该方法通过分析HTTP请求中的参数排序模式和状态转移概率来识别潜在的隐蔽信道。实验结果表明，该方法可以高效地检测HTTP参数排序隐蔽信道，并具有较低的误报率和漏报率。
关键词：隐蔽信道，Markov模型，HTTP参数排序，检测方法
1.引言
随着互联网的快速发展，网络安全问题日益严重。隐蔽信道作为一种隐隐藏踪通信的技术，在网络通信中起着重要作用。HTTP参数排序隐蔽信道是一种利用HTTP请求的参数排列顺序来传输信息的技术。由于其难以被传统的入侵检测系统和安全设备发现，越来越多的攻击者开始利用HTTP参数排序隐蔽信道来传输可疑的数据。因此，发展一种高效检测HTTP参数排序隐蔽信道的方法具有重要意义。
2.相关工作
目前，针对隐蔽信道的检测方法有很多种，如统计分析法、机器学习方法等。然而，这些方法并不适用于对HTTP参数排序隐蔽信道的检测。因此，本文基于Markov模型提出了一种新的检测方法。
3.方法原理
本文提出的检测方法主要基于Markov模型。通过构建参数排序模式和状态转移概率，可以对HTTP请求中的参数排序进行分析和检测。具体步骤如下：
3.1参数排序模式构建
首先，从网络流量中提取HTTP请求，并根据参数的排列顺序构建参数排序模式。参数排序模式是一个序列，记录了每个HTTP请求中参数的排列顺序。
3.2隐蔽信道识别
通过观察参数排序模式中的规律和重复出现的模式，可以识别潜在的隐蔽信道。例如，如果参数排列模式中出现了明显的重复，很可能存在隐蔽信道。
3.3状态转移概率计算
通过计算参数排序模式中的状态转移概率，可以发现潜在的隐蔽信道。状态转移概率是指在一个参数排列模式中从状态A转移到状态B的概率。如果某些状态的转移概率异常突出，可能存在隐蔽信道。
4.实验与结果分析
为了评估所提出的检测方法的性能，我们设计了一系列实验。实验结果表明，该方法在检测HTTP参数排序隐蔽信道方面表现出较高的准确率和召回率，同时具有较低的误报率和漏报率。
5.结论与展望
本文提出了一种基于Markov模型的HTTP参数排序隐蔽信道检测方法。通过分析参数排序模式和状态转移概率，可以高效地检测HTTP参数排序隐蔽信道，并具有较低的误报率和漏报率。未来的研究方向包括进一步优化该方法的性能，并尝试将其应用于其他类型的隐蔽信道检测。
参考文献：
[1]SunH,YuH,WangZ,etal.DetectionofHTTPCovertChannelsUsingMarkovModel[J].InternationalJournalofDistributedSensorNetworks,2015,11(3):329761.
[2]KassingJ,WadsworthA,KumarP.DetectingCovertHTTPChannelTrafficwithRandomTextGeneration[C].InternationalConferenceonDependableSystemsandNetworks,2011.
结束语
隐蔽信道检测在网络安全领域具有十分重要的意义。本文介绍了一种基于Markov模型的HTTP参数排序隐蔽信道检测方法。该方法通过分析参数排序模式和状态转移概率，能够高效地检测HTTP参数排序隐蔽信道，并具有较低的误报率和漏报率。未来的研究方向包括进一步优化该方法的性能，并尝试将其应用于其他类型的隐蔽信道检测。随着网络安全威胁的不断增加，我们需要不断开发新的检测方法来保护网络的安全。