技术特征：
1.一种比特币隐藏服务的匿名通信流量的识别方法，其特征在于，包括：对于待识别的流量序列，根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量；将所述特征向量输入到预先训练得到的分类器，根据所述分类器的输出识别出所述流量序列是否为比特币隐藏服务的匿名通信流量。2.根据权利要求1所述的方法，其特征在于，所述分类器是根据预先收集的比特币隐藏服务的匿名通信流量序列以及其它类型的匿名通信流量序列的特征向量，预先训练得到的：收集比特币隐藏服务以及其它类型的匿名通信流量序列；针对收集的每个比特币隐藏服务的匿名通信流量序列，根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量，并将得到的特征向量的标签设置为比特币隐藏服务的匿名通信流量；针对收集的每个其它类型的匿名通信流量序列，根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量，并将得到的特征向量的标签设置为其它类型的匿名通信流量；利用所述训练集中的特征向量及其标签，训练所述分类器。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量，具体包括：解析所述流量序列得到tls层数据包；根据tls层数据包的大小、方向，构建所述流量序列的特征向量。4.根据权利要求2所述的方法，其特征在于，所述根据tls层数据包的大小、方向，构建所述流量序列的特征向量，具体包括：根据所述tls层数据包的大小及方向，确定所述tls层数据包的大小数值；对于预先划分的若干个数值范围，根据所述tls层数据包的大小数值，统计出各数值范围内的数据包的个数；根据统计出的各数值范围内的数据包的个数，构建所述流量序列的特征向量。5.根据权利要求4所述的方法，其特征在于，所述根据所述tls层数据包的大小及方向，确定所述tls层数据包的大小数值，具体包括：在所述tls层数据包的方向为入包方向时，确定所述tls层数据包的大小数值等于所述tls层数据包的大小；在所述tls层数据包的方向为出包方向时，确定所述tls层数据包的大小数值等于所述tls层数据包的大小取负值。6.根据权利要求5所述的方法，其特征在于，所述预先划分的若干个数值范围具体为：在-5140到5140的范围内设置的20个连续的数值范围，每个数值范围的区间大小为一个cell单元的大小。7.一种比特币隐藏服务的匿名通信流量的识别装置，其特征在于，包括：特征向量构建模块，用于对于待识别的流量序列，根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量；流量识别模块，用于将所述特征向量输入到预先训练得到的分类器，根据所述分类器
的输出识别出所述流量序列是否为比特币隐藏服务的匿名通信流量。8.根据权利要求7所述的装置，其特征在于，还包括：分类器训练模块，用于收集比特币隐藏服务的匿名通信流量序列以及其它类型的匿名通信流量序列；针对收集的每个比特币隐藏服务的匿名通信流量序列，根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量，并将得到的特征向量的标签设置为比特币隐藏服务的匿名通信流量；针对收集的每个其它类型的匿名通信流量序列，根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量，并将得到的特征向量的标签设置为其它类型的匿名通信流量；利用所述训练集中的特征向量及其标签，训练所述分类器。9.根据权利要求7所述的装置，其特征在于，所述特征向量构建模块具体包括：解析单元，用于解析所述流量序列得到tls层数据包；特征向量确定单元，用于根据tls层数据包的大小、方向，构建所述流量序列的特征向量。10.一种电子设备，包括中央处理单元、信号处理和存储单元，以及存储在信号处理和存储单元上并可在中央处理单元上运行的计算机程序，其特征在于，所述中央处理单元执行所述程序时实现如权利要求1-6任一所述的方法。
技术总结
本发明公开了一种比特币隐藏服务的匿名通信流量的识别方法方法和装置，所述方法包括：对于待识别的流量序列，根据所述流量序列中的数据包的大小、方向，构建所述流量序列的特征向量；将所述特征向量输入到预先训练得到的分类器，根据所述分类器的输出识别出所述流量序列是否为比特币隐藏服务的匿名通信流量。应用本发明可以通过构建轻量级特征向量，实现对比特币匿名服务流量的高效识别。对比特币匿名服务流量的高效识别。对比特币匿名服务流量的高效识别。
技术研发人员：时金桥 王学宾 邹可欣 王美琪 杨金翠 石瑞生 张熙 王东滨 李泽禹 迟宇航 高悦
受保护的技术使用者：北京邮电大学
技术研发日：2021.10.27
技术公布日：2022/4/15