CN112383644B - 一种启发式IPv6地址扫描目标生成方法及相关设备 - Google Patents
一种启发式IPv6地址扫描目标生成方法及相关设备 Download PDFInfo
- Publication number
- CN112383644B CN112383644B CN202011133130.4A CN202011133130A CN112383644B CN 112383644 B CN112383644 B CN 112383644B CN 202011133130 A CN202011133130 A CN 202011133130A CN 112383644 B CN112383644 B CN 112383644B
- Authority
- CN
- China
- Prior art keywords
- ipv6
- address set
- address
- scanning
- active
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/50—Address allocation
- H04L61/5061—Pools of addresses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2101/00—Indexing scheme associated with group H04L61/00
- H04L2101/60—Types of network addresses
- H04L2101/618—Details of network addresses
- H04L2101/659—Internet protocol version 6 [IPv6] addresses
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本说明书一个或多个实施例提供一种启发式IPv6地址扫描目标生成方法及相关设备;所述方法包括:将已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值大于第一阈值的地址集通过扩展算法,生成预扫描地址集;对预扫描地址集进行扫描,得到活跃的预扫描地址集;将活跃的预扫描地址集中的每个地址所在的前缀长度为128‑a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值的地址通过扩展算法,生成扫描目标地址集,若比值小于等于第二阈值的地址总数与预扫描地址集中地址的总数的比值大于第三阈值,执行直推算法生成扫描目标地址集,将已知活跃的IPv6种子地址集中比值小于等于第一阈值的地址集执行直推算法生成扫描目标地址集。
Description
技术领域
本说明书一个或多个实施例涉及下一代互联网与机器学习交叉技术领域,尤其涉及一种启发式IPv6地址扫描目标生成方法及相关设备。
背景技术
目前,基于互联网协议第四版IPv4的全球互联网面临网络地址消耗殆尽、服务质量难以保证等制约性问题,而互联网协议第六版IPv6能够提供充足的网络地址和广阔的创新空间,是全球公认的下一代互联网商业应用解决方案。相比于IPv4地址,IPv6地址长度增加了4倍,使得IPv6地址空间规模呈指数型增加,同时可以承载更为丰富的语义信息并支持各种新的应用。然而,也正是因为IPv6巨大的地址空间,IPv4地址的全量扫描技术对于IPv6地址目前无法实现。
现有的IPv6地址扫描方法普遍存在准确率偏低、预算浪费等问题,基于此,需要一种根据已知活跃的IPv6地址推断活跃的地址集进行启发式扫描以缩小扫描范围的IPv6地址扫描方法。
发明内容
有鉴于此,本说明书一个或多个实施例的目的在于提出一种启发式IPv6地址扫描目标生成方法及相关设备,以克服现有技术中全部或部分不足。
基于上述目的,本说明书一个或多个实施例提供了一种启发式IPv6地址扫描目标生成方法,包括:
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值大于所述第一阈值,则开启预扫描并将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集;
对所述预扫描IPv6地址集进行扫描,得到活跃的预扫描IPv6地址集;
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值的地址放入第一类IPv6地址集,其中,a为预扫描扩展参数;以及
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值小于等于第二阈值的地址放入第二类IPv6地址集;
将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集;以及
若所述第二类IPv6地址集中地址的总数与所述预扫描IPv6地址集中地址的总数的比值大于第三阈值,则将所述第二类IPv6地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集;以及
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值小于等于第一阈值,则将所述活跃的IPv6种子地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集。
基于同一发明构思,本说明书一个或多个实施例还提供了一种启发式IPv6地址扫描目标生成装置,包括:
预扫描模块,被配置为若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值大于所述第一阈值,则开启预扫描并将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集;
扫描模块,被配置为对所述预扫描IPv6地址集进行扫描,得到活跃的预扫描IPv6地址集;
分类模块,被配置为将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值的地址放入第一类IPv6地址集,其中,a为预扫描扩展参数;以及
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值小于等于第二阈值的地址放入第二类IPv6地址集;
生成模块,被配置为将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集;以及
若所述第二类IPv6地址集中地址的总数与所述预扫描IPv6地址集中地址的总数的比值大于第三阈值,则将所述第二类IPv6地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集;以及
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值小于等于第一阈值,则将所述活跃的IPv6种子地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集。
基于同一发明构思,本说明书一个或多个实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上任意一项所述的方法。
基于同一发明构思,本说明书一个或多个实施例还提供了一种非暂态计算机可读存储介质,其中,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任意一项所述的方法。
从上面所述可以看出,本说明书一个或多个实施例提供的启发式IPv6地址扫描目标生成方法及相关设备,基于已收集的活跃IPv6地址集合推断活跃的IPv6地址扫描目标集合,引入预扫描选项以及针对不同统计特征的活跃地址采用不同的扫描目标生成算法,减少一定预算浪费的同时提高了生成扫描目标地址的准确性。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例的启发式IPv6地址扫描目标生成方法流程图;
图2为本说明书一个或多个实施例的启发式IPv6地址扫描目标生成方法具体流程图;
图3为本说明书一个或多个实施例中的IPv6地址扫描目标生成算法流程图;
图4为本说明书一个或多个实施例的启发式IPv6地址扫描目标生成装置结构示意图;
图5为本说明书一个或多个实施例的电子设备结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本说明书一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本说明书一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
如背景技术所述,现有的IPv6地址扫描方法普遍存在准确率偏低、预算浪费等问题,申请人在实现本公开的过程中发现,现有技术中主要有以下四种IPv6地址扫描方法:
(1)基于模式的IPv6地址生成算法。该方法根据阈值和阈值外IPv6种子地址中每位概率高的取值进行地址模式的生成,并根据确定位的模式在不确定位的范围内生成推断活跃IPv6地址。
(2)基于熵的IPv6地址生成算法。该方法通过对种子地址集中的每位半字节进行熵分析,并根据熵值对IPv6地址进行分段,聚类和概率建模,在概率依赖较强的模型的类别内生成推断活跃IPv6地址。
(3)基于汉明距离的IPv6地址生成算法。该方法通过汉明距离定义地址间的距离并通过迭代运算将距离近的种子地址聚集到一起,在高种子密度的地址空间区域中生成推断活跃的IPv6地址。
(4)基于树形结构的IPv6地址扫描方法。该方法先根据种子地址集建立树形结构,再根据预扫描和实时扫描的树形结构中节点的活跃地址密度的结果进行动态扫描。
但是,这四种方法面临以下局限性:模式判别指标单一;用于分段的参数值的选择存在局限性,会导致分段与实际的子网标识符不一致,从而影响最终的结构和生成扫描目标地址子网的准确性;在预测范围模式内遍历生成会造成浪费预算的情况;整体预测准确率偏低。
有鉴于此,本说明书一个或多个实施例提供了一种启发式IPv6地址扫描目标生成方法,参考图1,包括以下步骤:
步骤S101、若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值大于所述第一阈值,则开启预扫描并将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集;
步骤S102、对所述预扫描IPv6地址集进行扫描,得到活跃的预扫描IPv6地址集;
步骤S103、将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值的地址放入第一类IPv6地址集,其中,a为预扫描扩展参数;以及
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值小于等于第二阈值的地址放入第二类IPv6地址集;
步骤S104、将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集;以及
若所述第二类IPv6地址集中地址的总数与所述预扫描IPv6地址集中地址的总数的比值大于第三阈值,则将所述第二类IPv6地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集;以及
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值小于等于第一阈值,则将所述活跃的IPv6种子地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集。
可见,本说明书一个或多个实施例的启发式IPv6地址扫描目标生成方法,基于已收集的活跃IPv6地址集合推断活跃的IPv6地址扫描目标集合,引入预扫描选项以及针对不同统计特征的活跃地址采用不同的扫描目标生成算法,减少一定预算浪费的同时提高了生成扫描目标地址的准确性。
以下,通过具体的实施例来详细说明本说明书一个或多个实施例的技术方案。
参考图2,为为本说明书一个实施例的启发式IPv6地址扫描目标生成方法具体流程图,包括以下步骤:
步骤S201、获取已知活跃的IPv6种子地址集。
本步骤中,可通过主动探测和第三方公开数据源相结合的方式收集活跃的IPv6种子地址集,所述主动探测包括对排行网站Alexa提供的域名进行域名解析探测等,所述第三方公开数据源包括hitlist等。
步骤S202、判断是否开启预扫描。
本步骤中,判断是否开启预扫描的条件为所述活跃的IPv6种子地址集中服务器类型的地址数量与所述活跃的IPv6种子地址集中地址总数的比值是否大于第一阈值T1。
步骤S203、若所述活跃的IPv6种子地址集中服务器类型的地址数量与所述活跃的IPv6种子地址集中地址总数的比值大于第一阈值T1,则将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集。
本步骤中,将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集,具体包括:
计算出预扫描扩展倍数a′,所述预扫描扩展倍数a′为IPv6活跃地址扩展算法所需生成的所述预扫描IPv6地址集中地址总数与所述活跃的IPv6种子集中地址总数的比值;
由所述预扫描扩展倍数a′,计算得到预扫描扩展参数a,所述预扫描扩展参数a的计算公式为:
a=log2a′;
将所述活跃的IPv6种子地址集和预扫描扩展参数a作为输入,利用所述IPv6活跃地址扩展算法,生成预扫描IPv6地址集,其中,用于生成预扫描IPv6地址集的所述预扫描扩展参数a的值通常较小。
步骤S204、对所述预扫描IPv6地址集进行扫描,扫描后得到探测为活跃的预扫描IPv6地址集。
步骤S205、对所述探测为活跃的预扫描IPv6地址集中的每个地址进行分类。
本步骤中,所述分类的条件为:所述每个地址所在的前缀长度为128-a的地址块内的探测为活跃的地址数量占地址块内地址总数的比值是否大于第二阈值T2。
步骤S206、将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值T2的地址放入第一类IPv6地址集。
步骤S207、将所述第一类IPv6地址集利用IPv6活跃地址扩展算法,根据扫描目标扩展参数b的值提取活跃的预扫描IPv6地址集中每个地址的前缀。
本步骤中,先计算出扫描目标扩展倍数b′,所述扫描目标扩展倍数b′为IPv6活跃地址扩展算法所需生成的扫描目标IPv6地址集中地址总数与第一类IPv6地址集中中地址总数的比值;
由所述扫描目标扩展倍数b′,计算得到扫描目标扩展参数b,所述扫描目标扩展参数b的计算公式为:
b=log2b′;
其中,用于生成扫描目标IPv6地址集的所述扫描目标扩展参数b的值通常较大,且所述扫描目标扩展参数b大于上述预扫描拓展参数a;
将所述第一类IPv6地址集中和扫描目标扩展参数b作为输入,输入确定后,根据扫描目标扩展参数b的值提取所述每个IPv6地址的前缀,IPv6活跃地址扩展算法先将输入地址集中的每个IPv6地址分别转换为该IPv6地址所在的前缀长度为128-b的二进制形式地址块,所述每个地址块对应一个地址前缀,得到IPv6地址前缀的集合,再将此集合去重,得到去重后的IPv6地址前缀的集合。
步骤S208、根据扫描目标扩展参数b的值在所述去重后的IPv6地址前缀的集合内生成扫描目标IPv6地址集。
所述步骤S208具体包括:在所述去重后的IPv6地址前缀的集合中的每个IPv6地址前缀内遍历二进制IPv6地址作为生成IPv6扫描目标地址,即每个IPv6地址前缀对应的生成扫描目标IPv6地址集为每个IPv6地址前缀对应的地址块内所有IPv6地址组成的集合。删除生成扫描目标IPv6地址集中输入地址集与生成地址集的交集,再将所述生成扫描目标IPv6地址集中的地址转化为十六进制数字对应的字符并每隔4位添加冒号以便扫描。该IPv6活跃地址扩展算法的最后输出为输入IPv6地址集转换后得到的每个IPv6地址前缀对应的生成扫描目标IPv6地址集的并集。
步骤S209、根据所述步骤S205,将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值小于等于第二阈值T2的地址放入第二类IPv6地址集。
步骤S210、判断所述第二类IPv6地址集中IPv6地址的总数与所述预扫描IPv6地址集中IPv6地址的总数的比值是否大于第三阈值T3,若大于第三阈值T3,则将所述第二类IPv6地址集作为输入,执行IPv6活跃地址直推算法。
步骤S211、根据前缀对输入的IPv6地址集进行分类。
所述步骤S211具体包括:以地址归属前缀是否相同作为IPv6地址集分类的判断条件,将输入的IPv6地址集中的每个地址对应的二进制形式下前L位相同的地址划分到相同的子集内,其中L<32。对每个子集内IPv6地址的个数进行统计,如果所有子集内IPv6地址个数均为1,则将L减1并迭代进行该分类步骤。分类后得到输入IPv6地址集的子集的集合S,S={A,B,…},其中,A,B,…分别为归属于相同前缀的地址集,每个地址均为输入IPv6地址集的子集。
步骤S212、对分类后得到的每类IPv6地址集分别根据前缀进行聚类。
所述步骤S212具体包括:根据二进制形式下IPv6地址的前N位进行聚类,其中L+1<N<128,N为整数且为4的倍数。通过聚类将二进制形式下前N位对应的分配方式相似的地址划分到相同的子集中。将每个分类后的IPv6地址集作为输入分别进行聚类。每次聚类的输入为分类后一类IPv6地址集,即每次聚类输入为A,B,…中的一个地址集,输出为输入地址集子集的集合,即如果聚类输入为地址集A则输出为地址集{A1,A2,…,An1},其中An1为对地址集A聚类后得到的类别为n1的地址集合。聚类最后得到地址集S′,S′={{A1,A2,…,An1},{B1,B2,…,Bn2},…}。
所述聚类的具体步骤如下:
(1)初始化阈值M,该阈值M为聚类过程中用于分类判别的汉明距离阈值。
(2)对输入地址集进行量化和排序。计算输入地址集中的每个地址对应二进制地址的第L+1位至N位对应的十进制数并进行升序排列。每个计算得到的十进制数对应一个地址集合且地址集中所有地址在二进制形式下的前N位相同。该步骤通过量化和排序得到一组升序排列的量化值,且每个量化值对应一个二进制形式下的前N位相同地址集。
(3)对排序后的值对应的地址集合是否归为相同类别进行判断。排序后先将一个值对应的地址集归为一类,并将之前不相同位对应的数值集合设置为空,再从第二个值开始,依次与前一个相邻的值进行比较,通过比较结果判断两个值对应的地址集合是否归为相同类别,两个地址集各取地址集中任意一个地址进行比较,统计两个二进制地址的前N位的不相同位的个数并记录当前不相同位对应的位数值集合,如果不相同位的个数小于或等于M,且并集的元素个数小于或等于M(其中并集为当前不相同位对应的位数值集合与之前不相同位对应的位数值集合的并集),则该地址所在地址集与前一个排序后的值对应的IPv6地址集归为相同类别,并将之前不相同位对应的位数值集合设置为当前与之前不同位对应的位数值集合的并集,否则将两个值对应的地址集合归为不同类别,并将之前不相同位对应的位数值集合设置为空。如果不相同位的个数大于M,则将两个值对应的地址集合归为不同类别,并将之前不相同位对应的位数值集合设置为空。
(4)聚类后得到若干个聚类算法的输入地址集的子集,对每个子集内IPv6地址的个数进行统计,如果个数小于一定值,则M增加1并重复(3)(4)步骤,直至子集内的IPv6地址个数满足一定数量。
步骤S213、根据地址二进制形式下后128-N位对聚类后的每个类别的IPv6地址集进行划分。
所述步骤S213具体包括:判断聚类后得到的每个类别内的IPv6地址十六进制形式下的后(128-N)/4位中的非零位对应的位数值集合是否相同,非零位所处位数的集合相同则划分到相同子集中,否则划分到不同子集中。划分过程的输入为地址集{{A1,A2,…,An1},{B1,B2,…,Bn2},…}中的每个子集,例如A1,A2,B1,B2等。若划分过程的输入为地址集A1则对应输出为地址集{A11,A12,…,A1(m1)},其中A1(m1)为对地址集A1划分后得到的类别为m1的地址集合。划分最后得到地集S″,S″={{{A11,A12,…,A1(m1)},{A21,A22,…,A2(m2)},…,{A(n1)1,A(n1)2,…,A(n1)(mn1)}},{{B11,B12,…,B1(m1)′},{B21,B22,…,B2(m2)′},…,{B(n2)1,B(n2)2,…,B(n2)(mn2)′}},…}。因地址集S″中每个划分后得到的地址集合之间均为并列关系,地址集S″也可表示为{A11,A12,…,A1(m1),A21,A22,…,A2(m2),…,A(n1)1,A(n1)2,…,A(n1)(mn1),B11,B12,…,B1(m1)′,B21,B22,…,B2(m2)′,…,B(n2)1,B(n2)2,…,B(n2)(mn2)′,…}。
步骤S214、将所述划分后得到的IPv6地址集作为输入,执行IPv6地址扫描目标生成算法,生成扫描目标IPv6地址集。
本步骤中,参考图3,为本实施例中的IPv6地址扫描目标生成算法流程图,所述IPv6地址扫描目标生成算法包括以下步骤:
(1)计算二进制形式下地址每位对应的量化值。将输入地址集中的每个地址转换为二进制,即每个地址对应一个128位的二进制数,二进制数每位的取值为0或1。转换后统计输入地址集中每位的取值为0和1的次数,每位取0和1的次数的总和均为输入地址集的地址数量,根据每位取值0和1的概率计算每位的量化值Vn,Vn=k0×Pn(0)+k1×Pn(1),其中k0,k1为常量参数,Pn(0),Pn(1)分别为输入地址集中第n位取值0和1的概率,n为所处位的位数值,1≤n≤128,Pn(0)=第n位取值为0的地址个数/输入地址集中地址的总数,Pn(1)=第n位取值为1的地址个数/输入地址集中地址的总数。输入地址集量化后得到集合内元素个数为128的第一量化值集合。
(2)对第一量化值集合分类,对大于第四阈值T4的量化值对应的位赋值。根据|Vn|是否大于第四阈值T4将量化值集合分为两类,其中第四阈值T4为量化值阈值。将大于量化值阈值的量化值对应的位赋值为该位取值概率较大的值,即如果Vn大于量化值阈值,则根据计算Vn时对应的Pn(0)和Pn(1)大小对第n位赋值,如果Pn(0)≥Pn(1)则将第n位赋值为0,否则赋值为1。将小于或等于量化值阈值的Vn根据n的值升序排列,排序后得到第二量化值集合SV,SV={Vn1,Vn2,...,Vnk-1,Vnk},n1,...,nk∈[1,128],k为小于等于量化值阈值的量化值集合中的量化值个数。分类后得到已赋值的量化值集合和未赋值的量化值集合,两类集合的元素个数总数为128。
(3)根据生成扫描目标地址的预算值B对第二量化值集合SV是否分段进行判断。如果预算值B小于k,则对第二量化值集合SV进行分段以及后续操作,执行(4)(5)(6)(7)步骤,否则不进行分段,跳过(4)(5)(6)步骤,直接执行(7)步骤。
(4)对第二量化值集合SV进行分段。从第二量化值集合SV中第二个量化值开始,Vnk依次与前一个Vnk-1进行比较,如果nk-nk-1>1或Vnk-Vnk-1>Tseg,其中Tseg为分段阈值,则开启新分段,即该量化值与前一个量化值在不同分段,否则该量化值与前一个量化值在相同分段。
(5)根据分段结果计算第二量化值集合SV中各量化值对应的位的权重值。分段后根据每位所处分段的长度Ln,即所处分段内量化值的个数,和所处位的位数值n计算每个量化值对应的位的权重值Pn,Pn=Ln×α+128-n,其中α为权重常量参数。
(6)根据预算值和权重值将第二量化值集合SV中部分量化值对应的位赋值。根据权重值大到小依次对分段后的每个量化值对应的位赋值,直至未被赋值的Vn的个数k′小于或等于预算值B。赋值为该位取值概率较大的值,即根据计算Vn时对应的Pn(0)和Pn(1)大小对第n位赋值,如果Pn(0)≥Pn(1)则将第n位赋值为0,否则赋值为1。
(7)生成扫描目标地址集。对所有未赋值的Vn对应的位的所有可能取值及组合进行遍历,每位取值为0或1,每种组合对应一种赋值情况,即如果存在k′个未被赋值的Vn,则对应2的k′次方种不同的赋值情况,每种赋值情况与已赋值对应的位组合为一个128位的赋值组合,该128位赋值组合对应一个二进制地址作为生成的扫描目标地址。赋值组合情况对应的位的组合为2的k′次方种,已赋值对应的位的组合唯一,已赋值和未赋值的两个集合组合成的扫描目标地址共2的k′次方种。生成二进制地址后删除生成地址集中输入地址集与生成地址集的交集,再将生成地址集中的地址转化为十六进制的数字对应的字符并每隔4位添加冒号以便扫描。
步骤S215、根据所述步骤S202,若所述活跃的IPv6种子地址集中服务器类型的地址数量与所述活跃的IPv6种子地址集中地址总数的比值小于等于第一阈值T1,则将所述活跃的IPv6种子地址集作为输入,执行IPv6活跃地址直推算法,即重复所述步骤S211至步骤S214,生成扫描目标IPv6地址集。
步骤S216、最后得到活跃的扫描目标地址推断集,即为由所述步骤S208得到的扫描目标IPv6地址集和所述步骤S214得到的扫描目标IPv6地址集的并集。
可见,本说明书一个或多个实施例的启发式IPv6地址扫描目标生成方法,根据IPv6地址的地址结构及分配管理等特点进行启发式扫描,根据已知活跃的IPv6地址生成活跃地址推断集以缩小扫描范围;同时引入IPv6预扫描选项且根据预扫描结果对不同统计特征的地址采用不同的扫描目标地址生成算法,增加了生成扫描目标地址的多样性;通过扩展算法在一定后缀范围内遍历生成地址,减少种子地址集的后缀取值采样的影响;通过直推算法,采用聚类的方法对二进制形式下IPv6地址的前N位对应分配方式相似的地址块进行筛选,并在聚类后划分出二进制形式下地址前N位对应分配方式相似的地址集中后128-N位对应的分配方式相似的地址,提高了生成扫描目标地址算法的输入地址集内的地址间地址结构特征相似度;通过对不同统计特征的活跃地址的区分和对相似分配方式的活跃地址的筛选,以及在扫描目标地址生成算法中设置权重和优先级策略,减少一定预算浪费的同时提高了生成扫描目标地址的准确性;且与现有技术相比,在生成相同数量规模的活跃IPv6地址推断集下获得更多数量的活跃IPv6地址。
需要说明的是,本说明书一个或多个实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本说明书一个或多个实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本说明书一个或多个实施例还提供了一种启发式IPv6地址扫描目标生成装置。参考图4,所述的启发式IPv6地址扫描目标生成装置,包括:
预扫描模块401,被配置为若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值大于所述第一阈值,则开启预扫描并将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集;
扫描模块402,被配置为对所述预扫描IPv6地址集进行扫描,得到活跃的预扫描IPv6地址集;
分类模块403,被配置为将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值的地址放入第一类IPv6地址集,其中,a为预扫描扩展参数;以及
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值小于等于第二阈值的地址放入第二类IPv6地址集;
生成模块404,被配置为将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集;以及
若所述第二类IPv6地址集中地址的总数与所述预扫描IPv6地址集中地址的总数的比值大于第三阈值,则将所述第二类IPv6地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集;以及
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值小于等于第一阈值,则将所述活跃的IPv6种子地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集。
作为一个可选的实施例,将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集,具体被配置为计算出预扫描扩展倍数a′,所述预扫描扩展倍数a′为IPv6活跃地址扩展算法所需生成的所述预扫描IPv6地址集中地址总数与所述活跃的IPv6种子集中地址总数的比值;由所述预扫描扩展倍数a′,计算得到预扫描扩展参数a,所述预扫描扩展参数a的计算公式为:a=log2a′;将所述活跃的IPv6种子地址集和预扫描扩展参数a作为输入,利用所述IPv6活跃地址扩展算法,生成预扫描IPv6地址集。
作为一个可选的实施例,将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集,具体被配置为计算出扫描目标扩展倍数b′,所述扫描目标扩展倍数b′为IPv6活跃地址扩展算法所需生成的所述扫描目标IPv6地址集中地址总数与所述第一类IPv6地址集中地址总数的比值;由所述扫描目标扩展倍数b′,计算得到扫描目标扩展参数b,所述扫描目标扩展参数b的计算公式为:b=log2b′;将所述第一类IPv6地址集和扫描目标扩展参数b作为输入,利用所述IPv6活跃地址扩展算法,生成扫描目标IPv6地址集。
作为一个可选的实施例,所述执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集,具体被配置为根据二进制形式下地址前缀对所述输入的IPv6地址集进行分类;将所述分类得到的每类IPv6地址集根据二进制形式下前N位进行聚类,其中,N为整数且为4的倍数;将所述聚类得到的每类IPv6地址集根据二进制形式下后128-N位进行划分,得到若干个所述输入的IPv6地址集的子集;将所述若干个子集进行筛选排序;将经过所述筛选排序后的每个子集作为输入,执行IPv6扫描目标生成算法,生成扫描目标IPv6地址集。
作为一个可选的实施例,将所述分类得到的每类IPv6地址集根据二进制形式下前N位进行聚类,具体被配置为将所述分类得到的每类IPv6地址集作为输入,根据二进制形式下IPv6地址的前N位对每类IPv6地址集分别进行聚类,通过聚类将二进制形式下前N位对应的分配方式相似的地址划分到相同的子集中。
作为一个可选的实施例,所述执行IPv6扫描目标生成算法,生成扫描目标IPv6地址集,具体被配置为计算所述输入的经过所述筛选排序后的每个子集中的每个IPv6地址二进制形式下每位对应的量化值,得到第一量化值集合;对所述第一量化值集合进行分类,对小于等于第四阈值的量化值进行升序排列,得到第二量化值集合;若生成扫描目标IPv6地址集的预算值小于所述第二量化值集合中量化值的个数,则对所述第二量化值集合进行分段;根据所述分段结果计算所述第二量化值集合中各量化值对应的位的权重值;根据所述预算值和权重值将第二量化值中部分量化值对应的位赋值。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述实施例中相应的启发式IPv6地址扫描目标生成方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本说明书一个或多个实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上任意一实施例所述的启发式IPv6地址扫描目标生成方法。
图5示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的启发式IPv6地址扫描目标生成方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本说明书一个或多个实施例还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的启发式IPv6地址扫描目标生成方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的启发式IPv6地址扫描目标生成方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本说明书一个或多个实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本说明书一个或多个实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本说明书一个或多个实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本说明书一个或多个实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本说明书一个或多个实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (9)
1.一种启发式IPv6地址扫描目标生成方法,其特征在于,包括:
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值大于第一阈值,则开启预扫描并将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集;
对所述预扫描IPv6地址集进行扫描,得到活跃的预扫描IPv6地址集;
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值的地址放入第一类IPv6地址集,其中,a为预扫描扩展参数;以及
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值小于等于第二阈值的地址放入第二类IPv6地址集;
将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集;以及
若所述第二类IPv6地址集中地址的总数与所述预扫描IPv6地址集中地址的总数的比值大于第三阈值,则将所述第二类IPv6地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集;以及
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值小于等于第一阈值,则将所述活跃的IPv6种子地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集。
2.根据权利要求1所述的方法,其特征在于,将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集,具体包括:
计算出预扫描扩展倍数a′,所述预扫描扩展倍数a′为IPv6活跃地址扩展算法所需生成的所述预扫描IPv6地址集中地址总数与所述活跃的IPv6种子地址集中地址总数的比值;
由所述预扫描扩展倍数a′,计算得到预扫描扩展参数a,所述预扫描扩展参数a的计算公式为:
a=log2a′;
将所述活跃的IPv6种子地址集和预扫描扩展参数a作为输入,利用所述IPv6活跃地址扩展算法,生成预扫描IPv6地址集。
3.根据权利要求1所述的方法,其特征在于,将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集,具体包括:
计算出扫描目标扩展倍数b′,所述扫描目标扩展倍数b′为IPv6活跃地址扩展算法所需生成的所述扫描目标IPv6地址集中地址总数与所述第一类IPv6地址集中地址总数的比值;
由所述扫描目标扩展倍数b′,计算得到扫描目标扩展参数b,所述扫描目标扩展参数b的计算公式为:
b=log2b′;
将所述第一类IPv6地址集和扫描目标扩展参数b作为输入,利用所述IPv6活跃地址扩展算法,生成扫描目标IPv6地址集。
4.根据权利要求1所述的方法,其特征在于,所述执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集,具体包括:
根据二进制形式下地址前缀对所述输入的IPv6地址集进行分类;
将所述分类得到的每类IPv6地址集根据二进制形式下前N位进行聚类,其中,N为整数且为4的倍数;
将所述聚类得到的每类IPv6地址集根据二进制形式下后128-N位进行划分,得到若干个所述输入的IPv6地址集的子集;
将所述若干个子集进行筛选排序;
将经过所述筛选排序后的每个子集作为输入,执行IPv6扫描目标生成算法,生成扫描目标IPv6地址集。
5.根据权利要求4所述的方法,其特征在于,将所述分类得到的每类IPv6地址集根据二进制形式下前N位进行聚类,具体包括:
将所述分类得到的每类IPv6地址集作为输入,根据二进制形式下IPv6地址的前N位对每类IPv6地址集分别进行聚类,通过聚类将二进制形式下前N位对应的分配方式相似的地址划分到相同的子集中。
6.根据权利要求4所述的方法,其特征在于,所述执行IPv6扫描目标生成算法,生成扫描目标IPv6地址集,具体包括:
计算所述输入的经过所述筛选排序后的每个子集中的每个IPv6地址二进制形式下每位对应的量化值,得到第一量化值集合;
对所述第一量化值集合进行分类,对小于等于第四阈值的量化值进行升序排列,得到第二量化值集合;
若生成扫描目标IPv6地址集的预算值小于所述第二量化值集合中量化值的个数,则对所述第二量化值集合进行分段;
根据所述分段结果计算所述第二量化值集合中各量化值对应的位的权重值;
根据所述预算值和权重值将第二量化值中部分量化值对应的位赋值。
7.一种启发式IPv6地址扫描目标生成装置,其特征在于,包括:
预扫描模块,被配置为若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值大于第一阈值,则开启预扫描并将所述活跃的IPv6种子地址集通过IPv6活跃地址扩展算法,生成预扫描IPv6地址集;
扫描模块,被配置为对所述预扫描IPv6地址集进行扫描,得到活跃的预扫描IPv6地址集;
分类模块,被配置为将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值大于第二阈值的地址放入第一类IPv6地址集,其中,a为预扫描扩展参数;以及
将所述活跃的预扫描IPv6地址集中的每个地址所在的前缀长度为128-a的地址块内活跃的地址数量占地址块内地址总数的比值小于等于第二阈值的地址放入第二类IPv6地址集;
生成模块,被配置为将所述第一类IPv6地址集通过IPv6活跃地址扩展算法,生成扫描目标IPv6地址集;以及
若所述第二类IPv6地址集中地址的总数与所述预扫描IPv6地址集中地址的总数的比值大于第三阈值,则将所述第二类IPv6地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集;以及
若已知活跃的IPv6种子地址集中服务器类型的地址数量与地址总数的比值小于等于第一阈值,则将所述活跃的IPv6种子地址集作为输入,执行IPv6活跃地址直推算法,生成扫描目标IPv6地址集。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任意一项所述的方法。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行权利要求1至6任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011133130.4A CN112383644B (zh) | 2020-10-21 | 2020-10-21 | 一种启发式IPv6地址扫描目标生成方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011133130.4A CN112383644B (zh) | 2020-10-21 | 2020-10-21 | 一种启发式IPv6地址扫描目标生成方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112383644A CN112383644A (zh) | 2021-02-19 |
CN112383644B true CN112383644B (zh) | 2022-08-05 |
Family
ID=74580463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011133130.4A Active CN112383644B (zh) | 2020-10-21 | 2020-10-21 | 一种启发式IPv6地址扫描目标生成方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112383644B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113382092B (zh) * | 2021-04-27 | 2022-05-20 | 清华大学 | 基于图社区发现的活跃地址探测方法及装置 |
CN113282805B (zh) * | 2021-06-24 | 2022-04-22 | 中国人民解放军国防科技大学 | IPv6地址模式挖掘方法、装置、电子设备及存储介质 |
CN114221932B (zh) * | 2021-10-26 | 2022-09-30 | 北京邮电大学 | IPv6活跃地址安全性评估方法及电子设备 |
CN114157637B (zh) * | 2022-02-09 | 2022-04-22 | 中国人民解放军国防科技大学 | IPv6地址扫描方法、装置、计算机设备及存储介质 |
CN115102922A (zh) * | 2022-04-25 | 2022-09-23 | 国家计算机网络与信息安全管理中心山东分中心 | 一种基于多地址比对结果扩展的IPv6活跃地址探测方法 |
CN115378912B (zh) * | 2022-07-21 | 2023-06-09 | 北京华顺信安科技有限公司 | 一种活跃IPv6地址的扫描方法及系统 |
CN117831623A (zh) * | 2024-03-04 | 2024-04-05 | 阿里巴巴(中国)有限公司 | 对象检测方法、对象检测模型训练方法、转录因子结合位点检测方法、目标对象处理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109905497A (zh) * | 2019-03-05 | 2019-06-18 | 长沙学院 | 一种IPv6活跃地址动态发现方法 |
CN110493085A (zh) * | 2019-09-03 | 2019-11-22 | 赛尔网络有限公司 | IPv6活跃用户数的统计方法、系统、电子设备及介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103685598B (zh) * | 2013-12-06 | 2017-01-25 | 国家计算机网络与信息安全管理中心 | 在IPv6网络中发现活跃IP地址的方法及装置 |
US10944639B2 (en) * | 2016-06-09 | 2021-03-09 | Akamai Technologies, Inc. | Internet address structure analysis, and applications thereof |
CN110557286A (zh) * | 2019-09-02 | 2019-12-10 | 南京航空航天大学 | 一种有效测量并构建IPv6网络拓扑的方法 |
CN110661807A (zh) * | 2019-09-30 | 2020-01-07 | 奇安信科技集团股份有限公司 | IPv6地址的自动化采集方法及装置 |
CN111447292B (zh) * | 2020-02-24 | 2021-10-01 | 北京邮电大学 | 一种IPv6地理位置定位方法、装置、设备及存储介质 |
CN111432043B (zh) * | 2020-03-09 | 2021-06-01 | 清华大学 | 基于密度的动态IPv6地址探测方法 |
-
2020
- 2020-10-21 CN CN202011133130.4A patent/CN112383644B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109905497A (zh) * | 2019-03-05 | 2019-06-18 | 长沙学院 | 一种IPv6活跃地址动态发现方法 |
CN110493085A (zh) * | 2019-09-03 | 2019-11-22 | 赛尔网络有限公司 | IPv6活跃用户数的统计方法、系统、电子设备及介质 |
Non-Patent Citations (1)
Title |
---|
6Topo:一种测量IPv6网络拓扑的新方法;朱正一等;《小型微型计算机系统》;20200529(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112383644A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112383644B (zh) | 一种启发式IPv6地址扫描目标生成方法及相关设备 | |
US9053386B2 (en) | Method and apparatus of identifying similar images | |
US20210357697A1 (en) | Techniques to embed a data object into a multidimensional frame | |
CN109040143B (zh) | 一种bgp异常事件的检测方法和装置 | |
US9619501B2 (en) | Index scan device and index scan method | |
CN110728526B (zh) | 地址识别方法、设备以及计算机可读介质 | |
CN111701247B (zh) | 用于确定统一账号的方法和设备 | |
JPWO2018134964A1 (ja) | 画像検索システム、画像検索方法およびプログラム | |
CN110059288B (zh) | 用于获得促进机器学习任务用的最佳母小波的系统和方法 | |
CN116881430B (zh) | 一种产业链识别方法、装置、电子设备及可读存储介质 | |
CN115730087A (zh) | 基于知识图谱的矛盾纠纷分析和预警方法及其应用 | |
CN115129949A (zh) | 向量范围检索的方法、装置、设备、介质及程序产品 | |
CN111062431A (zh) | 图像聚类方法、图像聚类装置、电子设备及存储介质 | |
Gao et al. | Icfs: An improved fast search and find of density peaks clustering algorithm | |
CN110019193B (zh) | 相似帐号识别方法、装置、设备、系统及可读介质 | |
CN111506750B (zh) | 图片检索方法、装置及电子设备 | |
CN116738009B (zh) | 一种对数据进行归档回溯的方法 | |
CN111427875B (zh) | 一种数据质量检测的抽样方法、系统及存储介质 | |
JP5892275B2 (ja) | 多クラス識別器生成装置、データ識別装置、多クラス識別器生成方法、データ識別方法、及びプログラム | |
JP2014085996A (ja) | 多クラス識別器、データ識別装置、多クラス識別、データ識別方法、及びプログラム | |
CN115408547A (zh) | 一种字典树构建方法、装置、设备及存储介质 | |
US20190044533A1 (en) | Device for and method of determining clusters | |
CN115378912B (zh) | 一种活跃IPv6地址的扫描方法及系统 | |
WO2024012179A1 (zh) | 模型训练方法、目标检测方法及装置 | |
Kavitha et al. | Efficient transaction reduction in actionable pattern mining for high voluminous datasets based on bitmap and class labels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |