大型指纹库场景中加密视频识别方法-吴桦，于振华，程光，胡晓艳.pdf
免费下载
软件学报 ISSN 1000-9825, CODEN RUXUEW
Journal of Software, [doi: 10.13328/j.cnki.jos.006025]
©中国科学院软件研究所版权所有.
大型指纹库场景中加密视频
识别方法
吴
桦
1,2,3
,
于振华
1
,
程
光
1,2,3
,
胡晓艳
1,2,3
1
(东南大学 网络空间安全学院,江苏 南京 211189)
2
(东南大学 教育部计算机网络和信息集成重点实验室,
江苏
3
(东南大学 江苏省计算机网络重点实验室,江苏 南京
211189)
通讯作者: 吴桦, E-mail: hwu@seu.edu.cn
摘 要:
加密视频识别是网络安全和网络管理领域亟待解决的问题
指纹库中的视频指纹进行匹配,
从而识别出加密传输的视频
专门针对待匹配数据源的研究,也缺少在
大型视频指纹库里
成果的实用性不能保证.针对这一问题,首先分析
使用安全传输层
Unit,ADU）密文长度相对明文长度发生漂移的原因,
首次将
的拟合特征,提出了一种对加密 ADU
指纹精准复原方法
频模拟构建了二十万级的大型指纹库.
从理论上推导并计算出
中视频识别准确率、查准率、查全率达到 100%,
假阳率
果一致.HHTF 方法的应用使得在
大规模视频指纹库场景中识别加密传输的视频成为可能
用价值.
关键词: 加密视频识别; 应用数据单元; 传输指纹；
大型
中图法分类号: TP393
中 文 引 用 格 式 : 吴 桦 , 于 振 华 , 程 光 , 胡 晓 艳 .
http://www.jos.org.cn/1000-9825/6025.htm
英文引用格式: Wu H, Yu ZH, Cheng G, Hu XY.
Encrypted
Bao/Journal of Software, (in Chinese).
http://www.jos.org.cn/1000
Encrypted Video Recognition in Large-scale
F
WU Hua
1,2,3
, YU Zhen-Hua
1
, CHENG Guang
1,2,3
,
HU
1
(
School of Cyber Science and Engineering, Southeast University, Nanjing 211189
2
(Key Laboratory of Computer Network and Information Integration of Ministry of
211189, China)
3
(
Key Laboratory of Computer Network Technology of Jiangsu Province,
Abstract:
Encrypted video identification is an urgent problem in the field of network security and network management. The existing
methods are to match the video transmission fingerprint of encrypted video with the video fingerprint in the video fi
The existing research mainly focuses on the study of matching recognition algorithm, but there is no particular research on m
sources, nor the analysis of precision and false positive
rate in large
基金项目: 国家重点研发计划项目课题(
2017YFB0801703
家自然科学基金项目(61602114);
赛尔网络下一代互联网技术创新项目
Foundation item: National Key R&D
Program of China (2017YFB0801703
Mobile Research Fund Project (MCM20180506),
the National Natural Science Foundation of China (61602114)
Project(NGIICS20190101,NGII20170406).
收稿时间:
2019-10-07; 修改时间: 2020-01-06; 采用时间:
E-mail: jos@iscas.ac.cn
http://www.jos.org.cn
Tel: +86-10-62562563
识别方法
江苏
南京 211189)
211189)
加密视频识别是网络安全和网络管理领域亟待解决的问题
,已有的方法是将视频的加密传输指纹与视频
从而识别出加密传输的视频
.现有研究主要集中在匹配识别算法的研究上,但是没有
大型视频指纹库里
对这些算法的查准率和假阳率指标分析,由此造成现有
使用安全传输层
协议加密的应用数据单元（Application Data
首次将
HTTP 头部特征和 TLS 片段特征作为 ADU 长度复原
指纹精准复原方法
HHTF,并将其应用于加密视频识别.基于真实 Facebook 视
从理论上推导并计算出
,只需要已有方法十分之一的 ADU 数目,在该指纹库
假阳率
达到 0.在模拟大型视频指纹库中的实验结果与理论推导结
大规模视频指纹库场景中识别加密传输的视频成为可能
,具有很强的实用性和应
大型
视频指纹库 ；安全传输层协议
大 型 指 纹 库 场 景 中 加 密 视 频 识 别 方 法 . 软 件 学 报 .
Encrypted
Video Recognition in Large Fingerprint Database. Ruan Jian Xue
http://www.jos.org.cn/1000
-9825/6025.htm
F
ingerprint Database
HU
Xiao-Yan
1,2,3
School of Cyber Science and Engineering, Southeast University, Nanjing 211189
, China)
(Key Laboratory of Computer Network and Information Integration of Ministry of
Education of China, Southeast University,Nanjing
Key Laboratory of Computer Network Technology of Jiangsu Province,
Southeast University, Nanjing 211189, China)
Encrypted video identification is an urgent problem in the field of network security and network management. The existing
methods are to match the video transmission fingerprint of encrypted video with the video fingerprint in the video fi
ngerprint database.
The existing research mainly focuses on the study of matching recognition algorithm, but there is no particular research on m
atching data
rate in large
-scale video fingerprint library. The resulting practicality of existing
2017YFB0801703
,2018YFB1800602); 教育部-中国移动科研基金(MCM20180506);国
赛尔网络下一代互联网技术创新项目
(NGIICS20190101,NGII20170406)
Program of China (2017YFB0801703
, 2018YFB1800602), Ministry of Education-China
the National Natural Science Foundation of China (61602114)
,the CERNET Innovation
2020-02-28; jos 在线出版时间: 2021-05-20
2
Journal of Software 软件学报
methods cannot be guaranteed. In order to address this problem, this paper firstly analyses the reason why the length of the ciphertext of
the application data unit (ADU) encrypted by TLS drifts relative to the length of the plaintext.
For the first time, HTTP head feature and
TLS fragment features are used as fitting features for ADU length restoration, then this paper proposes an accurate fingerprint restoration
method HHTF for the encrypted ADU, and applies HHTF to the encrypted video recognition. A large fingerprint database of 200,000
videos was built based on the simulation of real Facebook videos. Theoretical derivation and calculation demonstrate that the accuracy,
precision and recall rate can reach 100%, and the false positive rate is 0 requiring only one-tenth the number of ADUs of the existing
method. The experimental results in simulating large-scale video fingerprint database are consistent with the theoretical calculations. The
application of the HHTF method makes it possible to recognize encrypted transmitted video in large-scale video fingerprint library scenes,
which is of great practicality and application value.
Key words: encrypted video identification；application data unit； transmission fingerprint；large-scale video fingerprint database；
Transport Layer Security Protocol
互联网最初的设计功能已经远跟不上实际的需求,隐私保护和安全防护是互联网应用必须考虑的问题,利
用 TLS（Transport Layer Security,TLS）协议实现数据的端到端加密传输是最通用的加密传输方法.由于数据重
要程度不一样,有些应用只对用户登录数据加密传输,有些是对所有数据都加密传输,随着硬件成本的下降和人
们安全意识的提高,大趋势是所有数据加密,这些措施为互联网应用提供了很好的安全防护.但是另一方面,加
密流量比重的增加给网络安全和网络管理带来极大的挑战.
如何从加密的数据中抽取出网络安全防护和网络管理需要的信息已经成为国家安全部门网络管理中亟待
解决的问题,既要保护普通网民的隐私,也要及时发现因特网中传递的危害国家和社会安全的信息,这需要能够
在不解密信息的前提下精准识别特定的被加密信息.
目前对加密流量的分析主要分为两大类：应用类型识别和内容识别.对加密流量的应用类型识别开展的比
较早,包括的范围也比较广,包括对加密流量的识别
[1]
,对网络流量应用类型的识别
[2-4]
,对恶意软件流量的识别
[5-7]
,对加密视频播放模式的识别
[8]
, 对加密视频服务平台识别
[9,10]
, 对加密视频服务质量识别
[10-14]
.这类研究都
不涉及到用户信息的具体内容识别.
在网络安全和网络管理领域有较大需求且最具挑战性的是对加密应用内容的识别,包括对视频的识别和
网站访问行为识别.根据 2018 年思科公司的全球互联网流量研究报告
[15]
,互联网全球流量中超过 70%为视频流
量,预计到 2022 年,视频流量的比例将增长到 80%,并且世界上 TOP 视频服务商都已经采用了加密视频传输技
术.在这个背景下,由于视频传播容易,影响力广,对加密视频的识别已经成为亟待解决的问题.与加密视频内容
识别同等迫切的需求还包括加密网站访问的识别
[16-18]
.这两类应用的流量占据了互联网流量的绝大部分,随着
加密传输的普及,对这两类应用内容的识别成为网络安全管理的挑战.
本文的研究围绕加密视频内容识别展开. 对加密视频内容的识别目标是通过数据传输特征获知被传输
视频的内容标签,而不是对视频的画面内容进行分析,以下简称为加密视频识别.由于应用层信息被加密无法直
接分析,侧信道是对加密数据分析的一种常见途径,现有加密视频识别研究的基本思路是从网络层和传输层协
议头部信息中提取出应用数据单元（Application Data Unit,ADU）的特征.ADU 是应用层信息被传输的数据单
元
[19]
,在 HTTP 传输协议中每个 HTTP 请求的资源就是一个 ADU.这些 ADU 的数据量长度和传输顺序构成了
应用层信息的指纹,观测者有可能从这些 ADU 的特征识别出应用层信息.
已有的加密视频识别研究
[20-26]
存在三个主要问题.第一个问题是现有研究的关注点都在识别算法的研究
上,即如何将采集到的加密传输数据与视频指纹库进行匹配以识别热点视频.但是识别算法的输入信息
——
待
匹配的加密传输数据与指纹库中的指纹,这两者如何构建,以及由于不同的构建方法带来的数据原始偏差都没
有进行深入研究.当指纹库规模变大后,这些不确定性会极大影响着这些识别算法的结果.第二个问题是现有研
究对算法结果的评价指标不全面, 通常只有查全率,少有假阳率的测试指标,特别是没有大型指纹库场景下查
准率和假阳率的评估; 第三个问题是现有研究都是基于小型甚至是微型视频指纹库进行实验验证,实验结果
不能反映这些算法应用于大型视频指纹库的可行性,也没有文献对方法应用于大型指纹库的可行性进行理论
探讨.因此,即使已经有了一些初步的探索成果,在大型指纹库场景中的加密视频识别还是空白,这也是国家网
of 23
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论