检索结果-南通市图书馆

软件学报 2021年第10期32卷 3310-3330页

作者：吴桦于振华程光胡晓艳东南大学网络空间安全学院江苏南京211189 教育部计算机网络和信息集成重点实验室(东南大学) 江苏南京211189 江苏省计算机网络技术重点实验室(东南大学) 江苏南京211189

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.现有工作主要集中在匹配识别算法的研究上,但是没有专门针对待匹配数据源的研究,... 详细信息

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.现有工作主要集中在匹配识别算法的研究上,但是没有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对这些算法的查准率和假阳率指标的分析,由此造成现有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协议加密的应用数据单元(application data unit,简称ADU)密文长度相对明文长度发生漂移的原因,首次将HTTP头部特征和TLS片段特征作为ADU长度复原的拟合特征,提出了一种对加密ADU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视频模拟构建了20万级的大型指纹库.从理论上推导并计算出:只需已有方法十分之一的ADU数目,在该指纹库中视频识别准确率、查准率、查全率达到100%,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,具有很强的实用性和应用价值.

关键词：加密视频识别应用数据单元传输指纹大型视频指纹库安全传输层协议

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向HTTP/2流量多路复用特征的加密视频识别方法

引用

软件学报 2024年

作者：吴桦罗浩赵士顺刘嵩涛程光胡晓艳东南大学网络空间安全学院网络通信与安全紫金山实验室网络空间国际治理研究基地(东南大学) 江苏省泛在网络安全工程研究中心

视频应用平台的兴起使得视频得以快速传播并渗透社会生活的各个方面.网络中传播的视频也混杂了一些公害视频,因此网络空间安全监管迫切需要准确地识别网络中加密传播的公害视频.已有方法在网络主要接入点采集流量数据,提取加密视频流量... 详细信息

视频应用平台的兴起使得视频得以快速传播并渗透社会生活的各个方面.网络中传播的视频也混杂了一些公害视频,因此网络空间安全监管迫切需要准确地识别网络中加密传播的公害视频.已有方法在网络主要接入点采集流量数据,提取加密视频流量的特征,基于公害视频库,通过流量特征的匹配识别出被传输的公害视频.然而随着视频加密传输协议的更新,使用新型多路复用技术的HTTP/2协议已经大规模部署应用,这导致传统的基于HTTP/1.1传输特征的流量分析方法无法识别使用HTTP/2传输的加密视频.此外,当前的研究大多针对的是播放时分辨率固定的视频,很少考虑到流媒体自适应播放时分辨率切换给识别带来的影响.针对以上问题,详细分析了视频平台使用HTTP/2协议传输视频时音视频数据长度发生偏移的原理,并提出了将多路复用的加密数据精准修正还原为组合音视频数据单元长度的方法,从而构建出精准还原的加密视频修正指纹.然后,利用加密视频修正指纹和大型视频明文指纹库,提出了视频修正指纹滑动匹配机制和以隐马尔可夫模型与维特比算法为基础的加密视频识别模型.该模型使用动态规划方法解决了视频分辨率自适应切换带来的问题,其在40万级的Facebook和Instagram真实指纹库场景中,对固定分辨率和自适应分辨率的加密视频的识别准确率分别达到了98.41%和97.91%.使用Triller、Twitter和芒果TV这3个视频平台进行了方法通用性和泛化性验证.与类似工作在识别效果、泛化性和时间开销方面的比较进一步验证了所提出的方法具有较高的应用价值.

关键词： HTTP/2 DASH 大型数据集修正指纹 HMM 加密视频识别

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

QUIC协议下的加密视频内容识别研究

QUIC协议下的加密视频内容识别研究

引用

作者：冯子玄东南大学

学位级别：硕士

视频流量在互联网中的占比日趋增加,并且越来越多的视频服务商已经对其进行加密传输。视频的加密传输虽然保护了用户的隐私,但同时也给网络监管带来了挑战。基于HTTP的动态自适应流媒体技术是广泛应用于视频传输的方案,它的分段传输机... 详细信息

视频流量在互联网中的占比日趋增加,并且越来越多的视频服务商已经对其进行加密传输。视频的加密传输虽然保护了用户的隐私,但同时也给网络监管带来了挑战。基于HTTP的动态自适应流媒体技术是广泛应用于视频传输的方案,它的分段传输机制使得视频流量展现出与内容相关的特征,这种特征给加密视频内容识别提供了思路,可以通过对流量中的应用数据单元（application data unit,ADU）进行提取来进一步实现视频识别。现有的加密视频识别方法大多数是基于ADU特征提取的,但是随着基于UDP的QUIC协议被应用于视频传输,已有方法不再适用。QUIC协议对几乎所有内容进行了加密并且使用了多路复用的传输机制,这给识别加密视频的任务带来了阻力。针对以上问题,本文不再聚焦于提取单个ADU,而是采取了一种替代方案,通过提取ADU的特定组合来进一步实现QUIC视频识别。本论文主要包括以下几点研究内容:（1）提出了QUIC加密视频特征序列的构建方法。QUIC协议的使用使得无法获得视频的ADU,为了解决这个问题,首先通过视频明文分段字典的建立,结合明文与DASH视频流中的突发数据,分析QUIC视频流的特征,定义不同的ADU组合并对它们进行区分。然后从特定类型的ADU组合中进一步提取音视频单元（video and audio unit,VAU）,通过多元线性回归的方法对其长度进行修正,最后将修正后的VAU序列作为视频特征序列。实验结果表明,大多数修正后的VAU长度和其在明文库中相对应的音视频分段长度之间的误差率要小于0.5%。（2）基于所提取的VAU特征序列,设计并实现了QUIC视频识别方法。根据是否易于获得视频的明文指纹和视频库的大小来区分视频识别的场景,针对不同的场景分别设计了不同的视频识别方法。对于易于构建视频明文指纹库或大型视频库的场景,设计了基于指纹匹配的识别方法,即将VAU序列作为视频的密文指纹,将其与已建立好的明文指纹库中的视频指纹使用最长公共子序列（longest common subsequence,LCSS）的匹配方法进行匹配来实现视频识别。对于无法获得视频明文指纹的场景,使用基于注意力机制和双向长短期记忆网络（Bi LSTM-Attention）的视频分类方法,选取VAU序列的二维特征,通过训练模型对视频进行分类来实现视频识别。实验结果表明,本文提出的基于指纹匹配和基于深度学习分类的视频识别方法均能够获得较好的性能。（3）基于以上方法设计并实现了QUIC加密视频识别原型系统。系统主要包括三个模块,分别为用于生成QUIC加密视频特征序列的流量预处理模块,基于LCSS的视频指纹匹配模块和基于Bi LSTM-Attention的视频分类模块。系统为用户提供人性化的操作界面,用户可以自行设定视频匹配相关参数以及模型训练相关参数等。系统还提供各个结果的展示界面,同时能将流量处理结果、视频匹配结果、模型训练过程、模型分类结果等存储成指定文件,用于后续进一步的分析。系统具有较强的实用性。

关键词：加密视频识别 QUIC协议指纹音视频单元 HTTP上的动态自适应流

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：