摘要
针对IPv6地址空间巨大,无法在现有技术下实现全网扫描的问题,提出基于熵、聚类分析、关联规则学习改进算法的活跃IPv6地址前缀的预测算法。实验结果表明本算法得到59%~61%的预测准确率,与已有算法相比,准确率和稳定性均有所提升。
The IPv6 address space is too huge to be scanned under the existing technology.To solve this problem,a prediction algorithm based on entropy,clustering analysis and correlation rule learning improved algorithm for active IPv6 address prefix was proposed.The algorithm obtains a prediction accuracy of about 59%~61%.Comparing with the previous prediction results,the accuracy and stability are improved.
作者
左志昊
马严
张沛
李丹丹
ZUO Zhihao;MA Yan;ZHANG Pei;LI Dandan(Institute of Network Technology,Beijing University of Posts and Telecommunications,Beijing 100876,China)
出处
《通信学报》
EI
CSCD
北大核心
2018年第A01期1-8,共8页
Journal on Communications
基金
赛尔网络下一代互联网技术创新项目(No.NGII20170101)~~
关键词
IP扫描
IPV6
地址前缀
预测算法
IP scanning
IPv6 address
address prefix
prediction algorithm
作者简介
左志昊(1993-),女,辽宁人,北京邮电大学硕士生,主要研究方向为下一代互联网;马严(1955-),男,北京人,北京邮电大学教授,主要研究方向为计算机网络及其应用、网络管理和网络安全等;张沛(1984-),男,河南人,博士,北京邮电大学讲师,主要研究方向为网络测量、网络性能分析、网络空间安全;李丹丹(1987-),女,河南人,博士,北京邮电大学讲师,主要研究方向为密码学与信息安全、区块链应用。
