公开(公告)号：CN112702157B

公开(公告)日：2022-05-24

申请号：CN202011406581.0

申请日：2020-12-04

Applicant: 河南大学

Inventor： 袁科 ,  黄雅冰 ,  李家保 ,  周素芳 ,  杜展飞 ,  张文超 ,  戴琦

IPC: H04L9/06 ,  G06K9/62

Abstract: 本发明提供一种基于改进随机森林算法的分组密码体制识别方法。该方法包括：基于随机性检测方法对已知对应密码体制的一组密文文件F1，F2，...，Fn的内容进行密文特征提取，得到一组特征集其中任一密文特征均是维数为d的向量，i＝1，2，...，n；根据所述特征集FeaF构建一组基分类器，通过对每个基分类器预测进行投票以进行分类，得到随机森林模型，然后利用随机森林模型学习到的树构造新特征集；对新特征集中的特征进行one‑hot编码；采用逻辑回归算法对编码后的新特征集进行分类训练，得到训练好的分类模型；基于随机性检测方法对待识别密文文件FT1，FT2，...，FTs的内容进行特征提取，得到特征集将特征集输入到训练好的分类模型中，输出待识别密文的密码体制标签。

公开(公告)号：CN112702157A

公开(公告)日：2021-04-23

申请号：CN202011406581.0

申请日：2020-12-04

Applicant: 河南大学

Inventor： 袁科 ,  黄雅冰 ,  李家保 ,  周素芳 ,  杜展飞 ,  张文超 ,  戴琦

IPC: H04L9/06 ,  G06K9/62

Abstract: 本发明提供一种基于改进随机森林算法的分组密码体制识别方法。该方法包括：基于随机性检测方法对已知对应密码体制的一组密文文件F1，F2，...，Fn的内容进行密文特征提取，得到一组特征集其中任一密文特征均是维数为d的向量，i＝1，2，...，n；根据所述特征集FeaF构建一组基分类器，通过对每个基分类器预测进行投票以进行分类，得到随机森林模型，然后利用随机森林模型学习到的树构造新特征集；对新特征集中的特征进行one‑hot编码；采用逻辑回归算法对编码后的新特征集进行分类训练，得到训练好的分类模型；基于随机性检测方法对待识别密文文件FT1，FT2，...，FTs的内容进行特征提取，得到特征集将特征集输入到训练好的分类模型中，输出待识别密文的密码体制标签。