【技術實現步驟摘要】
本專利技術涉及挖礦，尤其涉及一種識別加密貨幣礦工的方法、裝置及可讀存儲介質。
技術介紹
1、加密貨幣挖礦已成為一項熱門的商業活動，但是未經所有者同意地使用挖礦資源可能會帶來負面影響，例如能源消耗增加和性能下降等問題。
2、目前，發現礦工的方法多為對流量內容進行識別，但挖礦流量多為加密流量，直接進行流量內容識別效率低且準確性低。
技術實現思路
1、本專利技術所要解決的技術問題是針對現有技術的上述不足，提供一種識別加密貨幣礦工的方法、裝置及可讀存儲介質，用以解決現有發現礦工的方法主要是通過識別流量內容來實現，但由于挖礦流量多為加密流量，直接進行流量內容識別存在效率低且準確性低的問題。
2、第一方面，本專利技術提供一種識別加密貨幣礦工的方法，所述
3、方法包括：
4、獲取域名系統dns流量日志和遠程認證撥號用戶服務radius用戶訪問日志；
5、利用特征器從所述dns流量日志和radius用戶訪問日志中獲取目標用戶目標流量的流量特征，所述流量特征包括請求互聯網協議ip和端口、數據包大小和數量、域名信息、以及加密/非加密標志；
6、響應于所述目標流量為加密流量，將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果；
7、響應于所述目標流量為礦池流量，將所述目標用戶識別為加密貨幣礦工。
8、進一步地，所述獲取域名系統dns流量日志和遠程認證撥號用戶服務radius
9、獲取dns協議的鏡像和radius協議的鏡像；
10、根據所述dns協議的鏡像和radius協議的鏡像，實時采集dns流量日志和radius用戶訪問日志。
11、進一步地，所述將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果之前，所述方法還包括：
12、采集礦池數據以及歷史dns流量日志和歷史radius用戶訪問日志；
13、對所述礦池數據進行打標、對所述歷史dns流量日志和歷史radius用戶訪問日志進行歸一化處理；
14、根據打標后的所述礦池數據以及歸一化處理后的歷史dns流量日志和歷史radius用戶訪問日志，獲取流量特征訓練數據以及對應的標簽；
15、采用流量特征訓練數據以及對應的標簽訓練挖礦流量識別模型，得到訓練好的所述挖礦流量識別模型。
16、進一步地，所述采集礦池數據以及歷史dns流量日志和歷史radius用戶訪問日志之后，所述方法還包括：
17、采用關系型數據庫存儲所述礦池數據；
18、采用列式數據庫存儲所述歷史dns流量日志和歷史radius用戶訪問日志。
19、進一步地，所述挖礦流量識別模型包括二分k均值bisecting?k-means模型和高斯混合模型gmm模型；所述將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果，具體包括：
20、將所述流量特征輸入到bisecting?k-means模型，以使所述bisecting?k-means模型對所述流量特征進行聚類，得到聚類結果；
21、使用所述gmm模型對所述聚類結果進行概率分析，得到所述目標流量是否屬于特定挖礦活動的概率，輸出概率分布結果；
22、根據所述概率分布結果得到所述目標流量是否為礦池流量的識別結果。
23、進一步地，所述方法還包括：
24、響應于所述目標流量為非加密流量且連接域名為疑似礦池域名，將所述目標流量識別為礦池流量；
25、響應于所述目標流量為非加密流量且連接域名不為礦池域名，通過訓練好的所述挖礦流量識別模型判斷所述目標流量是否為礦池流量。
26、進一步地，所述方法還包括：
27、將所述目標流量的識別結果反饋給所述特征器，以使所述特征器進行自我進化。
28、第二方面，本專利技術提供一種識別加密貨幣礦工的裝置，所述裝置包括：
29、日志數據獲取模塊，用于獲取域名系統dns流量日志和遠程認證撥號用戶服務radius用戶訪問日志；
30、流量特征獲取模塊，與所述日志數據獲取模塊連接，用于利用特征器從所述dns流量日志和radius用戶訪問日志中獲取目標用戶目標流量的流量特征，所述流量特征包括請求互聯網協議ip和端口、數據包大小和數量、域名信息、以及加密/非加密標志；
31、礦池流量識別模塊，與所述流量特征獲取模塊連接，用于響應于所述目標流量為加密流量，將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果；
32、加密貨幣礦工識別模塊，與所述礦池流量識別模塊連接，用于響應于所述目標流量為礦池流量，將所述目標用戶識別為加密貨幣礦工。
33、第三方面，本專利技術提供一種識別加密貨幣礦工的裝置，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以實現上述第一方面所述的識別加密貨幣礦工的方法。
34、第四方面，本專利技術提供一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現上述第一方面所述的識別加密貨幣礦工的方法。
35、本專利技術提供的識別加密貨幣礦工的方法、裝置及可讀存儲介質。首先獲取域名系統dns流量日志和遠程認證撥號用戶服務radius用戶訪問日志；并利用特征器從所述dns流量日志和radius用戶訪問日志中獲取目標用戶目標流量的流量特征，所述流量特征包括請求互聯網協議ip和端口、數據包大小和數量、域名信息、以及加密/非加密標志；然后響應于所述目標流量為加密流量，將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果；以及響應于所述目標流量為礦池流量，將所述目標用戶識別為加密貨幣礦工。本專利技術通過分析流量特征，而非流量內容，有效克服了傳統技術在識別加密挖礦流量時的低效率和準確性問題。該方法在實時性、準確性和魯棒性方面表現出色，并且具有較低的誤報率和漏報率，能夠有效避免誤訪問情況，同時提升了挖礦流量識別的準確性。從而解決了現有發現礦工的方法主要是通過識別流量內容來實現，但由于挖礦流量多為加密流量，直接進行流量內容識別存在效率低且準確性低的問題。
本文檔來自技高網...【技術保護點】
1.一種識別加密貨幣礦工的方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述獲取域名系統DNS流量日志和遠程認證撥號用戶服務RADIUS用戶訪問日志，具體包括：
3.根據權利要求1所述的方法，其特征在于，所述將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果之前，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述采集礦池數據以及歷史DNS流量日志和歷史RADIUS用戶訪問日志之后，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述挖礦流量識別模型包括二分k均值Bisecting?K-means模型和高斯混合模型GMM模型；所述將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果，具體包括：
6.根據權利要求1所述的方法，其特征在于，所述方法還包括：
7.根據權利要求1所述的方法，其特征在于，所述方法還包括：
8.一種識別加密貨幣礦工的裝置，其特征在于，所述裝置包括：>
9.一種識別加密貨幣礦工的裝置，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以實現如權利要求1-7中任一項所述的識別加密貨幣礦工的方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1-7中任一項所述的識別加密貨幣礦工的方法。
...【技術特征摘要】
1.一種識別加密貨幣礦工的方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述獲取域名系統dns流量日志和遠程認證撥號用戶服務radius用戶訪問日志，具體包括：
3.根據權利要求1所述的方法，其特征在于，所述將所述流量特征輸入到訓練好的挖礦流量識別模型，得到所述目標流量是否為礦池流量的識別結果之前，所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述采集礦池數據以及歷史dns流量日志和歷史radius用戶訪問日志之后，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述挖礦流量識別模型包括二分k均值bisecting?k-means模型和高斯混合模型gmm模型；所述將所述流量特征...
【專利技術屬性】
技術研發人員：周婧瑩，黎宇，黃坤，楊世標，薛松荃，梁洪智，劉甫琴，唐華亮，王晶晶，林貴榮，
申請(專利權)人：中國聯合網絡通信集團有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。