《表3 不同识别情景下的识别准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合特征选择与集成学习的密码体制识别方案》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

完成对密文所属密码体制类别的识别后，执行对相同类别内具体加密算法的识别任务。针对式（5）～式（7）给出的情景，对其中具体的加密算法进行识别实验，组成6种识别情景。其中，序列1对应式（5）中的RC4，序列2对应式（7）中的Salsa，分组1～分组3分别对应式（5）～式（7）中的分组密码设置，最后一种为识别公钥的情景。图5、图6分别表示以熵和最大熵为加工函数f时，各具体识别情景中的字符权重。根据各识别情景中的字符权重重新提取密文特征，实验结果如表3所示。可以看出：本文方案在识别公钥密码体制的情景中基本可达到准确识别；在两种序列密码识别情景中最高识别准确率分别为55%和48%；在3种不同参数设置的分组密码识别情景中最高准确率分别为32.46%、41.20%和39.29%，均高于随机分类的准确率。利用十折交叉验证过程中的结果进行单样本的T-检验，结果显示，3种分组密码识别情景下的p-value均小于9.93×10-9。实验结果表明，在这3种识别情景下，各最优特征的识别准确率显著高于随机识别的准确率。