(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211053685.7 (22)申请日 2022.08.31 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新西区西源 大道2006号 (72)发明人 李育强　李林峰　朱浩　侯孟书　 刘竹　 (74)专利代理 机构 成都点睛专利代理事务所 (普通合伙) 51232 专利代理师 孙一峰 (51)Int.Cl. G06F 40/216(2020.01) G06F 40/30(2020.01) G06F 40/284(2020.01) G06F 40/237(2020.01)G06F 16/35(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) H04L 61/5007(2022.01) H04L 101/659(2022.01) (54)发明名称 一种基于深度学习的活跃IPV6地址预测方 法 (57)摘要 本发明属于神经网络和IPV6地址预测技术 领域， 尤其是涉及一种基于深度学习的活跃IPV 6 地址预测方法。 本发明通过分析IP v6地址结构和 分配方式， 结合已有的传统语言模 型和目标成算 法， 提出了一种基于深度学习的算法6LMNS， 来预 测潜在的活跃IPV6地址。 6LMNS包括地址向量空 间映射模型A dd2vec和语言训练模型GPT ‑IPv6， 同时引入核心采样替代传统贪心搜索解码。 经验 证， 与其他目标生成算法相比， 6LMNS生成的地址 拥有更好的多样性， 以及更高的活跃率。 权利要求书1页 说明书5页 附图3页 CN 115422914 A 2022.12.02 CN 115422914 A 1.一种基于深度学习的活跃IPV6地址预测方法， 其特 征在于， 包括以下步骤： S1、 构建IPV6地址词序列， 具体为： 通过地址词来表示十六进制的IPV6地址的每一个 nybble， 定义IPV6地址中第i个nybble的值为Vi， 定义索引i为Si， i为正整数且1≤i≤32， 则 将第i个地址词 表示为ViSi， 从而对每一个位置的nybble值在地址词中均单独赋予语义， 将 整个IPV6地址的每一 位nybble值转化为地址词， 则构成一条IPV6地址的词序列； S2、 采用S1的方法对获取的所有IPV6地址集进行处理， 根据获得的所有词序列构成词 汇表， 基于词汇表进行训练数据的构建， 具体为： 从一条词序列中选择一个地址词ViSi作为 输入词， 将ViSi前后的地址词作为背景词从而生成训练样本， 选择背景词的范围是以ViSi作 为中心并且窗口大小为5， 即采用Vi‑2Si‑2、 Vi‑1Si‑1、 Vi+1Si+1、 Vi+2Si+2作为背景词Vi±nSi±n， 获得 的训练样本对为(ViSi， Vi‑2Si‑2)(ViSi， Vi‑1Si‑1)(ViSi， Vi+1Si+1)(ViSi， Vi+2Si+2)， 并且当作为背 景词的地址词不存在时， 对应的组合为空； 对词汇表中的所有词序列进行训练数据的构建 从而获得训练数据集； S3、 采用Word2Vec算法， 将ViSi作为输入， 背景词Vi±nSi±n作为期望输出进行训练， 并输 出词向量； 具体的： 对每一个训练样本对(ViSi， Vi±nSi±n)， 输入ViSi进入一个二层神经网络， 输出S1中得到的词汇表 中每个词的概率， 再将背景词作为标签， 采用LogSoftmax损失函数 进行训练， 二层神经网络的隐藏层的参数矩阵的每一行Ui与词汇表的每个词ViSi具有一一 对应关系， 待算法收敛后， 将隐藏层的参数矩阵作为IPV6地址词的词向量编码矩阵输出， 词 向量编码矩阵记为U； S4、 采用GPT算法进行训练， 将 真实IPV6地址数据 集的每条样本16位前缀按照S1的方式 构成地址词序列{ViSi}作为输入， 再采用S3中得到词向量矩阵U对 输入种子 集进行词向量编 码， 得到输入地址词向量序列{Ui}， 剩下的16位后缀以同样的方式得到目标地址词向量序 列{Ui'}， 将{Ui}输入GPT网络预测{Ui'}以提升GPT网络的IPV6地址词预测能力； S5、 生成新的地址： 将S4中得到的{Ui}输入收敛的GP T网络中， 根据余弦相似度生成采样 概率分布， 通过核心采样解码策 略， 将GPT网络输出的词与输入的词重新组合， 生成一个新 的地址， 从而完成活跃IPV6地址的预测。权　利　要　求　书 1/1 页 2 CN 115422914 A 2一种基于深度学习的活跃IPV6地址预测方 法 技术领域 [0001]本发明属于神经网络和IPV6地址预测技术领域， 尤其是涉及一种基于深度学习的 活跃IPV6地址预测方法。 背景技术 [0002]IPv6已成为支撑未来工业互联网、 物联网发展的基础， 大规模IPv6网络部署不断 涌现。 IPv6庞大的地址空间[1]， 为用户行为追踪溯源、 网络精细管控提供了可能。 研 究人员 通过探索全球IPv6地址， 来提升对下一代互联网进行大范围评估的能力。 随着网络和 硬件 的快速发展， 以及Zmap和Masscan等扫描工具的出现， 已经实现对全球IPv4地址空间的探 索。 然而IPv6拥有 更大地址空间， 传统的扫描 方法难以胜任。 因此如何实现全球IPv6地址扫 描， 是研究人员面临的一个挑战。 [0003]目前关于IPv6地址扫描的研究， 第一点是挖掘已知IPv6地址的结构特征， 分析潜 在分布规律， 推断聚类区域。 第二点是设计地址生成算法， 预测网络中可能出现的IPv6地 址。 随后将预测地址作为扫描的目标， 来达 到IPv6地址扫描的目的。 [0004]由于IPv6完全由字符组成， 缺少语义信息， 序列关系无法预测活跃IPV6地址。 虽然 已经设计出 各种复杂的算法， 但IPv6网络以下性质导 致这些算法仍然面临挑战： [0005](1)IPv6寻址模式 [0006]网络管理员可以自由选择IPv6地址分配方案， 实现地址中接口标识符(IID)多种 分配模式。 客户端可以使用无状态地址自动配置， 从而产生伪随机或EUI ‑64IID。 而服务器 和路由器 分配地址， 通常是根据管理员的习惯或采用DHCPv6方式。 根据RFC  7136中的要求， 这些模式是不透明的， 导 致算法推断困难。 [0007](2)IPv6别名 [0008]已有的经验表明， 大规模的别名地址是未来IPv6扫描中必须解决的问题， 因为这 些地址无条件地响应查询， 不受设备唯一性约束。 已有的算法仍需学习别名地址， 导致消耗 大量算力来生成低质量的地址 。 发明内容 [0009]针对上述问题， 本发明提出利用语言模型和目标生成算法， 来实现对潜在的活跃 IPV6地址进 行预测。 本发明基于深度学习的方法， 首先通过词向量空间映射， 构建具有一定 语义关系的IPv6向量空间； 随后利用图神经网络构建语 言模型， 来估计词序列的概率分布， 推断活跃地址的组成。 [0010]本发明的技 术方案为： [0011]一种基于深度学习的活跃IPV6地址预测方法， 包括以下步骤： [0012]S1、 构建IPV6地址词序列， 具体为： 通过地址词来表示十六进制的IPV6地址的每一 个nybble， 定义IPV6地址中第i个nybble的值为Vi， 定义索引i为Si， i为正整数且1≤i≤32， 则将第i个地址词表示为ViSi， 从而对每一个位置的nybble值在地址词中均单独赋予语义，说　明　书 1/5 页 3 CN 115422914 A 3