Page 338 - 《软件学报》2021年第10期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
Journal of Software,2021,32(10):33103330 [doi: 10.13328/j.cnki.jos.006025] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563


大型指纹库场景中加密视频识别方法 

1
吴 桦 1,2,3 , 于振华 , 程 光 1,2,3 , 胡晓艳 1,2,3
1
(东南大学 网络空间安全学院,江苏 南京 211189)
2
(教育部计算机网络和信息集成重点实验室(东南大学),江苏 南京 211189)
3 (江苏省计算机网络技术重点实验室(东南大学),江苏 南京 211189)
通讯作者: 吴桦, E-mail: hwu@seu.edu.cn

摘 要: 加密视频识别是网络安全和网络管理领域亟待解决的问题,已有的方法是将视频的加密传输指纹与视频
指纹库中的视频指纹进行匹配,从而识别出加密传输的视频.现有工作主要集中在匹配识别算法的研究上,但是没有
专门针对待匹配数据源的研究,也缺少在大型视频指纹库里对这些算法的查准率和假阳率指标的分析,由此造成现
有成果的实用性不能保证.针对这一问题,首先分析使用安全传输层协议加密的应用数据单元(application data unit,
简称 ADU)密文长度相对明文长度发生漂移的原因,首次将 HTTP 头部特征和 TLS 片段特征作为 ADU 长度复原的
拟合特征,提出了一种对加密 ADU 指纹精准复原方法 HHTF,并将其应用于加密视频识别.基于真实 Facebook 视频
模拟构建了 20 万级的大型指纹库.从理论上推导并计算出:只需已有方法十分之一的 ADU 数目,在该指纹库中视频
识别准确率、查准率、查全率达到 100%,假阳率达到 0.在模拟大型视频指纹库中的实验结果与理论推导结果一致.
HHTF 方法的应用,使得在大规模视频指纹库场景中识别加密传输的视频成为可能,具有很强的实用性和应用价值.
关键词: 加密视频识别;应用数据单元;传输指纹;大型视频指纹库;安全传输层协议
中图法分类号: TP37

中文引用格式: 吴桦,于振华,程光,胡晓艳.大型指纹库场景中加密视频识别方法.软件学报,2021,32(10):33103330. http://
www.jos.org.cn/1000-9825/6025.htm
英文引用格式: Wu H, Yu ZH, Cheng G, Hu XY. Encrypted video recognition in large-scale fingerprint database. Ruan Jian Xue
Bao/Journal of Software, 2021,32(10):33103330 (in Chinese). http://www.jos.org.cn/1000-9825/6025.htm
Encrypted Video Recognition in Large-scale Fingerprint Database

1
WU Hua 1,2,3 , YU Zhen-Hua , CHENG Guang 1,2,3 , HU Xiao-Yan 1,2,3
1
(School of Cyber Science and Engineering, Southeast University, Nanjing 211189, China)
2
(Key Laboratory of Computer Network and Information Integration of Ministry of Education (Southeast University), Nanjing 211189,
China)
3
(Key Laboratory of Computer Network Technology of Jiangsu Province (Southeast University), Nanjing 211189, China)
Abstract: Encrypted video identification is an urgent problem in the field of network security and network management. The existing
methods are to match the video transmission fingerprint of encrypted video with the video fingerprint in the video fingerprint database.
The existing research mainly focuses on the study of matching recognition algorithm, but there is neither particular research on matching
data sources nor the analysis of precision and false positive rate in large-scale video fingerprint library. The resulting practicality of

 基金项目: 国家重点研发计划(2017YFB0801703, 2018YFB1800602); 教育部-中国移动科研基金(MCM20180506); 国家自然
科学基金(61602114); 赛尔网络下一代互联网技术创新项目(NGIICS20190101, NGII20170406)
Foundation item: National Key Research and Development Project of China (2017YFB0801703, 2018YFB1800602); Ministry of
Education-China Mobile Research Fund Project (MCM20180506); National Natural Science Foundation of China (61602114); CERNET
Innovation Project (NGIICS20190101, NGII20170406)
收稿时间: 2019-10-07; 修改时间: 2020-01-06; 采用时间: 2020-02-28