基于模型学习的OpenVPN系统脆弱性分析
作者:
作者单位:

作者简介:

申莹珠(1989-),女,陕西西安人,硕士生,主要研究领域为网络信息安全;顾纯祥(1976-),男,博士,教授,博士生导师,主要研究领域为密码学;陈熹(1988-),男,讲师,主要研究领域为网络信息安全;张协力(1992-),男,博士生,主要研究领域为网络密码,安全协议;卢政宇(1993-),男,硕士生,主要研究领域为网络空间安全.

通讯作者:

顾纯祥,E-mail:gcx5209@sohu.com

中图分类号:

TP311

基金项目:

国家自然科学基金(61502533);河南省自然科学基金(162300410335)


Vulnerability Analysis of OpenVPN System Based on Model Learning
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61502533); Natural Science Foundation of He'nan Province of China (162300410335)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    OpenVPN在现实网络中有广泛应用,对其安全性进行评估具有重要的现实意义.基于自动机理论中模型学习的方法,利用协议状态模糊测试的技术对OpenVPN系统进行黑盒测试分析,自动化推演出目标OpenVPN系统的状态机.提出了状态机时间压缩模型并进行冗余状态和迁移化简,可以准确得到协议状态机中的行为特征.发现了多条期望行为路径外的特别行为路径及可能的安全隐患,为OpenVPN的安全性评估提供了新的思路与方法,同时对类似缺少协议规范但应用广泛的安全协议的内部设计细节分析具有重要参考意义.

    Abstract:

    OpenVPN is widely used in the real network, the assessment of its security has important practical significance. In this study, technology of state fuzzing is used to carry out black box test on OpenVPN implementation to infer state machine of the target system automatically based on model learning method in automata theory. Time compression model is proposed and state machine of OpenVPN is simplified to remove the redundant states and transitions. Then, the behavior characteristics of the protocol state machine will be obtained accurately to discover a number of special behavior paths and potential security risks outside the expected behavior path. It provides a new idea for the security evaluation of OpenVPN and has important significance for obtaining the internal design details of similar security protocols with little specification but widely used.

    参考文献
    相似文献
    引证文献
引用本文

申莹珠,顾纯祥,陈熹,张协力,卢政宇.基于模型学习的OpenVPN系统脆弱性分析.软件学报,2019,30(12):3750-3764

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-12-07
  • 最后修改日期:2018-04-22
  • 录用日期:
  • 在线发布日期: 2019-12-05
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号