Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
maude-hcs — 用于隐藏通信系统的形式化建模与分析框架,支持对隐蔽信道、对手模型进行规范描述,并通过统计模型检验分析不可检测性与性能的权衡。 | Kitploit
工具/GitHubGitHub/raytheonbbn/maude-hcs
网络安全隐写术隐私保护论文与研究学习与教育DNS 分析
GitHubraytheonbbn/maude-hcs

maude-hcs

用于隐藏通信系统的形式化建模与分析框架,支持对隐蔽信道、对手模型进行规范描述,并通过统计模型检验分析不可检测性与性能的权衡。

查看仓库
5217471天前Kitploit 审核通过
分享

Maude-HCS

Maude-HCS 是首批用于在真实世界规模上对隐藏通信系统(HCS)进行形式化规约与推理的通用化、模块化工具链之一。 它使网络设计者能够快速且有效地探索替代性的 HCS 设计方案, 并提供可信设计所需的形式化隐私-性能保证。

引言

隐藏通信系统(HCS)将隐蔽消息嵌入到普通网络活动中,以隐藏通信的存在。 在实践中,HCS 的不可检测性通常使用临时性的流量统计或特定检测器来评估, 这使得安全声明与实验设置和隐式对抗假设紧密耦合。

Maude-HCS 是一个可执行的建模与分析框架,为在复杂 HCS 设计中推理不可检测性-性能权衡 提供了有原则且可执行的基础。 设计者形式化地规约协议行为、对手可观测量和环境假设,并 从所诱导的迹分布中生成蒙特卡洛样本。 这些样本可用于审计不可检测性声明,方法是估计统计检验的 真阳性率和假阳性率,并将这些估计转换为不可检测性度量的下界。 这使得在明确陈述的建模假设下,能够系统地评估可检测性及其与性能的权衡。

如果您在为自己的 HCS 建模和推理时需要帮助,请联系我们。 如果您在研究中使用本工作,请考虑引用我们的成果。

@article{khoury2026maude,
  title={Maude-HCS: Model Checking the Undetectability-Performance Tradeoffs of Hidden Communication Systems},
  author={Khoury, Joud and Kim, Minyoung and Merlin, Christophe and Meseguer, Jos{\'e} and Ratliff, Zachary and Talcott, Carolyn},
  journal={arXiv preprint arXiv:2603.03369},
  year={2026}
}

要求

需要 Python 版本 3.12.4

创建你偏好的环境并激活它,例如

对于 pyenv

pyenv install 3.12.4
pyenv local 3.12.4

对于 conda

conda create --name pwnd2 python=3.12.4
conda activate pwnd2

用于虚拟环境

python -m venv venv
source venv/bin/activate

安装:从 git 源码

我们对仓库源代码进行了结构化处理,以便 将 dns-formalization-maude 作为依赖项(一个子模块)导入。 我们为此依赖项创建了一个 fork,以便跟踪我们对其所做的更改。 我们使用 sparse-checkout 来避免检出该依赖项的全部源代码, 因为其中包含许多无关文件(例如 Testbed)。

克隆主仓库

git clone [email protected]:raytheonbbn/maude-hcs.git

主分支包含最新的(可能不稳定的)源代码。 较旧的分支/标签(如 pwnd.cp1)指的是用于在评估期间产生结果的稳定快照 (例如,pwnd.cp1 用于挑战问题 1,类似地 pwnd.cp2)。 要使用较旧的快照,请检出特定分支(例如 pwnd.cp1)。

使用我们的代码克隆来设置 dns 子模块,以便我们可以跟踪对原始源代码所做的更改, 使用 sparse-checkout 仅保留相关源代码

cd maude-hcs
mkdir -p maude_hcs/deps
git submodule add -b <branch> -f [email protected]:raytheonbbn/dns-formalization-maude.git \
  maude_hcs/deps/dns_formalization
cd maude_hcs/deps/dns_formalization
git sparse-checkout init --cone
git sparse-checkout set "Maude/dns" "Maude/common" "Maude/test" "Maude/attack_exploration"
cd ../../../
git reset .gitmodules
git reset maude_hcs/deps/dns_formalization

在上述命令中,将 <branch> 设置为 pwnd.43.rb1 以复现挑战问题 1 的结果, 或设置为 pwnd 以获取最新版本。

上述操作应在 .git/modules/maude_hcs/deps/dns_formalization/info/ 下创建一个名为 sparse-checkout 的新文件, 并告知其仅包含特定目录,例如 Maude/src。

此时 git status 应显示为干净的起始状态。

要安装,首先将依赖安装为名为 dns 的包,我们以 Maude.* 导入, 然后将 maude_hcs 安装为包(依赖于 dns)。

cd maude_hcs/deps/dns_formalization
pip install -e .
cd ../../../
pip install -e .

自动生成用户模型

用户模型是用于表示用户行为的马尔可夫模型。 这些模型以 json 格式给出。 第一步是将它们转换为正式的 maude 表示。

为此,请指定

  • protocol:dns 或 mastodon
  • 包含所有要转换的 json 模型的输入目录
  • 将包含所有 json 模型 maude 版本的输出目录

例如,

# convert dns tgen user models
 maude-hcs --verbose \ 
    --protocol=dns markov \
    --json-dir=../pwnd-cp2/src/static/tgen_models/dns/ \ 
    --maude-dir=./maude_hcs/lib/tgen/maude/dnsprofiles/markov/
    
# convert mastodon tgen models
maude-hcs --verbose \
    --protocol=mastodon markov \
    --json-dir=../pwnd-cp2/src/static/tgen_models/mastodon \
    --maude-dir="./maude_hcs/lib/raceboat/maude/mastodonprofiles/"

查看 ./maude_hcs/lib/tgen/maude/dnsprofiles/markov/ 下的示例 markov json 规范 (mastodon 同理),以及它们转换后的 maude 规范。

自动生成 HCS 配置

我们使用 generate 命令生成初始配置。 HCS 配置可以通过 HCS 配置参数以 json 形式直接传入, 或使用 Shadow 实验配置文件,或使用 YML 配置文件。 下面将逐一介绍这些方式。

使用 HCS json 配置

按如下方式传入 maude-hcs json 配置文件,

要生成包含 iodine 的概率 DNS 模型配置并指定输出文件名,

 maude-hcs --verbose generate \
        --run-args="./use-cases/challenge-problem-2/cp2_scenarios/cp2_scenario_1-hcsconfig.json" \
        --model=prob \
        --filename="cp2_scenario_1" \
        --output-dir="./use-cases/challenge-problem-2/cp2_scenarios/"

设置 --model=nondet 以生成非确定性版本。

这会在输出目录中生成可执行的 maude 文件(以及对应的 HCS 配置 json)。 输入 json 配置文件应当易于理解。它包含以下内容的说明:

  • 网络拓扑(链路及其特性)
  • 对手(在本例中为 zeek 检测器配置文件、移动平均检测器的基线数据及其配置)
  • 通道/协议:每个协议包含一个隐蔽网络和一个底层网络协议。前者将数据隐藏/嵌入到后者中。例如,Iodine 嵌入到 DNS 中(因此该通道称为 iodine-dns),Destini 嵌入到 Mastodon 中

有关部分参数的说明,请参阅 HCSParamsGuide。 请注意,概率模型将结合非确定性参数以及概率参数(后者会覆盖前者)。

使用 YML 配置

单一配置

YML 配置包含隧道和底层网络的完整配置。 我们可以直接从中生成 HCS 配置。

 maude-hcs --verbose  generate --yml-filename=./use-cases/challenge-problem-2/cp2_setup_example.yml     --model=prob --filename=generated_test_yml

CP2 的批处理配置

对于像 CP2 中的批处理配置,将多个 YML 文件转换为 Maude 场景文件:

 ./scripts/generate_cp2_maude.sh [scenario_dir]

其中 scenario_dir 是可选的(默认为 ../pwnd_cp2)

使用 Shadow yaml 配置

可以使用 shadow 文件来指定网络配置,而不是使用我们的 HCS 配置 json (有关 shadow 规范的更多信息,请参阅 Shadow 模拟器)。

要生成使用 shadow 文件中定义的特征的模型,请指定:

--shadow-filename <path_to_shadow_file.yaml>

shadow yaml 文件指定网络、主机和进程配置。

假设 shadow 网络配置位于目录 ../pwnd-cp1 中,请运行

maude-hcs --verbose --protocol=dns generate --shadow-filename=../pwnd-cp1/shadow_files/examples/cp1_sim_config.yaml --model=prob --filename=generated_test_shadow

运行 HCS 配置

使用 Maude 独立运行

要在独立 maude 中运行配置,首先为你的系统安装 standalone maude(我们推荐 3.5.0 或更低版本)

要运行单个配置,请使用文件名调用 maude,例如,在 results 中,

maude ./use-cases/challenge-problem-2/cp2_scenarios/cp2_scenario_1.maude

在 Maude 提示符内,输入

rew initConfig .

这将执行所有重写,直到不再找到任何规则且无法取得进一步进展。

添加日志记录将增加执行的详细程度,并

set print attribute on .

执行过程也可以通过以下命令逐步进行(请参阅 maude 手册)

rew[1] initConfig .
cont 1 .

统计模型检验

统计模型检验可通过 QMaude 中的 scheck 子命令使用:

maude-hcs scheck [-h] [--advise] 
                 [--protocol {dns}] [--file FILE] [--test TEST] [--initial INITIAL] [--query QUERY] 
                 [--assign METHOD] [--alpha ALPHA] [--delta DELTA] 
                 [--seed SEED] [--jobs JOBS] [--format {text,json}]

options:
  --help, -h              Show help message and exit
  --advise                Do not suppress debug messages from Maude  
  --protocol PR           The protocol module being analyzed e.g., dns, which points to an smc file specific to that protocol. 
  --file FILE             Maude source file specifying the model-checking problem. If --protocol is specified, this parameter becomes optional, and if specified overrides the protocol smc file.
  --test TEST             Test generated from maude-hcs, default=results/generated_test.maude
  --initial INITIAL       Initial term, default=initConfig
  --query QUERY           QuaTEx query, default=smc/query.quatex
  --assign METHOD         Assign probabilities to the successors according to the given method, default=pmaude
  --alpha ALPHA, -a ALPHA Required significance level for the confidence interval, default=0.05
  --delta DELTA, -d DELTA Maximum admissible radius for the confidence interval around the mean, default=0.5
  --seed SEED, -s SEED    Random seed
  --jobs JOBS, -j JOBS    Number of parallel simulation threads, default=1, -j 0 will start as many jobs as CPU units
  --format {text,json}    Output format for the simulation results, default=text
  --distribute WORKERS    Distribute the computation across multiple machines, specified as a list of workers for the simulation.
  --dump OUTPUTFILE       Dump query evaluations into the given file. Currently, it only works with the sequential version (-j 1).
                          For each simulation, a line is written with the result of all queries separated by space. 
  -D D                    Define a constant to be used in QuaTEx expressions.

上述命令生成文件的一个示例 SMC 运行如下:

maude-hcs scheck --test ./use-cases/challenge-problem-2/cp2_scenarios/cp2_scenario_1.maude --query ./smc/cp2_eval_cp2_scenario_1.quatex -j 0 -n 30-120

概率模型及其初始配置应在 Maude 中指定,并通过 --test TEST 选项提供(默认值:results/generated_test.maude)。
Maude 执行从通过 --initail INITIAL 选项提供的初始项开始(默认值:TEST 中指定的 initConfig),并重写至最终配置。
从最终配置中,使用 Maude 源文件中为模型检测问题指定的监视器和对手角色提取可观测值,这些角色通过 --file FILE 选项提供,或通过 --protocol PR 选项提供。 例如 --protocol dns 指的是在 lib/ 下专门为 dns 协议创建的模型检测文件。

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

暂无热门数据。

探索所有工具

浏览我们的工具集合

查看所有工具 →