WEP/WPA/WPA2/RC4算法及文本分割整理

这几周看的内容：

1.     如何分割文本

2.     通过学习的敏感文本识别方法

3.     Wep加密流程及破解方法

4.     Wpa/wpa2协议的认证、加密流程及破解方法

5.     RC4算法的细节

文本分割：1)基于修辞方法的分割：既为每篇文本建立树形结构，其叶子结点为具有实际意思的词汇，其他非叶子结点为修辞成分，从而这些叶子结点为文本分割的依据

2）基于主题的分割，每篇文本通常有小的分论点，从而根据这些分论点分割文本。

3）基于词汇统计的分割：通常某一词汇集中出现的部分具有相同的主题，通过统计词汇的频率，将词汇频率较大的区域作为分割的整体。

通过学习的敏感文本识别方法：作者提到首先建立训练集和测试集，训练集包括敏感文本集合和已经分类的文本集合，通过敏感文本集建立敏感数据的特征向量，并且为已经分类的文本集合中的每篇文本构造特征向量，然后对已经分类的每篇文本的特征向量分别与敏感数据的特征向量进行余弦值计算，这样，已分类的文本集合中的每篇文本都得到了一个具体数值，由于已知每篇文本是否问敏感文本，所以可以通过这些具体数值确立一个阈值，使这个阈值能够较好的区分敏感文本与非敏感文本。最后对于未知的文本，同样可以建立表示这个文本的特征向量，将该特征向量与敏感数据的特征向量进行余弦计算，然后将得到的值与阈值进行比较，判断其是否为敏感文本。

建立特征向量的方法：首先将文章分为具体的词，接着进行词性选择，选取具有具体意思的词汇(例如，的，了，这些词应该删去)。接着进行词频统计，统计每个词出现的频率，然后进行词长统计，删去不能表示意思的词汇（例如，只含一个字的词汇应该删去），最后进行词频选择，删去频率较小的词汇。这样就能将文本划分为能够表示文本意思的词汇集合，根据TF-IDF得到每一个词汇的权值将其与词的频率相乘，得到该词的向量值。

Wep加密流程：主要是RC4算法。Wlan设备，和用户拥有同一个密钥，首先加密的一方生成24位的向量，和用户的密码组合成为密钥种子，作为RC4算法的输入。然后经过RC4算法将该密钥种子进行扩展并且打乱顺序生成密钥流。

接着将明文进行CRC（循环冗余校验）生成校验码附加在明文后。最后与第一步生成的密钥流进行异或生成密文。传输时，24位的向量明文传输。接收方得到24位向量，与发送方进行相同操作生成密钥流，将其与密文进行异或即可得到明文。

破解:由于数据在传输过程中要遵循协议，所以明文的第一个字节通常有规律可循，容易猜出。而RC4算法在进行计算时并不能保证数据的顺序完全无规律，加上24位的向量是明文传输，根据这些信息，攻击者在获取很多数据包的时候根据已知的一个字节的明文有很大概率将wep密码破解（具体细节基于RC4算法的漏洞及两个假设，在下面给出）。

Wpa/wpa2算法：

分为两种企业版和个人版

认证方法：1）企业版：有一个RADIUS服务器负责验证，首先AP向客户端发送一个消息，客户端收到消息后向服务器返回一个含有用户ID的消息，服务器对该用户身份进行验证，验证成功后，服务器发送给客户端一个动态的密钥，并且通过有线线路向AP发送一个会话密钥。AP利用会话密钥对信息进行加密后发送，客户端收到消息并且解密即完成认证。

2）个人版，采用预共享密钥方法，每个wlan结点即AP和客户端拥有一个密钥，每个通过四次握手首先AP向客户端返送一个随机数ANonce，客户端收到以后，用WPA密码和AP的SSID计算出PMK&#