10.3969/j.issn.1000-3428.2016.06.022
基于主成分分析和学习矢量量化的会话初始协议识别研究
针对加密会话初始协议(SIP)识别困难以及相关研究工作较少,对入侵检测、网络流量监控等工作带来不便的问题,提出基于主成分分析(PCA)和学习矢量量化(LVQ)网络的SIP协议识别模型.通过对SIP协议的网络流特征进行PCA,提取出累计贡献率高于85%的相关流特征作为SIP协议识别过程中的主要特征,并进行LVQ网络训练,构建出完整的SIP协议识别模型.实验结果表明,PCA_LVQ模型对SIP协议的识别率均高于90%,通过PCA提取的SIP协议网络流属性区别于非SIP协议的属性,该模型对SIP协议的识别效果较好.
会话初始协议、主成分分析、学习矢量量化、特征值、加密协议、流特征
42
TP309(计算技术、计算机技术)
国家自然科学基金资助项目“分组密码代数旁路攻击技术研究”61173191
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
125-130