基于数据流的加密流量分类方法

摘要：

针对当前网络中加密流量的快速分类和准确识别的问题,提出了一种新的数据流特征提取方法.依据序列型数据特点和SSL握手协议规律,采用了端到端的一维卷积神经网络模型,并利用五元组来标记数据流;通过对数据流表示方式、数据包个数和特征字节长度的选择,更准确地定位了样本分类的关键字段位置,去除了对样本分类影响较小的特征,从而把原始输入时单个数据流使用的784字节缩减到529字节,精简了原长度的32％,并且实现了加密流量服务类型的12分类,其准确率达到95.5％.这些结果表明,所提方法可以在保证当前研究准确率的基础上减少原始输入特征维度并提高数据处理的效率.

关键词：加密流量分类、端到端、卷积神经网络、数据流、五元组、SSL协议

所属期刊栏目：41

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2021-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1386-1391