基于深度学习的加密流量识别研究综述及展望

摘要：

在安全和隐私保护需求的驱动下,网络通信加密化已经成为不可阻挡的趋势.加密网络流量呈现爆炸增长,给流量审计与网络空间治理带来了挑战.尽管机器学习已解决了部分加密流量识别的问题,但仍存在无法自动提取特征等局限.深度学习可以自动提取更本质、更有效的特征,已被用于加密流量识别,并取得了高精度.基于深度学习的加密流量识别的相关研究工作,提出基于深度学习的加密流量识别的框架,并通过数据集、特征构造和模型架构回顾部分研究工作,分析基于深度学习的加密流量识别面临的挑战.

关键词：加密流量;特征提取;深度学习;流量分类

所属期刊栏目：54

分类号：TP309(计算技术、计算机技术)

在线出版日期：2021-10-11（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：2074-2079