基于卷积注意力门控循环网络的加密流量分类方法

摘要：

流量加密技术给流量分类带来了新的挑战,为实现加密流量的快速准确分类,提出了一种基于卷积注意力门控循环网络的加密流量分类方法.将卷积神经网络和门控循环单元相结合,针对流量数据的特点,修改卷积神经网络的池化层以提取单个数据包特征,通过注意力机制寻找单个数据包的关键特征并赋予高权重;然后采用门控循环单元提取流层面数据包间的时间序列特征,从包层面和流层面全面反映流量的整体和局部特征.实验证明该方法相对于现有方法,提高了分类准确率、实时性和训练效率.

关键词：加密流量分类;卷积神经网络;注意力机制;门控循环单元

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金61703427

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1180-1188