10.3969/j.issn.1674-9456.2019.07.016
一种基于机器学习的TLS恶意流量检测方案
随着互联网应用加密业务流的快速增长,流量加密在保护隐私的同时也给网络安全防御带来了巨大的挑战,恶意加密流量检测是互联网安全领域的一个重点问题.文章首先介绍了TLS协议特点、流量识别方法;然后,从TLS特征、数据元特征、上下文数据三个方面分析了恶意加密流量的特征,给出了基于机器学习的TLS恶意流量检测相关方法;最后,通过构建基于机器学习的分布式自动化的恶意流量检测体系,实现对恶意流量的动态检测,并具备增量式学习能力.
机器学习、流量识别、安全传输层
10
TN918
2020-04-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
89-94