按出版年份查看杂志:

基于深度学习的加密网络流量识别方法研究

作者:吉庆兵1,2 陈江涛3 潘炜3

单位:1. 中国电子科技集团公司第三十研究所2. 西北工业大学网络空间安全学院3. 西北工业大学计算机学院

阅读量: 字体编码: 繁體

随着网络技术的快速发展以及TLS、SSL、SSH等加密技术在网络中的广泛使用,网络加密流量快速增长,加密俨然已经成为保护隐私的重要手段之一。但是,经过加密的流量在无意间也给网络安全带来了新的隐患。加密网络流量的分析识别可以有效防范恶意流量,对保证网络信息安全和维护网络正常运行具有重要实际意义。提出了一种基于深度学习的加密网络流量识别方法,并进行了实验验证,结果表明,该方法在14类网络应用的加密流量上的识别准确率为96.22%,能够满足实际需求。
DOI:
关键词:
Array
所属期刊栏目:
安全与保密
分类号:
TP393.06;TP18
页码:
152-157
© 2021 《通信技术》杂志社 版权所有    川ICP备2020016010号-1      网站技术支持:网易科技有限公司