基于卷积神经网络的未知协议识别方法

• 作者: 廖鹏 张路煜 赵俊峰 郭靓
• 来源期刊: 微电子学与计算机
• 关键词: 深度学习 机器学习 卷积神经网络 未知协议识别
• 年，卷（期）: 2018,（7）
• 页码范围: 106-108
• 页数: 3页
• 分类号: TP183|TP393
• 语种: 中文

摘要

提出一种基于卷积神经网络深度学习的网络流协议识别方法,利用网络流数据与图像的相似性,绕过流量特征值选择和提取的工作,直接将网络流数据作为卷积神经网络的输入,训练网络流协议识别模型,实现网络流协议识别功能.构建了一个含三层卷积层的卷积神经网络,经实验生成网络协议识别模型,对底层网络协议识别率达93.33％.该方法具备学习和扩展能力,可扩展应用到对包含恶意代码网络流量的识别和对应用程序流量的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭靓		2	12	2.0	2.0
2	张路煜		1	3	1.0	1.0
3	廖鹏		1	3	1.0	1.0
4	赵俊峰		1	3	1.0	1.0