基于堆栈式自动编码器的加密流量识别方法

• 作者: 王攀 陈雪娇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 加密流量识别 深度学习 堆栈式自动编码器 流量分类 多层感知机 卷积神经网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 安全技术
• 页码范围: 140-147,153
• 页数: 9页
• 分类号: TP302
• 字数: 6397字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052059

摘要

基于浅层机器学习的加密流量识别方法准确率偏低,在特征提取和选择方面耗时耗力.为此,提出一种基于堆栈式自动编码器(SAE)的加密流量识别方法.该方法利用SAE的无监督特性及在数据降维等方面的优势,结合多层感知机(MLP)的有监督分类学习,实现对加密应用流量的准确识别.考虑到样本数据集的类别不平衡性对分类精度的影响,采用SMOTE过抽样方法对不平衡数据集进行处理.实验结果表明,该方法各项性能指标均优于MLP加密流量识别方法,识别精确度和召回率以及F1-Score均可达到99％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王攀	南京邮电大学现代邮政学院	46	289	8.0	16.0
2	陈雪娇	南京信息职业技术学院通信学院	6	10	2.0	3.0