基于卷积自编码的Open VPN加密流量识别方法

• 作者: 刘鎏 李玎 段明 王磊 郭路路
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 卷积自编码 Open VPN 无监督 识别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子科学与技术
• 页码范围: 410-416
• 页数: 7页
• 分类号: TN918.1
• 字数: 3458字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.04.005

摘要

随着虚拟专用网技术广泛运用,Open VPN流量分类识别在网络管理和空间安全扮演重要角色,由于基于传统加密流量识别技术在特征提取及选择方面成效不佳,提出一种基于卷积自编码的加密流量识别方法,将流量样本预处理为图片样本数据集IOVTD,集成特征提取与分类器功能,自动学习原始输入和预期输出之间的非线性关系,利用CAE的无监督特性结合多层感知机的有监督分类学习优势达成对Open VPN机密流量的识别分类.实验结果表明,数据集充足条件下,基于卷积自编码的加密流量识别方法各项性能指标均优于传统加密流量识别方法,总体识别精准率、召回率及F1-Score最高均可达99.87％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鎏		2	0	0.0	0.0
2	段明		2	0	0.0	0.0
6	郭路路		1	0	0.0	0.0
10	王磊		1	0	0.0	0.0