基于机器学习的TLS恶意加密流量检测方案

• 作者: 刘晓东 许书彬 骆子铭
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 安全传输层 恶意加密流量 机器学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 77-83
• 页数: 7页
• 分类号: TP393
• 字数: 4643字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2020008

摘要

首先介绍了安全传输层(TLS,transport layer security)协议的特点、流量识别方法;然后给出了一种基于机器学习的分布式自动化的恶意加密流量检测体系;进而从TLS特征、数据元特征、上下文数据特征3个方面分析了恶意加密流量的特征;最后,通过实验对几种常见机器学习算法的性能进行对比,实现了对恶意加密流量的高效检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许书彬	中国电子科技集团公司第五十四研究所	9	8	2.0	2.0
2	刘晓东	中国电子科技集团公司第五十四研究所	4	7	2.0	2.0
3	骆子铭	中国电子科技集团公司第五十四研究所	2	0	0.0	0.0