基于深度学习的加密恶意流量检测研究

• 作者: 张兴明 翟明芳 赵博
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 加密流量 恶意流量检测 深度学习 数据处理
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 66-77
• 页数: 12页
• 分类号: TP391.1
• 字数: 10055字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2020034

摘要

随着网络安全防范意识增强,加密通信占据主流,加密流量快速增长.流量加密在保护隐私的同时,也掩饰非法企图,改变威胁形式.深度学习作为机器学习领域的重要分支,是流量分类的有力工具.近年来,将深度学习方法应用于入侵检测的研究不断深入,取得良好效果.在深入调研文献的基础上,将加密恶意流量检测的步骤总结归纳为“六步法”的一般检测框架模型,结合模型对数据处理及检测算法进行回顾总结,指出各类算法模型的优缺点,并对未来研究方向进行展望,以期为下一步研究提供帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兴明		61	302	8.0	15.0
2	赵博		10	51	3.0	7.0
3	翟明芳		1	0	0.0	0.0