基于深度学习的加密网络流量识别方法研究

• 作者: 吉庆兵 陈江涛 潘炜
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 网络安全 网络流量识别 深度学习 深度自编码器
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 安全与保密
• 页码范围: 152-157
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2021.01.024

摘要

随着网络技术的快速发展以及TLS、SSL、SSH等加密技术在网络中的广泛使用,网络加密流量快速增长,加密俨然已经成为保护隐私的重要手段之一.但是,经过加密的流量在无意间也给网络安全带来了新的隐患.加密网络流量的分析识别可以有效防范恶意流量,对保证网络信息安全和维护网络正常运行具有重要实际意义.提出了一种基于深度学习的加密网络流量识别方法,并进行了实验验证,结果表明,该方法在14类网络应用的加密流量上的识别准确率为96.22％,能够满足实际需求.