基于建链信息的密数据流识别方法

• 作者: 蒋考林 白玮 任传伦 张磊 陈军 潘志松 郭世泽
• 来源期刊: 数据采集与处理
• 关键词: 加密数据流 深度学习 数据增强 卷积神经网络
• 年，卷（期）: 2021,（3）
• 页码范围: 595-604
• 页数: 10页
• 分类号: TP309
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2021.03.017

摘要

针对加密流量难以识别的问题,提出一种利用神经网络提取通信双方建链信息以识别加密流量的方法.该方法首先获取加密连接建立阶段的交互流量,将流量数据转化为灰度图,然后利用卷积神经网络提取其图像特征,进而提取加密数据流的类别特征.由于在建链阶段就可提取类别信息,所以该方法具有早期识别特性,这能使加密流量的识别与管控实现有机结合.另外,针对背景流量属性集无限大、训练数据不完备的问题,提出将随机数据加入到背景流量中进行数据增强的近似完备法.在真实环境中进行测试,结果显示该方法的准确率达到95.4％,识别耗时为0.1 ms,明显优于对照算法.