基于卷积注意力门控循环网络的加密流量分类方法

• 作者: 张彦晖 吕娜 刘鹏飞 陈卓
• 来源期刊: 信号处理
• 关键词: 加密流量分类 卷积神经网络 注意力机制 门控循环单元
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 论文|Papers
• 页码范围: 1180-1188
• 页数: 9页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2021.07.007

摘要

流量加密技术给流量分类带来了新的挑战,为实现加密流量的快速准确分类,提出了一种基于卷积注意力门控循环网络的加密流量分类方法.将卷积神经网络和门控循环单元相结合,针对流量数据的特点,修改卷积神经网络的池化层以提取单个数据包特征,通过注意力机制寻找单个数据包的关键特征并赋予高权重;然后采用门控循环单元提取流层面数据包间的时间序列特征,从包层面和流层面全面反映流量的整体和局部特征.实验证明该方法相对于现有方法,提高了分类准确率、实时性和训练效率.