首页 | 官方网站   微博 | 高级检索  
     

基于卷积神经网络的网络流量识别技术研究
引用本文:李勤,师维,孙界平,董超,曲天舒.基于卷积神经网络的网络流量识别技术研究[J].四川大学学报(自然科学版),2017,54(5):959-964.
作者姓名:李勤  师维  孙界平  董超  曲天舒
作者单位:四川大学计算机学院,,,
摘    要:近年来,深度包检测技术和基于统计特征的网络流量识别技术迅速发展,但它们分别存在不能识别加密流量和依赖人对特征主观选择的缺陷.文章提出了基于卷积神经网络的流量识别方法,将网络数据按照一定的规则转换为灰度图像进行识别,并根据TCP数据包的有序性和UDP数据包的无序性,对原始的网络数据进行了扩展,以进一步提高识别率.实验数据表明,该方法对应用程序和应用层协议两个层次的网络流量具有较高的检测率.

关 键 词:网络流量  流量识别  卷积神经网络  深度学习
收稿时间:2016/6/30 0:00:00
修稿时间:2016/7/17 0:00:00

The Research of network traffic identification based on Convolutional neural network
LI Qin,SHI Wei,SUN Jie-Ping,DONG Chao and QU Tian-Shu.The Research of network traffic identification based on Convolutional neural network[J].Journal of Sichuan University (Natural Science Edition),2017,54(5):959-964.
Authors:LI Qin  SHI Wei  SUN Jie-Ping  DONG Chao and QU Tian-Shu
Affiliation:College of Computer Science, Sichuan University,College of Computer Science, Sichuan University,College of Computer Science, Sichuan University,College of Computer Science, Sichuan University and University of Livepool, U. K.
Abstract:
Keywords:Internet traffic  traffic identification  Convolutional neural network  deep learning
本文献已被 CNKI 等数据库收录!
点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《四川大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号