基于注意力机制的加密流量识别 |
| |
引用本文: | 袁子豪,张洁.基于注意力机制的加密流量识别[J].南京邮电大学学报(自然科学版),2024(2):111-118. |
| |
作者姓名: | 袁子豪 张洁 |
| |
作者单位: | 南京邮电大学计算机学院 |
| |
摘 要: | 随着人们网络安全意识的提高,加密流量呈爆炸式增长,流量加密在保护用户隐私的同时,也为安全检测带来了新的挑战。针对传统基于机器学习的流量识别方法存在需要手动设计分类特征、分类准确率不高等问题,提出一种基于卷积神经网络与自注意力机制(Convolutional Neural Network and Self Attention, CSA)的加密流量分类方法,依据网络流量的层次结构特性,采用卷积神经网络提取数据包内字节流的空间特征、自注意力机制提取数据包之间的时序特征。在公开数据集ISCX VPN-NonVPN上的实验结果表明,CSA模型的分类准确率达到了95.0%,相较基准深度模型,准确率和F1值皆有明显的提升。
|
关 键 词: | 加密流量识别 注意力机制 卷积神经网络 深度学习 |
|
|