基于聚合残差网络的加密流量分类方法

扫码查看

原文链接

万方数据
维普

中文摘要：互联网在线应用的迅速发展,使网络中加密流量的数量激增,复杂性增大,这对加密流量的分类问题提出了严峻的挑战.为此,提出一种基于聚合残差网络的加密流量分类方法,该方法使用的模型结合了分组卷积、特征聚合的结构以及残差网络的跳接思想,并充分发挥了一维卷积神经网络在处理一维数据时的优势,实现对加密流量的准确分类.对公开数据集"ICSX VPN-nonVPN"中12种不同类型的流量进行分类的准确率达到了98.1％,在精确率、召回率和F1分数上的均值分别达到了98.2％、97.3％和0.977.

外文标题：Encrypted Traffic Classification Method Based on Aggregation Residual Network

作者：

李毅聃、阮方鸣、陈润泽

展开 >

作者单位：

贵州师范大学大数据与计算机科学学院,贵阳 550025

关键词：

加密流量分类深度学习卷积神经网络残差网络特征聚合

基金：

贵州省静电与电磁防护科技创新人才团队项目刘尚合院士专家工作站静电研究基金

项目编号：

黔科合平台人才[2017]5653BOIMTLSHJD20161004

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.01.006

现代计算机

中大控股

现代计算机

影响因子：0.292

ISSN：1007-1423

年,卷(期)：2022.28(1)

被引量2
参考文献量9