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.
基金项目
贵州省静电与电磁防护科技创新人才团队项目(黔科合平台人才[2017]5653)
刘尚合院士专家工作站静电研究基金(BOIMTLSHJD20161004)