基于深度学习的SSL VPN加密流量的分类识别 |
| |
引用本文: | 刘亮,由健林,张磊.基于深度学习的SSL VPN加密流量的分类识别[J].四川大学学报(自然科学版),2023,60(6):062004-112. |
| |
作者姓名: | 刘亮 由健林 张磊 |
| |
作者单位: | 四川大学网络空间安全学院,四川大学网络空间安全学院,四川大学网络空间安全学院 |
| |
基金项目: | 四川省科技计划项目(2021YFG0159, 2022YFG0171) |
| |
摘 要: | 随着虚拟专用网技术的广泛使用,VPN加密流量的分类识别对于网络安全管理的重要性愈发明显,而传统流量分类技术在提取特征和关键协议字段时效率较低.因此,本文提出一种基于卷积神经网络的深度学习模型,用以实现SSL VPN加密流量的分类识别,并减少特征工程中的人力成本.首先,将流量区分为VPN加密流量和非VPN加密流量,并且确定出这两类流量所属的服务类型;然后对所有流量进行分类,识别出产生流量的应用类型.考虑到网络流量中存在的时序关系,采用一维卷积神经网络作为深度学习的模型,通过构建Pytorch的实验环境,采用ISCX2016数据集,实现对VPN加密流量的分类任务.通过参数优化,除数据量较小的数据类型外,应用识别的平均F1-score为91.73%,流量识别的平均F1-score为91.13%.实验结果表明,基于一维卷积神经网络的深度学习方法对于识别SSL VPN流量是可行和有效的.
|
关 键 词: | 加密流量分类 深度学习 一维卷积 SSL VPN |
收稿时间: | 2022/7/27 0:00:00 |
修稿时间: | 2022/12/6 0:00:00 |
|
| 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)》下载免费的PDF全文 |