基于DPI和机器学习的加密流量类型识别研究

详细信息    查看全文 | 推荐本文 |

	作者：陈荣平 关键词：DPI ; 机器学习 ; 加密流量识别 中文刊名：SZTJ 英文刊名：Digital Communication World 机构：中国移动通信集团广东有限公司; 出版日期：2019-04-01 出版单位：数字通信世界 年：2019 期：No.172 语种：中文; 页：SZTJ201904098 页数：1 CN：04 ISSN：11-5154/TN 分类号：138

摘要

伴随互联网全站加密流量的大幅度跃升,运营商必须要利用有效技术手段,来对互联网各项业务流量进行识别,从而为客户提供差异化服务。DPI技术没有办法对加密流量进行识别,只能识别出具体应用,因此提出一种DPI技术与机器学习相结合的一种新型加密流量识别方法,从而就可以有效提高识别率。
        

引文

[1]陈雪娇,王攀,俞家辉.基于卷积神经网络的加密流量识别方法[J].南京邮电大学学报(自然科学版),2018(06):36-41.
    [2]程华,谢金鑫,陈立皇.基于CNN的加密C&C通信识别方法研究[J].计算机工程,2019-01-11.
    [3]和留勇.基于深度学习的SSH隧道下应用的精细化识别研究和实现[D].北京邮电大学,2018.
    [4]徐健.面向移动网络YouTube加密流量码率及分辨率识别方案研究[D].东南大学,2017.