典型文献
基于数据包特征的加密流量分类
文献摘要：
随着加密技术在网络应用中的广泛应用,如何在不侵犯用户隐私的情况下对加密流量进行分类成为新的挑战.文章提出了一种基于数据包的加密流量分类方法,这种方法不仅安全,而且可以有效防止恶意攻击流量.在流量传输过程中,每个数据包的任务是不同的.有些数据包负责维护连接,有些负责数据交互.以往的研究忽略了数据包行为对流量分类的影响.基于数据包的方法旨在通过聚类算法来区分正常和恶意数据包对流量分类的影响,以识别加密的恶意流量.该方法使用公共流量数据集和实验室收集的流量数据集进行验证,并与其他2种方法进行比较,证明了基于数据包的加密流量分类方法的有效性.
文献关键词：
恶意软件;加密恶意流量检测;数据包;机器学习
中图分类号：
作者姓名：
杨彦召;丁杰;仇晶;张光华
作者机构：
中汽智创科技有限公司,江苏 南京 211100;广州大学 网络空间先进技术研究院,广东 广州 510006;河北科技大学 信息科学与工程学院,河北 石家庄 050091
文献出处：
引用格式：
[1]杨彦召;丁杰;仇晶;张光华-.基于数据包特征的加密流量分类)[J].广州大学学报（自然科学版）,2022(02):60-66
A类：
B类：
数据包,加密流量分类,加密技术,网络应用,用户隐私,分类方法,恶意攻击,量传,输过,数据交互,法旨,聚类算法,别加,流量数据,恶意软件,加密恶意流量检测
AB值：
0.227943
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
