典型文献
一种基于图卷积神经网络的加密流量分类方法
文献摘要：
深度学习算法被广泛应用于网络流量分类领域并取得较好效果.然而对抗攻击的出现给其安全性带来了严重威胁,使得当前主流的基于卷积神经网络模型的分类算法的精度严重下降.针对此提出了一种抗流量分类中灰度图对抗攻击的加密流量分类方法.所提方法通过提取数据包负载长度、包序列、方向、簇等流量交互信息构建拓扑图,将加密流量分类问题转化为图分类问题.使用基于图卷积神经网络的分类方法进行特征的学习分类,图卷积神经网络模型可以自动从输入的拓扑图中提取特征,将特征映射到嵌入空间中的不同表示来区分不同的图结构.实验结果表明,所提方法不仅能够避免对抗攻击,且在公开数据集上的分类性能也较现有典型方法提高了 5％以上.
文献关键词：
网络流量分类;对抗攻击;图神经网络;深度学习
中图分类号：
作者姓名：
王勤凡;翟江涛;陈伟;孙浩翔
作者机构：
南京信息工程大学电子与信息工程学院 南京 210044
文献出处：
引用格式：
[1]王勤凡;翟江涛;陈伟;孙浩翔-.一种基于图卷积神经网络的加密流量分类方法)[J].电子测量技术,2022(14):109-115
A类：
B类：
图卷积神经网络,加密流量分类,分类方法,深度学习算法,网络流量分类,对抗攻击,得当,卷积神经网络模型,分类算法,灰度图,提取数据,数据包,交互信息,信息构建,拓扑图,分类问题,问题转化,图分类,提取特征,特征映射,射到,图结构,公开数据集,分类性能,图神经网络
AB值：
0.245301
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。
