典型文献
基于深度森林的网络匿名流量检测方法研究与应用
文献摘要：
网络流量分类一直是许多研究工作的关注领域,数据加密的普遍使用使其成为一个公开的技术挑战.数据加密是各种隐私增强工具中使用的一项关键技术.其中,基于匿名通信系统Tor构建的暗网是现今规模最大的匿名通信实体,常被犯罪分子用来从事各类违法犯罪活动,因此高效识别Tor流量具有重要研究意义.文章根据Tor匿名通信流量特点设计了一组用于Tor流量行为检测的网络流特征,并在原有深度森林模型的内存需求和时间开销局限性问题上,提出一种改进的深度森林模型,用于Tor网络流量的识别.实验结果表明,与已有识别方法相比,文章提出的模型准确率可达99.86％,同时,检测时间开销和内存需求都有所优化.
文献关键词：
流量分类;Tor暗网;匿名流量;深度森林
中图分类号：
作者姓名：
魏松杰;李成豪;沈浩桐;张文哲
作者机构：
南京理工大学计算机科学与工程学院,南京 210094
文献出处：
引用格式：
[1]魏松杰;李成豪;沈浩桐;张文哲-.基于深度森林的网络匿名流量检测方法研究与应用)[J].信息网络安全,2022(08):64-71
A类：
匿名流量
B类：
流量检测,网络流量分类,数据加密,技术挑战,私增,匿名通信系统,Tor,暗网,信实,犯罪分子,违法犯罪,犯罪活动,研究意义,行为检测,有深度,深度森林模型,开销,模型准确率,检测时间
AB值：
0.269018
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。
