典型文献
基于MHA与SDAE的Tor网站指纹识别模型
文献摘要：
为解决Tor网站指纹识别技术在开放世界准确率低及概念漂移问题,文章提出一种基于MHA与SDAE的网站指纹识别模型—MHA-SDAE-GRU.首先将网站流量处理成序列格式;然后利用多头自注意力机制捕获输入数据的关键信息,并用堆叠降噪自编码器学习流量中的深层特征,增强模型的鲁棒性,通过GRU学习序列的前后关系;最后用Softmax函数输出结果.实验结果表明,MHA-SDAE-GRU模型在封闭世界的准确率高于CUMUL等算法,在开放世界的准确率和鲁棒性均优于CNN等算法,在概念漂移实验中对新数据的适应性优于CNN等算法.MHA-SDAE-GRU模型在网站指纹识别上具有优秀的表现.
文献关键词：
网站指纹;多头注意力;堆叠降噪自编码器;循环神经网络
中图分类号：
作者姓名：
蒋首志;曹金璇;殷浩展;芦天亮
作者机构：
中国人民公安大学信息网络安全学院,北京 100038
文献出处：
引用格式：
[1]蒋首志;曹金璇;殷浩展;芦天亮-.基于MHA与SDAE的Tor网站指纹识别模型)[J].信息网络安全,2022(10):8-14
A类：
CUMUL
B类：
MHA,SDAE,Tor,网站指纹,指纹识别,识别模型,开放世界,概念漂移,GRU,多头自注意力机制,输入数据,关键信息,堆叠降噪自编码器,深层特征,增强模型,学习序列,Softmax,输出结果,新数据,多头注意力,循环神经网络
AB值：
0.242448
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。
