典型文献
基于自注意力机制和时空特征的Tor网站流量分析模型
文献摘要：
不法分子利用洋葱路由器(Tor)匿名通信系统从事暗网犯罪活动,为社会治安带来了严峻挑战.Tor网站流量分析技术通过捕获分析Tor匿名网络流量,及时发现隐匿在互联网上的违法行为进行网络监管.基于此,提出一种基于自注意力机制和时空特征的Tor网站流量分析模型——SA-HST.首先,引入注意力机制为网络流量特征分配不同的权重以突出重要特征;然后,利用并联结构多通道的卷积神经网络(CNN)和长短期记忆(LSTM)网络提取输入数据的时空特征;最后,利用Softmax函数对数据进行分类.SA-HST在封闭世界场景下能取得97.14％的准确率,与基于累积量模型CUMUL和深度学习模型CNN相比,分别提高了8.74个百分点和7.84个百分点;在开放世界场景下,SA-HST的混淆矩阵各项评价指标均稳定在96％以上.实验结果表明,自注意力机制能在轻量级模型结构下实现特征的高效提取,SA-HST通过捕获匿名流量的重要特征和多视野时空特征用于分类,在模型分类准确率、训练效率、鲁棒性等多方面性能均有一定优势.
文献关键词：
自注意力机制;卷积神经网络;长短期记忆网络;洋葱路由器;流量分析
中图分类号：
作者姓名：
席荣康;蔡满春;芦天亮;李彦霖
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]席荣康;蔡满春;芦天亮;李彦霖-.基于自注意力机制和时空特征的Tor网站流量分析模型)[J].计算机应用,2022(10):3084-3090
A类：
洋葱路由器,CUMUL,匿名流量
B类：
自注意力机制,时空特征,Tor,流量分析,不法分子,匿名通信系统,暗网犯罪,犯罪活动,社会治安,匿名网络,网络流量,隐匿,违法行为,网络监管,SA,HST,流量特征,并联结构,多通道,输入数据,Softmax,能取,深度学习模型,百分点,开放世界,混淆矩阵,轻量级模型,模型结构,高效提取,征用,模型分类,分类准确率,训练效率,长短期记忆网络
AB值：
0.256566
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。
