典型文献
基于一维残差卷积神经网络的Tor匿名网络流量识别模型设计
文献摘要：
针对现有匿名网络流量识别模型准确率低的问题,提出了一种基于一维残差卷积神经网络的Tor匿名网络流量识别模型.该模型根据网络流量各特征之间相互独立,无内在关联的特性,采用一维卷积进行特征提取,并采用最大池化筛选、保留关键特征,通过引入跳跃连接解决深层网络存在的退化问题,降低训练时梯度消失的风险,使得模型可进一步加深,提高识别准确率.实验结果表明,该模型优于常用的SVM、KNN、ResNet等对比模型,将Tor匿名网络流量识别准确率提高至98.87％,具体匿名应用类型识别准确率提高至96.14％.
文献关键词：
Tor;匿名网络;暗网;流量识别;卷积神经网络
中图分类号：
作者姓名：
冯松松;王斌君
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]冯松松;王斌君-.基于一维残差卷积神经网络的Tor匿名网络流量识别模型设计)[J].现代计算机,2022(17):1-8,41
A类：
B类：
一维残差卷积,残差卷积神经网络,Tor,匿名网络,网络流量,流量识别,识别模型,模型设计,模型准确率,相互独立,内在关联,一维卷积,最大池化,关键特征,跳跃连接,深层网络,梯度消失,识别准确率,KNN,ResNet,对比模型,应用类型,类型识别,暗网
AB值：
0.302312
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。
