基于数字标签的电子档案序列大数据并行分类系统设计 被引量：3

1

作者 詹青 《现代电子技术》 北大核心 2020年第14期152-155,共4页

为协助用户在庞大网络数据中安全、快速寻找所需电子档案序列大数据,设计基于数字标签的电子档案序列大数据并行分类系统。利用云计算理念设计由大数据采集器、处理器和分类模块构成的并行分类系统总体架构,通过动态易扩展方式分布式配... 为协助用户在庞大网络数据中安全、快速寻找所需电子档案序列大数据,设计基于数字标签的电子档案序列大数据并行分类系统。利用云计算理念设计由大数据采集器、处理器和分类模块构成的并行分类系统总体架构,通过动态易扩展方式分布式配置电子档案序列大数据,增强系统分类稳定性。设计由芯片和单片机组成的大数据采集器,以及处理器型号为IXP2400的大数据处理器,完成电子档案序列大数据采集及处理。大数据分类模块采用基于数字标签加密分类方法,设计多属性数字标签防止电子档案序列大数据被窃取。基于此,采用加密分类方法将电子档案序列大数据分成若干大数据块,实现电子档案序列大数据加密分类。测试结果表明,所提系统正确分类电子档案序列大数据的同时分类稳定性好,准确率及召回率分别高达98.63%,99.85%。 展开更多

关键词 并行分类 系统设计 电子档案序列 大数据 数字标签 加密分类

下载PDF 职称材料

大数据技术的媒资档案管理方法

2

作者 廖金材 张燕丹 《信息记录材料》 2022年第12期230-232,共3页

当前媒资档案管理方法在实际应用中信息丢失量较大,媒资档案完整性较低。基于此,本文首先提出大数据技术的媒资档案管理方法,并根据档案信息元数据生成数字标签,利用大数据技术将媒资档案数据序列划分成大数据块进行加密分类处理。其次... 当前媒资档案管理方法在实际应用中信息丢失量较大,媒资档案完整性较低。基于此,本文首先提出大数据技术的媒资档案管理方法,并根据档案信息元数据生成数字标签,利用大数据技术将媒资档案数据序列划分成大数据块进行加密分类处理。其次分析媒资档案信息特征,通过特征分量重组得到主要成分进行信息整合,并利用数据库技术对整合后的媒资档案进行存储管理,实现基于大数据技术的媒资档案管理。最后经实验证明,此设计方法媒资档案管理信息丢失量小于当前方法,在媒资档案管理方面具有良好的应用前景。 展开更多

关键词 大数据技术 媒资档案管理 加密分类 数据库技术

下载PDF 职称材料

基于特征融合卷积神经网络的端到端加密流量分类 被引量：16

3

作者 薛文龙 于炯 +1 位作者 郭志琦 李梓杨 《计算机工程与应用》 CSCD 北大核心 2021年第18期114-121,共8页

针对现有人工神经网络方法在网络加密流量分类应用中结构复杂且计算量大的问题,首次提出了一种基于特征融合的轻量级网络模型Inception-CNN,用于端到端加密流量的分类,在显著提高分类结果准确性的同时,大大降低了网络计算复杂度。利用In... 针对现有人工神经网络方法在网络加密流量分类应用中结构复杂且计算量大的问题,首次提出了一种基于特征融合的轻量级网络模型Inception-CNN,用于端到端加密流量的分类,在显著提高分类结果准确性的同时,大大降低了网络计算复杂度。利用Inception模块1×1卷积进行降维,减少了计算参数;从不同的感受野中做到不同级别上的特征提取,将多种不同尺寸滤波器卷积的特征进行融合,从而在原始数据中提取到更加丰富的特征自动学习原始输入和预期输出之间的非线性关系;利用池化操作没有参数的特性,防止产生过拟合。选择使用国际公开ISCX VPN-nonVPN数据集作为实验数据,采用softmax作为分类器,实现了对加密流量的准确分类。实验结果表明,该模型分类准确率达到97.3%、精确率达到97.2%、召回率达到97.7%、F1-score达到97.5%,并且对不同类别的加密流量识别效果也更加均衡。 展开更多

关键词 人工神经网络 INCEPTION 端对端 加密流量分类 特征融合

下载PDF 职称材料

互联网加密流量检测、分类与识别研究综述 被引量：6

4

作者 陈子涵 程光 +3 位作者 徐子恒 徐珂雅 仇星 钮丹丹 《计算机学报》 EI CAS CSCD 北大核心 2023年第5期1060-1085,共26页

互联网流量分析是网络管理与安全的核心途径,传统基于明文的分析方法在加密流量大势所趋的环境下已基本失效.虽有部分针对加密流量的分析方法,但其忽略了不同加密流量分析目标需求内在的逻辑性与层次性,并缺乏对加密流量本质特征的研究... 互联网流量分析是网络管理与安全的核心途径,传统基于明文的分析方法在加密流量大势所趋的环境下已基本失效.虽有部分针对加密流量的分析方法,但其忽略了不同加密流量分析目标需求内在的逻辑性与层次性,并缺乏对加密流量本质特征的研究,难以系统化地解决加密流量分析的难题.本文首先面向网络管理与安全监管的实际需求,将互联网加密流量分析按照目标需求划分为检测、分类、识别三个阶段,并描述其目标与方法上的差异;接着基于现有研究成果,分别对现有检测、分类、识别方法从多个粒度、角度进行划分,系统性地归纳与比较现有研究的优缺点;最后,本文基于目前研究,结合未来互联网网络环境发展趋势和加密流量概念漂移的实际问题,从加密流量样本数据集完善、复杂新型网络协议下的加密流量分类与识别、基于应用层特征的加密流量分类与识别、多点协同分布式加密流量分类与识别四个方面分析与展望了未来互联网加密流量检测、分类与识别中可能的研究方向. 展开更多

关键词 互联网加密流量分析 加密流量检测 加密流量分类与识别 概念漂移 复杂新型网络协议

下载PDF 职称材料

基于数据流的加密流量分类方法 被引量：9

5

作者 郭帅 苏旸 《计算机应用》 CSCD 北大核心 2021年第5期1386-1391,共6页

针对当前网络中加密流量的快速分类和准确识别的问题,提出了一种新的数据流特征提取方法。依据序列型数据特点和SSL握手协议规律,采用了端到端的一维卷积神经网络模型,并利用五元组来标记数据流;通过对数据流表示方式、数据包个数和特... 针对当前网络中加密流量的快速分类和准确识别的问题,提出了一种新的数据流特征提取方法。依据序列型数据特点和SSL握手协议规律,采用了端到端的一维卷积神经网络模型,并利用五元组来标记数据流;通过对数据流表示方式、数据包个数和特征字节长度的选择,更准确地定位了样本分类的关键字段位置,去除了对样本分类影响较小的特征,从而把原始输入时单个数据流使用的784字节缩减到529字节,精简了原长度的32%,并且实现了加密流量服务类型的12分类,其准确率达到95.5%。这些结果表明,所提方法可以在保证当前研究准确率的基础上减少原始输入特征维度并提高数据处理的效率。 展开更多

关键词 加密流量分类 端到端 卷积神经网络 数据流 五元组 SSL协议

下载PDF 职称材料

基于多层双向SRU与注意力模型的加密流量分类方法 被引量：6

6

作者 张稣荣 卜佑军 +3 位作者 陈博 孙重鑫 王涵 胡先君 《计算机工程》 CAS CSCD 北大核心 2022年第11期127-136,共10页

基于传统循环神经网络的加密流量分类方法普遍存在并行性较差、模型运行效率较低等问题。为实现加密流量的快速准确分类,提出一种基于多层双向简单循环单元(SRU)与注意力(MLBSRU-A)模型的加密流量分类方法。将特征学习和分类统一到一个... 基于传统循环神经网络的加密流量分类方法普遍存在并行性较差、模型运行效率较低等问题。为实现加密流量的快速准确分类,提出一种基于多层双向简单循环单元(SRU)与注意力(MLBSRU-A)模型的加密流量分类方法。将特征学习和分类统一到一个端到端模型中,利用SRU模型高度并行化的序列建模能力来提高整体运行效率。为了提升MLBSRU-A模型的分类精度,堆叠多层双向SRU网络使其自动地从原始流量中提取特征,并引入注意力机制为特征赋予不同的权重,从而提高重要特征之间的区分度。实验结果表明,在公开数据集ISCX VPN-nonVPN上,MLBSRU-A模型具有较高的分类精度和运行效率,与BGRUA模型相比,MLBSRU-A的细粒度分类准确率提高4.34%,训练时间减少55.38%,在USTC-TFC2016数据集上,MLBSRU-A模型对未知加密恶意流量的检测准确率达到99.50%,细粒度分类准确率为98.84%,其兼具对未知加密恶意流量的高精度检测能力以及对加密恶意流量的细粒度分类能力。 展开更多

关键词 加密流量分类 加密恶意流量检测 简单循环单元 注意力机制 循环神经网络

下载PDF 职称材料

基于卷积注意力门控循环网络的加密流量分类方法 被引量：7

7

作者 张彦晖 吕娜 +1 位作者 刘鹏飞 陈卓 《信号处理》 CSCD 北大核心 2021年第7期1180-1188,共9页

流量加密技术给流量分类带来了新的挑战,为实现加密流量的快速准确分类,提出了一种基于卷积注意力门控循环网络的加密流量分类方法。将卷积神经网络和门控循环单元相结合,针对流量数据的特点,修改卷积神经网络的池化层以提取单个数据包... 流量加密技术给流量分类带来了新的挑战,为实现加密流量的快速准确分类,提出了一种基于卷积注意力门控循环网络的加密流量分类方法。将卷积神经网络和门控循环单元相结合,针对流量数据的特点,修改卷积神经网络的池化层以提取单个数据包特征,通过注意力机制寻找单个数据包的关键特征并赋予高权重;然后采用门控循环单元提取流层面数据包间的时间序列特征,从包层面和流层面全面反映流量的整体和局部特征。实验证明该方法相对于现有方法,提高了分类准确率、实时性和训练效率。 展开更多

关键词 加密流量分类 卷积神经网络 注意力机制 门控循环单元

下载PDF 职称材料

基于抽样分组长度分布的加密流量应用识别 被引量：7

8

作者 高长喜 吴亚飚 王枞 《通信学报》 EI CSCD 北大核心 2015年第9期65-75,共11页

基于确定性抽样数据分组序列的位置、方向、分组长度和连续性、有序性等流统计特征和典型的分组长度统计签名,并结合带数据分组位置、方向约束和半流关联动作的提升型DPI,提出了一种基于假设检验的加密流量应用识别统计决策模型,包括分... 基于确定性抽样数据分组序列的位置、方向、分组长度和连续性、有序性等流统计特征和典型的分组长度统计签名,并结合带数据分组位置、方向约束和半流关联动作的提升型DPI,提出了一种基于假设检验的加密流量应用识别统计决策模型,包括分组长度统计签名决策模型和DFI决策模型,并给出了相应的分组长度统计签名匹配算法以及基于DPI和DFI混合方法的加密流量应用识别算法。实验结果表明,该方法能够成功捕获加密应用在流坐标空间中独特的统计流量行为,并同时具有极高的加密识别精确率、召回率、总体准确率和极低的加密识别误报率、总体误报率。 展开更多

关键词 加密流量分类 应用识别 深度分组检测 动态流检测 混合方法

下载PDF 职称材料

基于同态加密的分布式加密流量分类隐私保护方法

9

作者 郭晓军 靳玮琨 《西藏科技》 2024年第8期72-80,共9页

随着信息技术的飞速发展,数据量迅速增加,逐渐演变出了分布式存储方式。针对分布式数据存储方式中容易遭受模型训练梯度推理攻击造成梯度泄露,进而引发分布式节点中数据集泄露的问题,提出基于同态加密算法的分布式加密流量分类隐私保护... 随着信息技术的飞速发展,数据量迅速增加,逐渐演变出了分布式存储方式。针对分布式数据存储方式中容易遭受模型训练梯度推理攻击造成梯度泄露,进而引发分布式节点中数据集泄露的问题,提出基于同态加密算法的分布式加密流量分类隐私保护方法(Pa-Fed)。在分布式节点完成训练后,本地模型将参数通过Paillier同态加密传递至中心服务器端。在中心服务器进行参数聚合时,仍然维持参数的密文状态,以确保在传输过程中的隐私性。实验能够较好地保持分类精确率,并且在加密后对分布式节点数据进行梯度推理攻击,有效地验证了分布式节点数据的隐私性。 展开更多

关键词 同态加密 分布式 加密流量分类 隐私保护

下载PDF 职称材料

基于稠密连接卷积网络的加密流量分类方法

10

作者 康健豪 凌捷 《计算机应用与软件》 北大核心 2024年第9期363-369,共7页

针对传统方法依靠人工提取特征、现有基于深度学习的方法在多分类上性能不够高等问题,提出一种基于稠密连接卷积网络的加密流量分类方法,利用DenseBlock中各层卷积稠密连接的结构,减轻梯度消失、加强特征传递,以提高分类性能。在公开数... 针对传统方法依靠人工提取特征、现有基于深度学习的方法在多分类上性能不够高等问题,提出一种基于稠密连接卷积网络的加密流量分类方法,利用DenseBlock中各层卷积稠密连接的结构,减轻梯度消失、加强特征传递,以提高分类性能。在公开数据集“ISCX VPN-nonVPN”上进行实验,结果表明该方法对不同种类的加密流量有更好的分类效果,准确率达到98.56%,F1值达到98.55%,相比于基于一维卷积神经网络模型和ResNet模型的方法,准确率分别提升了8.88百分点和6.54百分点,F1值分别提升了8.86百分点和6.64百分点。 展开更多

关键词 加密流量分类 卷积神经网络 稠密连接 图像分类 深度学习

下载PDF 职称材料

加密流量数据集类别不平衡的研究

11

作者 王晓 《理论数学》 2024年第1期23-33,共11页

近年来,随着深度学习技术的迅猛发展,网络安全领域的研究人员开始探索利用深度学习解决加密流量分类问题。然而,目前公开的加密流量数据集存在严重的类别不平衡问题,这对于深度学习分类方法的性能造成了一定的影响。从头构建一个完整的... 近年来,随着深度学习技术的迅猛发展,网络安全领域的研究人员开始探索利用深度学习解决加密流量分类问题。然而,目前公开的加密流量数据集存在严重的类别不平衡问题,这对于深度学习分类方法的性能造成了一定的影响。从头构建一个完整的加密流量数据集是耗时且昂贵的。为了克服这个问题,本文提出了一种基于改进的生成对抗网络(GAN)的加密流量生成模型。该模型通过在GAN模型中添加数据包的统计特征和网络流的类别标签作为条件约束,从而生成逼真的流量数据,进而扩充数据集。实验证明,在使用经过本文方法增强的数据集时,基于深度学习的加密流量分类器展现出比使用随机过采样(ROS)、合成少数类过采样技术(SMOTE)和传统的对抗生成网络(GAN)技术更出色的性能。 展开更多

关键词 加密流量分类 平衡数据集 深度学习 生成对抗网络

下载PDF 职称材料

基于交叉注意力机制的多模态加密流量分类

12

作者 田鑫 丁要军 《通信技术》 2024年第7期739-747,共9页

针对大多数多模态加密流量分类方法使用特征级联的方式进行多模态融合,无法最优地利用不同模态的互补性信息问题,提出了一种基于交叉注意力机制的多模态加密流量分类方法。首先,通过试验分析,选择流量的有效载荷、数据包到达时间和长度... 针对大多数多模态加密流量分类方法使用特征级联的方式进行多模态融合,无法最优地利用不同模态的互补性信息问题,提出了一种基于交叉注意力机制的多模态加密流量分类方法。首先,通过试验分析,选择流量的有效载荷、数据包到达时间和长度序列及统计信息作为3种模态;其次,设计了3条路径使用神经网络学习3种模态特征;最后,将学习的高维特征使用交叉注意力机制进行融合,并使用ISCX VPN和ISCX nonVPN数据集对模型进行训练和测试。结果表明,模型的宏平均F1值分别达到96.95%和96.59%,与当前4种比较优秀的方法相比,均有明显提升;在相同数据集下,本方法的宏平均F1值较级联方式提升了2.49%,证实了交叉注意力机制在融合模态间互补信息方面的有效性。 展开更多

关键词 加密流量分类 多模态融合 特征级联 交叉注意力机制

下载PDF 职称材料

基于深度学习的网络基线与加密流量分类技术

13

作者 贺二路 吴向博 +3 位作者 刘丽哲 国晓博 杨晓鹏 李皓 《网络空间安全科学学报》 2024年第2期76-85,共10页

随着网络通信技术不断更新以及服务不断扩展增强,再加上不断增加的互联网设备、应用程序以及服务数量等,网络管理愈加复杂和严峻,同时网络安全事件的发生也更加频繁。网络正常状态下的特征分布通常与异常状态下的特征分布存在显著不同,... 随着网络通信技术不断更新以及服务不断扩展增强,再加上不断增加的互联网设备、应用程序以及服务数量等,网络管理愈加复杂和严峻,同时网络安全事件的发生也更加频繁。网络正常状态下的特征分布通常与异常状态下的特征分布存在显著不同,因此通过构建安全流量基线可以发现网络异常。目前的基线模型大多依赖于人工设计规则,漏报率和误报率过高。引入深度学习技术,提出了一种基于LSTM(Long Short-Term Memory)的动态基线构建方法,同时融合了3个维度的流量特征。此外,由于异常访问和攻击通常被敌手进行加密传输,为保证系统安全运行,需要对加密流量进行细粒度分类,筛选出正常访问应用服务流量。因此,提出一种基于深度学习的加密流量分类技术,通过挖掘流量特征深层表征可实现加密流量的细粒度分类。 展开更多

关键词 流量基线 异常检测 加密流量分类 深度学习 卷积神经网络

下载PDF 职称材料

基于改进的CNN-Transformer加密流量分类方法

14

作者 高新成 张宣 +2 位作者 樊本航 刘威 张海洋 《吉林大学学报（理学版）》 CAS 北大核心 2024年第3期683-690,共8页

针对传统加密流量分类模型对特征提取不足导致分类准确率较低等问题,使用深度学习技术,提出一种基于改进的卷积神经网络结合Transformer的加密流量分类模型.为提高分类精度,首先将数据集切割填充并完成标准化处理;然后采用Transformer... 针对传统加密流量分类模型对特征提取不足导致分类准确率较低等问题,使用深度学习技术,提出一种基于改进的卷积神经网络结合Transformer的加密流量分类模型.为提高分类精度,首先将数据集切割填充并完成标准化处理;然后采用Transformer网络模型中的多头注意力机制捕获长距离的特征依赖,利用卷积神经网络提取局部特征;最后加入Inception模块实现多维特征提取和特征融合,完成模型训练和加密流量分类.在公共数据集ISCX VPN-non-VPN 2016上进行实验验证,实验结果表明,该模型的分类准确率达98.5%,精确率、召回率和F_(1)值均达98.2%以上,相比其他模型分类效果更优. 展开更多

关键词 加密流量分类 卷积神经网络 多头注意力机制 特征融合

下载PDF 职称材料

面向高速端边云网络的加密流量智能识别与态势感知方法 被引量：2

15

作者 程光 张家康 陈子涵 《网络空间安全科学学报》 2023年第1期90-105,共16页

随着云计算和边缘计算等技术的持续发展,互联网架构已经从传统的端到端的二元架构逐步演变为端边云三级架构模式,且流量规模与节点数量持续增加。高速端边云网络中不同层次的节点在功能、性能、数据覆盖面上高度异构。现有加密流量识别... 随着云计算和边缘计算等技术的持续发展,互联网架构已经从传统的端到端的二元架构逐步演变为端边云三级架构模式,且流量规模与节点数量持续增加。高速端边云网络中不同层次的节点在功能、性能、数据覆盖面上高度异构。现有加密流量识别方法主要着眼于单点下的流量分类,缺乏智能性与多点协同分类能力。而态势感知方法多依赖设备日志数据进行分析,视野局限且效果不佳。针对以上问题,文章提出在高速端边云网络环境下将加密流量识别与态势感知相结合的网络安全架构。其包含面向高速端边云网络的多智能体协同方法,端边云协同的加密流量应用分类方法,面向新型网络的协议智能分析方法和加密网络行为态势感知方法。实验表明,该架构可以综合多源网络情报数据,实现大规模网络安全态势感知。 展开更多

关键词 网络安全 端边云网络架构 加密流量分类 协议识别 态势感知 多智能体协同

下载PDF 职称材料

基于Laplace机制的加密流量特征集隐私保护方法

16

作者 靳玮琨 郭晓军 杨明芬 《西藏科技》 2024年第4期71-80,共10页

随着网络安全和隐私问题被广泛关注,越来越多的网络流量采用加密技术进行传输,加密流量分类对于网络监管起到了至关重要的作用。针对在加密流量分类过程中容易出现的用户隐私泄露等问题,提出一种基于Laplace机制的加密流量特征集隐私保... 随着网络安全和隐私问题被广泛关注,越来越多的网络流量采用加密技术进行传输,加密流量分类对于网络监管起到了至关重要的作用。针对在加密流量分类过程中容易出现的用户隐私泄露等问题,提出一种基于Laplace机制的加密流量特征集隐私保护方法。该方法通过生成随机扰动间隔区间的方式,按照生成的区间多次变换扰动间隔对加密流量特征集标签栏进行一定程度的扰动,达到保护用户隐私信息的目的。最后在IS‐CXVPN-NonVPN数据集上进行验证,实验结果表明,在保证隐私的前提下,仍能较好地保证加密流量分类精确率,证明了提出方法的有效性和可用性。 展开更多

关键词 加密流量分类 特征集 Laplace机制 隐私保护

下载PDF 职称材料

基于注意力机制的CNN和BiGRU的加密流量分类

17

作者 陈思雨 马海龙 张建辉 《计算机科学》 CSCD 北大核心 2024年第8期396-402,共7页

针对传统加密流量分类方法准确率低、利用流量载荷会侵犯用户隐私,以及泛化能力弱的问题,提出一种基于注意力机制的CNN和BiGRU(CNN-AttBiGRU)的加密流量分类方法,可以同时适用于常规加密和VPN、Tor加密流量。该方法基于包大小、包到达... 针对传统加密流量分类方法准确率低、利用流量载荷会侵犯用户隐私,以及泛化能力弱的问题,提出一种基于注意力机制的CNN和BiGRU(CNN-AttBiGRU)的加密流量分类方法,可以同时适用于常规加密和VPN、Tor加密流量。该方法基于包大小、包到达时间以及包到达方向将流量转化为直观的图片,为提高模型准确率,使用CNN提取流量图片的空间特征,同时设计BiGRU和Self-attention模型提取时间特征,充分利用流量图片的时间和空间特征,可按照流量类别、加密技术和应用类型对流量进行不同层面的分类。该方法对加密流量类别分类的平均准确率达95.2%,较以往提升11.65%;对加密技术分类的准确率达95.5%,较以往提升7.1%;对流量所使用的应用程序分类的准确率达99.8%,较以往提升11.03%。实验结果表明,CNN-AttBiGRU方法的泛化能力强,并且其仅利用加密流量的部分统计特征,有效地保护了用户隐私,同时取得了高准确率。 展开更多

关键词 加密流量分类 深度学习 卷积神经网络 双向门控循环单元 自注意力机制

下载PDF 职称材料

基于AHP-CNN的加密流量分类方法

18

作者 游嘉靖 何月顺 +1 位作者 何璘琳 钟海龙 《计算机与现代化》 2024年第4期83-87,共5页

为了解决现有方法在加密流量特征提取方面不够充分的问题,本文提出一种基于自注意力混合池化卷积神经网络(Attention-based Hybrid Pooling Convolutional Neural Network,AHP-CNN)的加密流量分类方法。该方法对卷积神经网络(Convolutio... 为了解决现有方法在加密流量特征提取方面不够充分的问题,本文提出一种基于自注意力混合池化卷积神经网络(Attention-based Hybrid Pooling Convolutional Neural Network,AHP-CNN)的加密流量分类方法。该方法对卷积神经网络(Convolutional Neural Network,CNN)的池化层进行改进,以并联形式将平均池化层和最大池化层相结合,形成双层同步池化的模式,从而实现对网络加密流量整体特征和局部特征的捕捉。再将自注意力模块嵌入到模型中,增强模型对于加密流量特征依赖关系的提取,从而更加精准地对加密流量进行分类。实验结果表明,本文所提出的网络模型在识别加密流量的准确率方面有着显著提升,并且F1分数达到了0.94以上。本文为网络加密流量分类提供了一种更为有效且精确的方法,有助于提升网络安全领域的研究与应用能力。 展开更多

关键词 深度学习 加密流量分类 卷积神经网络 混合池化 自注意力机制

下载PDF 职称材料

改进移动加密流量分类的方法——数据质量分数

19

作者 程槟 魏福山 顾纯祥 《信息工程大学学报》 2024年第4期459-465,共7页

移动互联网的飞速发展使得针对移动加密流量的分类需求激增。深度学习分类方法依赖数据特征,但不同数据的特征量存在差异,均匀分配权重易降低性能。为此,提出一种称为数据质量分数(DQS)的方法来区分数据,并在损失函数中使用不同权重来... 移动互联网的飞速发展使得针对移动加密流量的分类需求激增。深度学习分类方法依赖数据特征,但不同数据的特征量存在差异,均匀分配权重易降低性能。为此,提出一种称为数据质量分数(DQS)的方法来区分数据,并在损失函数中使用不同权重来减少低质量数据对模型参数的干扰,同时提升高质量数据的作用。通过Mirage-2019数据集上的实验验证该方法的有效性,首先对该数据集进行统计分析,确定特征选择;然后构建包含不同神经网络结构的分类模型进行实验,并加入DQS方法进行前后性能对比。5折交叉验证的结果表明,加入DQS方法后,不同网络模型的分类性能均有提升,且训练时间没有明显增加。 展开更多

关键词 深度学习 加密流量分类 移动应用程序 数据质量分数 Mirage-2019数据集 损失函数 5折交叉验证

下载PDF 职称材料