-
题名多层实时网络加密数据流频繁项集挖掘方法
被引量：6
- 1
-
-
作者
蔡中民
-
机构
河南牧业经济学院信息工程学院
-
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2021年第3期301-306,共6页
-
基金
河南省科技厅公关项目(172102310554).
-
文摘
针对多层实时网络加密数据流频繁项集常受码间干扰,现有挖掘方法缺少对干扰的抑制而导致挖掘输出效果不好、传输误码率偏高、滤波效果差的问题,提出一种基于集对分析的挖掘方法.构建频繁项集的传输信道模型,对频繁项集的输出进行聚簇性设计和跟踪识别,根据空频结构在簇首节点完成集成处理;在近场源中提取频繁项集的平均集对特征量,通过自适应滤波器进行码间干扰抑制;对经干扰抑制的加密大数据流频繁项集进行集对分析,提取频繁项集的平均集对特征量,优化挖掘函数.结果表明,该方法的抗干扰能力强,传输误码率较低,滤波效果好.
-
关键词
集对分析
多层实时网络
加密数据流
频繁项集
挖掘
干扰滤波
关联规则
最小支持度
-
Keywords
set pair analysis
multi-layer real-time network
encrypted data stream
frequent item set
mining
interference filtering
association rule
minimum support degree
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名基于建链信息的密数据流识别方法
被引量：2
- 2
-
-
作者
蒋考林
白玮
任传伦
张磊
陈军
潘志松
郭世泽
-
机构
陆军工程大学指挥控制工程学院
华北计算技术研究所
-
出处
《数据采集与处理》
CSCD
北大核心
2021年第3期595-604,共10页
-
基金
国家自然科学基金(6207625)资助项目。
-
文摘
针对加密流量难以识别的问题,提出一种利用神经网络提取通信双方建链信息以识别加密流量的方法。该方法首先获取加密连接建立阶段的交互流量,将流量数据转化为灰度图,然后利用卷积神经网络提取其图像特征,进而提取加密数据流的类别特征。由于在建链阶段就可提取类别信息,所以该方法具有早期识别特性,这能使加密流量的识别与管控实现有机结合。另外,针对背景流量属性集无限大、训练数据不完备的问题,提出将随机数据加入到背景流量中进行数据增强的近似完备法。在真实环境中进行测试,结果显示该方法的准确率达到95.4%,识别耗时为0.1 ms,明显优于对照算法。
-
关键词
加密数据流
深度学习
数据增强
卷积神经网络
-
Keywords
encrypted data stream
deep learning
data enhancement
convolutional neural network
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于时隙内包监测的流追踪方法
- 3
-
-
作者
李巍
王振兴
刘慧生
-
机构
解放军信息工程大学信息工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2013年第4期764-768,共5页
-
文摘
为对网络中传输的数据流进行准确、有效的追踪,提出一种基于时隙内包监测的数据流追踪方法.该方法将重新发现数据流的过程抽象为多重贝努利试验,通过监测多个时间间隙内是否存在满足长度要求的包,判断数据流是否为待追踪数据流.该方法不需要在待追踪数据流中加入水印信息,不会被现有的流水印攻击方法发现,能够在数据流被加密、和大量其他数据流混合且在对手加入了一定的时间扰动的情况下利用数十个数据包以很低的错误率发现该数据流的存在.本文理论分析了该方法的误报率和漏报率,最后在实际环境中验证了该方法的有效性.
-
关键词
流追踪
攻击源追踪
流水印
跳板
加密数据流
时间间隔
-
Keywords
flow tracing
attack tracing
flow watermark
stepping stone
encrypted flow
time intervals
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
