【技术实现步骤摘要】
本专利技术涉及了一种面向深度学习的网络加密流量分类方法，属于计算机人工智能领域。
技术介绍
1、近年来，随着互联网的迅猛发展和数据交流的日益频繁，网络安全问题已经逐渐引起了人们的广泛关注。攻击者利用互联网进行恶意活动的手段也变得越来越多样化和隐蔽化，网络信息安全形势日趋严峻。因此，加密流量分类已经成为互联网世界网络安全的一个重要方向之一。然而，由于加密技术的普及和网络吞吐量的快速增长，快速准确地分类加密流量变得越来越困难。这也增加了恶意流量和异常网络流量增加的可能性，黑客攻击也利用加密技术进行大规模恶意攻击活动。因此，在面对大量加密流量时，快速准确地分类和进行更精细的流量分析变得非常重要。
2、随着时间的推移，流量分类技术已经有了显著的发展。最早和最简单的方法使用端口号来实现分类。然而，由于新的应用程序要么使用众所周知的端口号来伪装其流量，要么避免使用标准注册的端口号，因此准确性有所下降。尽管存在不准确性，但在实践中端口号仍然被广泛使用，单独或与其他特征结合。下一代流量分类器依赖于有效载荷，即数据包检查(dpi)，侧重于在数...
【技术保护点】
1.一种基于GNST的加密流量分类的方法，步骤包括：步骤一：将加密流量数据进行预处理，将每个数据包转化为固定长度的向量；步骤二：采用分类模型，以步骤一得到的向量为输入数据，处理得到特征向量；步骤三：步骤二得到的特征向量通过全连接层得到分类结果；其特征是
2.根据权利要求1所述的基于GNST的加密流量分类的方法，其特征是所述步骤一的数据预处理步骤包括：
3.根据权利要求1所述的基于GNST的加密流量分类的方法，其特征是把经过步骤1.1)～步骤1.6)处理后的数据划分为训练集、验证集和测试集。
4.根据权利要求3所述的基于GNST的加密...
【技术特征摘要】
1.一种基于gnst的加密流量分类的方法，步骤包括：步骤一：将加密流量数据进行预处理，将每个数据包转化为固定长度的向量；步骤二：采用分类模型，以步骤一得到的向量为输入数据，处理得到特征向量；步骤三：步骤二得到的特征向量通过全连接层得到分类结果；其特征是
2.根据权利要求1所述的基于gnst的加密...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。