基于一维卷积神经网络的加密单数据包分类  

Encrypted Single Data Packet Classification Based on Improved One-dimensional Convolutional Neural Network

作　　者：周慧怡 何丽华 劳传媛 蒙江 ZHOU Huiyi;HE Lihua;LAO Chuanyuan;MENG Jing

机构地区：[1]桂林航天工业学院计算机科学与工程学院,广西桂林541004

出　　处：《桂林航天工业学院学报》2022年第1期1-8,共8页Journal of Guilin University of Aerospace Technology

基　　金：广西高校中青年教师科研基础能力提升项目“基于深度神经网络的网络流量分类方法研究”(2019KY0822);“基于机器学习的文本分类研究”(2019KY0798)。

摘　　要：针对基于卷积神经网络的流量分类方法中流量数据范围选取会直接影响精度结果的问题,提出了基于一维卷积神经网络的加密单数据包分类算法。通过提取出五元组和应用层数据信息形成特定格式的样本数据,最大最小归一化处理后作为一维卷积神经网络的输入,实现对单个流量数据包分类;然后对经典一维卷积神经网络结构进行改进,设计自适应池化层,完成模型训练,避免测试数据压缩或截取的同时达到提高分类精度的效果,实现对不同长度样本数据的流量分类。通过公开数据集的系列仿真实验测试结果表明,选取676字节的样本数据对12分类的加密流量准确率达到了98.82%,且该模型具有较好的泛化能力。

关 键 词：流量数据处理 卷积神经网络 泛化模型 加密流量分类 随机欠采样 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]