加密恶意流量检测系统  

作　　者：杨春雨 吴奉燃 温涵 毕明岩 李科霓 

机构地区：[1]沈阳理工大学,辽宁110159

出　　处：《网络安全技术与应用》2025年第4期53-56,共4页Network Security Technology & Application

基　　金：沈阳理工大学创新创业训练项目。

摘　　要：随着互联网的迅猛发展,网络安全问题日益突出,特别是加密恶意流量的检测成为一项紧迫的任务。传统的基于签名和规则的检测方法已经难以满足对新型恶意流量的实时识别需求。因此,本文提出了一种基于深度学习的加密恶意流量检测系统,利用深度学习算法对加密流量进行端到端的学习和识别。通过实验验证,该系统在检测加密恶意流量方面具有较高的准确率和泛化能力,能够有效应对不断变化的网络安全威胁。

关 键 词：加密恶意流量 深度学习 网络安全 流量检测 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]