使用深度学习对加密流量进行分类
该存储库包含在2018年DTU Compute的硕士学位论文中使用和开发的代码。 教授一直是该硕士论文的导师。 来自一直是该项目的联合主管。
在本文中,我们研究和评估了使用神经网络对加密网络流量进行分类的不同方法。 为此,我们创建了一个具有流/非流焦点的数据集。 数据集包括七个不同的类,五个流分类和两个非流分类。 本文是对Napatech A / S的初步概念验证。
我们提出了一种新颖的方法,其中利用了网络流量的未加密部分,即标头。 这是通过将会话中的初始标头串联起来,从而形成一个签名数据点来完成的,如下图所示:
通过使用前8个和16个标头创建的数据集在此存储库的datasets文件夹中可用。 我们通过在串联头数据集上运行t-SNE来探索数据集。 从下面的t-SNE图可以看出,该图显示了合并的所有单个数据集,似乎可以对单个类进行分类。
在使用基于标头
2023-01-02 23:16:37
18.59MB
Python
1