基于卷积自编码的Open VPN加密流量识别方法

作     者：郭路路 段明 王磊 刘鎏 李玎 GUO Lulu;DUAN Ming;WANG Lei;LIU Liu;LI Ding

作者机构：河南省网络密码技术重点实验室河南郑州450001 数学工程与先进计算国家重点实验室河南郑州450001 

出 版 物：《信息工程大学学报》 (Journal of Information Engineering University)

年 卷 期：2019年第20卷第4期

页      面：410-416页

学科分类：07[理学] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：国家重点研发计划资助项目(2016YFB0801505)。 

主　　题：卷积自编码 Open VPN 无监督 识别 

摘      要：随着虚拟专用网技术广泛运用,Open VPN流量分类识别在网络管理和空间安全扮演重要角色,由于基于传统加密流量识别技术在特征提取及选择方面成效不佳,提出一种基于卷积自编码的加密流量识别方法,将流量样本预处理为图片样本数据集IOVTD,集成特征提取与分类器功能,自动学习原始输入和预期输出之间的非线性关系,利用CAE的无监督特性结合多层感知机的有监督分类学习优势达成对Open VPN机密流量的识别分类。实验结果表明,数据集充足条件下,基于卷积自编码的加密流量识别方法各项性能指标均优于传统加密流量识别方法,总体识别精准率、召回率及F1-Score最高均可达99.87%以上。