基于人工蜂群算法的Tor流量在线识别方法

作者：梁晓萌; 严明^*; 吴杰

来源：计算机工程, 2021, 47(11): 129-143.

DOI：10.19678/j.issn.1000-3428.0059492

• Tor流量识别
• 网络流量分类
• 特征提取
• 网络流量分析
• 深度学习
• 人工蜂群算法
• 逻辑回归

Tor等匿名流量的分类与识别对运营商监管网络安全具有重要意义,但目前Tor流量的分类检测技术普遍存在识别准确率低、缺乏实时性、无法有效处理高维数据等问题。为此,提出一种Tor流量在线识别方法。通过搭建基于逻辑回归的深度神经网络,提取Tor流量特征匹配度以实现特征增强,并使用人工蜂群机制代替梯度下降等常见迭代算法,得到流量分类及识别结果。在此基础上,构建一套实时流量检测工具应用于实际生产环境中。在公开Tor数据集上的实验结果表明,与逻辑回归、随机森林、KNN算法相比,该算法的精确率和召回率分别提高了10%～50%,相比梯度下降的迭代算法准确率提高了7%～8%。

• 单位
  复旦大学