科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有匿名网络流量识别模型准确率低的问题，提出了一种基于一维残差卷积神经网络的Tor匿名网络流量识别模型。该模型根据网络流量各特征之间相互独立，无内在关联的特性，采用一维卷积进行特征提取，并采用最大池化筛选、保留关键特征，通过引入跳跃连接解决深层网络存在的退化问题，降低训练时梯度消失的风险，使得模型可进一步加深，提高识别准确率。实验结果表明，该模型优于常用的SVM、KNN、ResNet等对比模型，将Tor匿名网络流量识别准确率提高至98.87%，具体匿名应用类型识别准确率提高至96.14%。
- 单位
