基于堆栈式自动编码器的加密流量识别方法

作者：王攀; 陈雪娇

来源：计算机工程, 2018, 44(11): 140-153.

DOI：10.19678/j.issn.1000-3428.0052059

• 加密流量识别
• 深度学习
• 堆栈式自动编码器
• 流量分类
• 多层感知机
• 卷积神经网络

基于浅层机器学习的加密流量识别方法准确率偏低,在特征提取和选择方面耗时耗力。为此,提出一种基于堆栈式自动编码器(SAE)的加密流量识别方法。该方法利用SAE的无监督特性及在数据降维等方面的优势,结合多层感知机(MLP)的有监督分类学习,实现对加密应用流量的准确识别。考虑到样本数据集的类别不平衡性对分类精度的影响,采用SMOTE过抽样方法对不平衡数据集进行处理。实验结果表明,该方法各项性能指标均优于MLP加密流量识别方法,识别精确度和召回率以及F1-Score均可达到99%。

• 单位
  南京信息职业技术学院; 南京邮电大学