公开(公告)号：CN114972836A

公开(公告)日：2022-08-30

申请号：CN202111580226.X

申请日：2022-06-14

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  许历隆 ,  林鹏 ,  崔永富

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  H04L9/40

Abstract: 本发明公开了一种多模块融合的加密流量分类方法，所述方法包括以下步骤：数据集采集、数据集预处理、自注意力模块设计、残差收缩模块设计、多模块融合的神经网络模型搭建、分类模型训练及评估。本发明将自注意力机制和深度残差收缩网络与深度学习模型相结合，有效提升了神经网络的特征提取和处理能力，使得部署于网络中的加密流量分类器精度得到提升。本发明方法可部署于网络出口处对进出网络的流量进行分类，以提高网络管理和安全防护能力。

公开(公告)号：CN113746707B

公开(公告)日：2022-02-15

申请号：CN202111311502.2

申请日：2021-11-08

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  林鹏 ,  许历隆 ,  崔永富

IPC: H04L43/026 ,  H04L41/14 ,  H04L41/142 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于分类器及网络结构的加密流量分类方法，属于加密流量识别领域。步骤如下：S1、通过所述网络流量收集模块进行网络流量收集；S2、通过所述流量数据预处理模块进行流量数据预处理；S3、通过所述流量解析模块进行流量聚合；S4、再通过所述流量解析模块进行计算代价矩阵；S5、通过所述分类器训练及优化模块进行分类器的训练；S6、通过所述分类器训练及优化模块进行分类器优化。本发明在较短的训练时间内可以获得较高的性能，适用于类别不平衡的数据集和特征提取困难的加密流量分类识别。

公开(公告)号：CN113746707A

公开(公告)日：2021-12-03

申请号：CN202111311502.2

申请日：2021-11-08

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  林鹏 ,  许历隆 ,  崔永富

IPC: H04L12/26 ,  H04L12/24 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于分类器及网络结构的加密流量分类方法，属于加密流量识别领域。步骤如下：S1、通过所述网络流量收集模块进行网络流量收集；S2、通过所述流量数据预处理模块进行流量数据预处理；S3、通过所述流量解析模块进行流量聚合；S4、再通过所述流量解析模块进行计算代价矩阵；S5、通过所述分类器训练及优化模块进行分类器的训练；S6、通过所述分类器训练及优化模块进行分类器优化。本发明在较短的训练时间内可以获得较高的性能，适用于类别不平衡的数据集和特征提取困难的加密流量分类识别。

公开(公告)号：CN112910853A

公开(公告)日：2021-06-04

申请号：CN202110062223.0

申请日：2021-01-18

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  许历隆 ,  崔永富 ,  林鹏 ,  陈伟 ,  王勤凡

IPC: H04L29/06 ,  H04L12/851 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于混合特征的加密流量分类方法，包括以下步骤：数据集采集、数据预处理、搭建CNN模型、CNN自动提取特征、提取流级特征、组合特征、SVM输出分类结果。本发明分别从一维空间中提取出流的具体特征和从二维空间中提取出流的抽象特征，组成了混合特征，提升了特征结构的复杂性，有效的提高了加密流量分类的准确率。