公开(公告)号：CN115242496A

公开(公告)日：2022-10-25

申请号：CN202210857605.7

申请日：2022-07-20

Applicant: 安徽工业大学

Inventor： 刘栋 ,  吴宣够 ,  王灿

IPC: H04L9/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于残差网络的Tor加密流量应用行为分类方法及装置，其方法包括：1)将不同Tor加密流量应用行为类型的pcap文件各自分会话；2)提取时间戳和数据包长度；3)数据预处理；生成相应尺寸的灰度图片；4)赋予标签；5)设计一种残差网络模型，该模型结构从输入开始依次为卷积层、卷积层、3个连续的残差块、全局均值池化层和输出层；6)模型训练和评估；将训练集放入设计好的模型进行训练，设置一定的训练轮数，通过提前终止的方式，得到训练效果最优的轮数，并保存模型。本发明将加密流量分类与深度学习方法相结合，通过神经网络自动提取特征，不断优化调整模型，对Tor加密流量应用行为分类取得了较高的准确率。

公开(公告)号：CN115242496B

公开(公告)日：2024-04-16

申请号：CN202210857605.7

申请日：2022-07-20

Applicant: 安徽工业大学

Inventor： 刘栋 ,  吴宣够 ,  王灿

IPC: H04L9/40 ,  G06F18/213 ,  G06F18/2431 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于残差网络的Tor加密流量应用行为分类方法及装置，其方法包括：1)将不同Tor加密流量应用行为类型的pcap文件各自分会话；2)提取时间戳和数据包长度；3)数据预处理；生成相应尺寸的灰度图片；4)赋予标签；5)设计一种残差网络模型，该模型结构从输入开始依次为卷积层、卷积层、3个连续的残差块、全局均值池化层和输出层；6)模型训练和评估；将训练集放入设计好的模型进行训练，设置一定的训练轮数，通过提前终止的方式，得到训练效果最优的轮数，并保存模型。本发明将加密流量分类与深度学习方法相结合，通过神经网络自动提取特征，不断优化调整模型，对Tor加密流量应用行为分类取得了较高的准确率。