PERT: представление кодирования полезной нагрузки на основе трансформера для классификации зашифрованного трафика

Идентификация трафика становится все более важной и одновременно более сложной задачей, поскольку технологии шифрования стремительно развиваются. В отличие от современных методов глубокого обучения, в которых для решения задач классификации зашифрованного трафика применяется обработка изображений, в данной работе предлагается метод Payload Encoding Representation from Transformer (PERT), предназначенный для автоматического извлечения признаков трафика с использованием современной технологии динамического векторного представления слов. На основе этого метода разработан фреймворк классификации трафика, в котором немаркированный трафик используется для предварительного обучения сети кодирования, изучающей контекстное распределение байтов полезной нагрузки трафика. На последующем этапе классификации предварительно обученная сеть повторно используется для получения улучшенных результатов классификации. Эксперименты, проведенные на общедоступном наборе данных о зашифрованном трафике и на собранном авторами Android HTTPS-трафике, показали, что предложенный метод обеспечивает существенно более высокую эффективность по сравнению с рассматриваемыми базовыми методами. Насколько нам известно, это первое исследование, посвященное классификации зашифрованного трафика исключительно с использованием динамического векторного представления слов в сочетании со стратегией предварительного обучения.