FlowPic: универсальное представление для классификации зашифрованного трафика и идентификации приложений
FlowPic: A Generic Representation for Encrypted Traffic Classification and Applications Identification
2021-04-06
SCID: 54.1/tmdj4m6c
Discuss with AI
FlowPicтрафик VPN и Torидентификация приложенийсверточные нейронные сетиклассификация зашифрованного трафика
Figures from the paper
Abstract (AI)
Идентификация типа сетевого потока или конкретного приложения имеет множество преимуществ, например для управления трафиком, а также для обнаружения и предотвращения использования приложений или типов приложений, нарушающих политику безопасности организации. Использование шифрования, например виртуальных частных сетей (VPN), усложняет такую идентификацию. Современные решения в основном опираются на разработанные вручную признаки, после чего для классификации применяются методы обучения с учителем. Мы предлагаем новый подход к классификации зашифрованного интернет-трафика и идентификации приложений: базовые данные о потоке преобразуются в наглядное изображение FlowPic, после чего для определения категории потока (веб-сёрфинг, чат, видео и т. д.) и используемого приложения применяются известные методы глубокого обучения для классификации изображений, а именно сверточные нейронные сети (CNN). Мы показываем, что наш подход обеспечивает высокую точность классификации трафика как для конкретного приложения, так и для категории потока, включая трафик VPN и Tor. Наш классификатор также способен с высокой успешностью идентифицировать новые приложения, не входившие в обучающую выборку для данной категории; таким образом, новые версии или приложения можно классифицировать без дополнительного обучения.
Key Findings
1
FlowPic обеспечивает высокую точность классификации зашифрованного трафика, включая потоки VPN и Tor.
2
FlowPic преобразует базовые данные зашифрованного потока в визуальное представление aFlowPic, позволяя применять CNN для классификации трафика.
3
Метод определяет как общие категории потоков, например веб-сёрфинг, чат и видео, так и конкретные приложения.
4
Классификатор успешно относит к категориям ранее не встречавшиеся приложения без дополнительного обучения.
5
Метод предлагает альтернативу конвейерам классификации зашифрованного интернет-трафика, основанным на вручную разработанных признаках.
Research Object
Зашифрованные интернет-сетевые потоки, включая трафик VPN и Tor, а также создающие их приложения или категории потоков
Research Subject
Классификация и идентификация категорий потоков и приложений по базовым данным о зашифрованных потоках, включая распознавание ранее неизвестных приложений
Publication Details
Publication Date
2021-04-06
Journal
Publisher
ISSN
Cited by
236
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai11
Классификация ImageNet с использованием глубоких сверточных нейронных сетей2017
Adam: метод стохастической оптимизации2014
Scikit-learn: машинное обучение на Python2012
ImageNet: крупномасштабная иерархическая база изображений2009
Градиентное обучение для распознавания документов1998
Улучшение нейронных сетей путем предотвращения соадаптации детекторов признаков2012
Классификация трафика со сквозным шифрованием с использованием одномерных сверточных нейронных сетей2017
Классификация зашифрованного мобильного трафика с использованием глубокого обучения: экспериментальная оценка, извлеченные уроки и проблемы2019
Обзор методов классификации и анализа зашифрованного трафика2015
Полуконтролируемая классификация зашифрованного трафика с использованием глубоких сверточных генеративно-состязательных сетей2019
Adam: метод стохастической оптимизации2021
Работы, цитирующие эту статью4
TFE-GNN: энкодер временного объединения на основе графовых нейронных сетей для детальной классификации зашифрованного трафика2023
ATVITSC: новый метод классификации зашифрованного трафика на основе глубокого обучения2024
FG-SAT: эффективный граф потоков для классификации зашифрованного трафика в условиях сдвига среды2025
Обогащение трасс сетевого трафика для повышения точности классификации2025