Механизм тонко‑гранулярной идентификации зашифрованного сетевого трафика на основе отпечатков данных и решения мультиклассификатора

Решая проблемы высокой вычислительной нагрузки, длительного времени обучения моделей и грубой детализации в существующих технологиях восприятия зашифрованного сетевого трафика, в статье предложен механизм тонко‑гранулярной идентификации зашифрованного сетевого трафика на основе отпечатков данных и принятия решений несколькими классификаторами. С использованием правил извлечения отпечатков данных из зашифрованного сетевого трафика этот механизм обеспечивает выделение признаков данных зашифрованного трафика, позволяя точно характеризовать данные сетевых потоков на транспортном уровне. Далее разработан метод тонкого анализа зашифрованного трафика на основе решения мультиклассификатора. Путём интеграции нескольких небольших алгоритмов классификации зашифрованного трафика, таких как метод опорных векторов (SVM) и k ближайших соседей (KNN), и применением голосования нескольких классификаторов, метод проводит тонкий анализ зашифрованного сетевого трафика. Он идентифицирует и анализирует статус шифрования сетевых потоков, типы приложений зашифрованных потоков и типы содержимого зашифрованных потоков, обеспечивая надежную опорную информацию для последующего обнаружения вредоносного сетевого трафика. Метод показал достойные экспериментальные результаты на авторитетном наборе данных ISCX VPN-nonVPN, что подтверждает эффективность предложенного механизма.