Классификация зашифрованного сетевого трафика на основе машинного обучения

Зашифрованный трафик является важной составляющей обеспечения безопасности и конфиденциальности передачи данных. Он играет важную роль в защите сетей, предотвращая перехват злоумышленниками конфиденциальной информации, к которой они могут получить несанкционированный доступ. Однако его эффективность во многом зависит от корректного применения точных методов классификации, позволяющих отличать действия легитимных пользователей от действий, связанных со злонамеренной активностью в пределах сети. Зашифрованный сетевой трафик становится все более распространенным в современных системах связи, что создает проблемы для эффективного управления сетями и обеспечения их безопасности. Для решения этой проблемы применялись модели машинного обучения, предназначенные для классификации зашифрованного трафика, однако их успех был ограничен из-за отсутствия прозрачности содержимого пакетов и невозможности его анализа. Для устранения этого ограничения исследования все чаще направлены на разработку моделей машинного обучения для классификации зашифрованных полезных нагрузок без непосредственного анализа их содержимого. В данном исследовании изучается, как такие признаки, как длина пакета, временные метки, протокол безопасности транспортного уровня (TLS) и информация о зашифрованной полезной нагрузке, могут использоваться в качестве входных признаков при выполнении задач классификации вместо непосредственного анализа незашифрованного содержимого пакетов, что невозможно при существующих технологических ограничениях. Оценка сосредоточена на исследовании различных архитектур моделей и методов отбора признаков, обеспечивающих улучшение результатов по сравнению с существующими подходами. В статье предлагаются три подхода к выявлению зашифрованного трафика и классификации различных приложений, таких как веб-серфинг, передача голоса по IP (VoIP), передача файлов и потоковое видео. Первые два метода состоят из двух этапов: на первом этапе используется либо нейронная сеть, либо двунаправленная сеть с долгой кратковременной памятью (BiLSTM), а на втором этапе — набор различных методов классификации techniqu...