一种基于混合流量表征的通用自动化流量分类方法OA北大核心CSTPCD
提出一种自动化流量分类方法,用于解决机器学习在网络流量分析任务时的问题。该方法通过语义和二进制的混合流量表征方法生成统一的网络流量数据包表示,应用于特征表示和模型训练。同时,将这种网络流量表征方法与自动化机器学习相结合,提出具有兼容性的通用自动化机器学习流量表征和分类方法。此方法可以在很大程度上消除各种流量分析任务中的特征提取和模型调整步骤,有助于将机器学习技术更加广泛地应用于流量分析任务中。在ISCX2016-VPN和Kitsune数据集上对提出的方法进行评估,实验表明,该方法在这些数据集上表现良好。
张虎;王晨飞;徐李阳;李慧芹;李子乾;曹彭程;王蕾;李晓红;
国家电网有限公司客户服务中心,天津300309天津大学智能与计算学部,天津300072
计算机与自动化
混合流量分析流量表征自动化流量分类
《计算机应用与软件》 2024 (003)
P.117-123 / 7
基于深度学习的网上国网流量及微服务安全防护技术研究(SGTWAZQT2200040);国家自然科学基金面上项目(61872262)。
评论