期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于改进递归残差网络的恶意流量分类算法 被引量：4

Malicious traffic classification algorithm based on improved recursive residual network
在线阅读 下载PDF
导出
摘要 针对深层网络优化困难会导致网络退化从而引起分类精度降低的问题,提出了一种基于改进递归残差网络的流量分类方法。所提方法将流量所有层负载数据经预处理映射为网络的输入,网络由递归残差模块嵌入一维卷积神经网络构成,其中递归残差模块由残差块以递归方式构建而成,残差块由预激活单元及深度可分离卷积组成。经实验验证,所提方法对10种恶意流量平均检测准确率为99.93%,较现有典型算法准确率提升1%,网络参数减少80%,对两种难检测恶意流量检测准确率提升5%。
作者 潘嘉 翟江涛 刘伟伟
机构地区 江苏科技大学电子信息学院 南京信息工程大学计算机与软件学院 南京理工大学自动化学院
出处 《计算机应用研究》 CSCD 北大核心 2020年第S02期227-229,共3页 Application Research of Computers
基金 国家自然科学基金资助项目(61702235)
关键词 恶意流量分类 一维卷积神经网络 递归残差网络 深度可分离卷积
分类号 TP393.08 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程]
  • 相关文献

参考文献6

二级参考文献32

  • 1熊刚,孟姣,曹自刚,王勇,郭莉,方滨兴.网络流量分类研究进展与展望[J].集成技术,2012,1(1):32-42. 被引量：24
  • 2TOUCH J, LEAR E, MANKIN A, et aI. Internet assigned numbers authority (IANA)[EB/OL]. [2010-08-28]. http:// www.iana.orglassignments/port-numbers.
  • 3SEN S, SPATSCHECK 0, WAND D. Accurate, scalable in-network identification of P2P traffic using application signatures[C]//Proceedings of the 13th International World Wide Web Conference on Alternate Track Papers & Posters (WWW'04). New York, USA: ACM, 2004: 512-521.
  • 4KARAGIANNIS T, PAPAGIANNAKI K, FALOUTSOS M. BLINC: Multilevel traffic classification in the dark[C]/! ACM SIGCOMM. Phila-delphia, PA, USA: ACM, 2005.
  • 5ZUEV D, MOORE A W. Traffic classification using a statistical approach[C]//Proceedings of PAM 2005. Boston, USA: [s.n.], 2005.
  • 6DAINOTTI. A, PESCAPE. A, SANSONE C. Issues and future directions in traffic c1assification[J]. IEEE Network, 2012,26(1): 35-40.
  • 7GU Cheng-jie, ZHANG Shun-yi, SUN Yan-fei. Real-time encrypted traffic identification using machine learning[J]. Journal ofSofiware, 2011, 6(6): 1009-1016.
  • 8HURLEY J, GARCI-PALACIOS E, SEZER S. Classifying network protocols: a 'two-way' flow approach[J]. Communications, 2012, 5(1): 19-89.
  • 9TIPPING M. Sparse Bayesian learning and the relevance vector machine[J]. Journal of Machine Learning Research, 2001,1(1): 211-244.
  • 10ZHANG Mian-ji, ROBUST Y. Hyperspectral classification using relevance vector machine[J]. Geoscience and Remote Sensing, 2011, 49(6): 2100-2112.

共引文献99

同被引文献47

引证文献4

二级引证文献10

计算机应用研究
2020年 第S02期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部