网络加密流量识别研究综述及展望

鉴于加密流量识别技术的重要性和已有相关研究工作,首先根据流量分析需求的层次介绍了加密流量识别的类型,如协议、应用和服务。其次,概述已有加密流量识别技术,并从多个角度进行分析对比。最后,归纳现有加密流量识别研究存在的不足及影响当前加密流量识别的因素,如隧道技术、流量伪装技术、新型协议HTTP/2.0和QUIC等,并对加密流量识别趋势及未来研究方向进行展望。

基于信息熵的自适应网络流概念漂移分类方法

由于网络流量特征随时间和网络环境的变化而发生改变,导致基于机器学习的流量分类方法精度明显降低.同时,根据经验定期更新分类器是耗时的,且难以保证新分类器泛化性能.因而,文中提出一种基于信息熵的自适应网络流概念漂移分类方法,首先根据特征属性的信息熵变化检测概念漂移,再采用增量集成学习策略在概念漂移点引入当前流量建立的分类器,并剔除性能下降的分类器,达到更新分类器的目的,最后加权集成分类结果.实验结果表明该方法可以有效地检测概念漂移并更新分类器,表现出较好的分类性能和泛化能力.

Youtube移动端加密视频传输模式快速识别

近年来,用户对视频业务的需求飞速增长.Youtube作为当今最受欢迎的互联网供应商之一,拥有超过一亿用户,人们每天在Youtube上观看超过数百万小时时长的视频,其中半数访问来源于移动终端.通过研究自适应传输模式的策略、中间人攻击进行明文密文比对,我们发现即使是在加密情况下,只需提取视频前两条流的少量数据包的四个特征,便能快速、准确识别出来自不同手机终端及手机浏览器访问Youtube的视频传输模式.本文使用的A-I-P-FP方法,能够快速识别来自移动端youtube加密流的视频传输模式,准确率超过90%.