基于CNN的加密C&C通信流量识别方法
来源：计算机工程杂志2019年第8期北京时间：
作者：程华, 谢金鑫, 陈立皇
单位：华东理工大学 信息科学与工程学院, 上海 200237
摘要：为实现恶意软件加密C&C通信流量的准确识别，分析正常网页浏览访问和C&C通信的https通信过程，发现恶意软件C&C通信的服务器独立性特征，提出https通信序列建模方法。针对加密通信的行为特点，利用密文十六进制字符的向量表示方法完成加密流量的向量化表达，并采用多窗口卷积神经网络提取加密C&C通信模式的特征，实现加密C&C通信数据流的识别与分类。实验结果表明，该方法识别恶意软件加密C&C流量的准确率高达91.07%。
关键词：加密流量,C&C通信,https通信,卷积神经网络,密文字符表达
基金资助：赛尔网络下一代互联网技术创新项目（NGII20160606）。
