基于堆栈式自动编码器的加密流量识别方法

来源：计算机工程杂志2018年第11期北京时间：

作者：王攀,陈雪娇

单位：1.南京邮电大学 现代邮政学院,南京 210003; 2.南京信息职业技术学院 通信学院,南京 210023

摘要：基于浅层机器学习的加密流量识别方法准确率偏低,在特征提取和选择方面耗时耗力。为此,提出一种基于堆栈式自动编码器(SAE)的加密流量识别方法。该方法利用SAE的无监督特性及在数据降维等方面的优势,结合多层感知机(MLP)的有监督分类学习,实现对加密应用流量的准确识别。考虑到样本数据集的类别不平衡性对分类精度的影响,采用SMOTE过抽样方法对不平衡数据集进行处理。实验结果表明,该方法各项性能指标均优于MLP加密流量识别方法,识别精确度和召回率以及F1-Score均可达到99%。

关键词：加密流量识别, 深度学习,堆栈式自动编码器, 流量分类,多层感知机,卷积神经网络

基金资助：江苏高校品牌专业建设工程项目(PPZY2015A092)