一种面向典型匿名网络流量的分层分类方法
来源：计算机应用与软件杂志2025年第7期北京时间：
作者：许成程, 翟江涛, 刘光杰, 戴跃伟
摘要：针对匿名网络隐藏用户身份网络安全管控带来严重挑战的问题，提出一种面向典型匿名网络流量的分层分类方法。提取数据流统计特征结合机器学习方法对流量进行粗分类，对粗分类后的流量提取时间相关特征与数据包原始字节特征，两部分特征融合进行流量重构，采用深度学习方法进行细分类。以当前典型的4种匿名网络应用作为实验对象，结果表明所提方法识别匿名网络流量、类型以及用户行为的准确率分别为99.70%、98.47%及96.05%，与现有方法相比，所提方法在分类时更加灵活且具有更好的分类性能。
关键词：匿名网络, 分层分类, 流量重构, 深度学习
