Ta上传的资源 (0)

基于DPI和机器学习的加密流量类型识别研究,随着互联网全站加密流量不断飙升，如何通过有效技术手段，识别互联网中各种业务流量，区分不同服务提供差异 化保障，成为了运营商面临的新挑战。针对DPI深层数据包检测技术能够识别出具体应用，但无法识别加密流量，提出 了一种基于DPI技术和机器学刁结合的加密流

通信中的流量识别工作将直接影响网络管理整体效率.针对复杂网络中的加密流量识别问题,结合网络流 量与文本结构相似性,提出一种基于卷积神经网络的优化识别模型.综合考虑数据包的多样性,对原始网络数据进 行预处理,以保证算法输入数据结构的一致性.同时,算法增加卷积操作,以提高模型特征提取效率.仿真结果表