基于卷积神经网络的网络流量识别技术研究

发布时间：2018-06-20 11:24

  本文选题：网络流量 + 流量识别　； 参考：《四川大学学报(自然科学版)》2017年05期

【摘要】：近年来,深度包检测技术和基于统计特征的网络流量识别技术迅速发展,但它们分别存在不能识别加密流量和依赖人对特征主观选择的缺陷.文章提出了基于卷积神经网络的流量识别方法,将网络数据按照一定的规则转换为灰度图像进行识别,并根据TCP数据包的有序性和UDP数据包的无序性,对原始的网络数据进行了扩展,以进一步提高识别率.实验数据表明,该方法对应用程序和应用层协议两个层次的网络流量具有较高的检测率.
[Abstract]:In recent years, the depth packet detection technology and the network traffic identification technology based on statistical features have developed rapidly, but they have the defects of not recognizing the encrypted traffic and relying on the subjective selection of the features, respectively. In this paper, a traffic recognition method based on convolutional neural network is proposed. The network data is transformed into gray image according to certain rules, and according to the order of TCP data packet and the disorder of UDP data packet. The original network data is extended to further improve the recognition rate. Experimental data show that the proposed method has a high detection rate for network traffic in application and application layer protocols.
【作者单位】： 四川大学计算机学院;英国利物浦大学;
【基金】：国家自然科学基金(61332006)
【分类号】：TP18;TP391.41

【相似文献】

相关期刊论文 前10条

1 禹可;张馨予;狄佳玺;吴晓非;苏驷希;;互联网流量识别中的基于标签传播的重叠社团发现算法(英文)[J];中国通信;2012年12期

2 苏欣;杨建华;张大方;谢高岗;;面向流量识别系统的聚类算法的比较与分析[J];计算技术与自动化;2008年03期

3 储慧琳;张兴明;;一种组合式特征选择算法及其在网络流量识别中的应用[J];小型微型计算机系统;2012年02期

4 张剑;曹萍;寿国础;;网络流量识别的自适应分级滑动窗决策树算法[J];计算机应用研究;2013年08期

5 杜锡寿;陈庶樵;张建辉;;基于C4.5决策树的单向P2P流量识别方法研究[J];小型微型计算机系统;2013年02期

6 蒋蔚;;网络行为管理系统的研究和设计[J];网友世界;2012年22期

7 旷章辉;王甲海;周雅兰;;用改进的竞争Hopfield神经网络求解多边形近似问题[J];计算机科学;2009年03期

8 高永建 ,吴健康;神经网络及其识别应用简介[J];电信科学;1990年02期

9 谢国梁;;神经网络:从希望到现实[J];激光与光电子学进展;1991年01期

10 郑士贵;文献自动阅读神经网络[J];管理科学文摘;1996年08期

相关会议论文 前10条

1 陈文新;王长富;戴蓓倩;;基于神经网络的汉语四声识别[A];第一届全国语言识别学术报告与展示会论文集[C];1990年

2 李睿;李明军;;一种模糊高斯基神经网络在数值逼近上的仿真[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

3 许旭萍;臧道青;;采用Hopfield神经网络实施缸盖表面点阵字符识别[A];第十五届全国汽车检测技术年会论文集[C];2011年

4 朱长春;;神经网络用于线性时固有系统的广义状态转移矩阵的识别[A];中国工程物理研究院科技年报（1999）[C];1999年

5 王玉斌;李永明;王颖;;用数据挖掘和神经网络技术预测工程造价[A];第十一届全国电工数学学术年会论文集[C];2007年

6 应捷;袁一方;;神经网络指纹特征点匹配算法的改进[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

7 谢小良;符卓;;基于Hopfield神经网络的单周期船舶调度模型及算法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

8 陈意;;神经网络在船舶识别一个应用[A];船舶航泊安全的新经验新技术论文集（上册）[C];2007年

9 王辉;杨杰;黎明;蔡念;;一种基于神经网络的图像复原方法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

10 贾睿;徐启强;刘艳;;基于神经网络的网壳结构近似分析研究[A];第二十一届全国振动与噪声高技术及应用学术会议论文集[C];2008年

相关重要报纸文章 前1条

1 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

相关博士学位论文 前10条

1 李晓刚;基于神经网络的码垛机器人视觉位姿测量及伺服控制研究[D];北京林业大学;2015年

2 户保田;基于深度神经网络的文本表示及其应用[D];哈尔滨工业大学;2016年

3 沈旭;基于序列深度学习的视频分析：建模表达与应用[D];中国科学技术大学;2017年

4 诸勇;正交回归神经网络及其在控制系统中的应用[D];浙江大学;1998年

5 田景文;地下油藏的仿真与预测[D];哈尔滨工程大学;2001年

6 彭宏京;基于稀疏RAM的神经网络及其人脸识别应用研究[D];南京航空航天大学;2002年

7 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年

8 王鑫;基于表示学习的情感分析关键技术研究[D];哈尔滨工业大学;2017年

9 郭海湘;石油储层纵向预测软硬计算融合的理论与方法研究[D];中国地质大学;2008年

10 葛利;基于过程神经网络的时序数据挖掘研究[D];哈尔滨工程大学;2012年

相关硕士学位论文 前10条

1 白宇;基于马尔可夫链的加密流识别系统研究与实现[D];北京理工大学;2015年

2 王程;网络流量识别分析系统的设计与实现[D];吉林大学;2014年

3 赵凯;基于聚类分析的P2P流量识别算法的研究[D];长沙理工大学;2011年

4 吴玉;基于DPI的流量识别与控制系统的设计与实现[D];北京邮电大学;2015年

5 安文娟;基于聚类算法的实时IP流量识别技术研究[D];北京邮电大学;2013年

6 赵魏雨;基于改进的k均值聚类算法的P2P流量识别的研究[D];东北林业大学;2013年

7 黄泥来;基于P2P流信息的图形化分析系统的设计与实现[D];北京邮电大学;2009年

8 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

9 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

10 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

，

本文编号：2044095