Histogram-XGBoost的Tor匿名流量识别

摘要

匿名通信网络正成为犯罪分子的隐匿空间,给网络监管带来了严峻的挑战.对匿名网络流量的有效识别是对其有效监管的先决条件.针对Tor匿名流量,提出了一种有效的流量识别模型——Histogram-XGBoost模型.Histogram-XGBoost模型在流粒度上计算获取流量的时间相关性特征,并对这些特征进行类离散化预处理,提升特征的鲁棒性,最后结合集成学习的思想通过XGBoost在较小的特征维度下实现对Tor匿名流量的识别.实验结果表明,与已有的识别方法相比,提出的识别模型在准确率与稳定性上有较大的提升.