Twitter加密网络行为自动识别方法

摘要

以Twitter加密数据为研究对象,提出一种快速自动识别加密网络行为的方法.在分析海量Twitter加密网络行为的基础上,提取能够表征加密网络行为的特征,构建加密网络行为模型库.计算实时采集的网络交互数据与模型库中参考样本的相关系数,根据相关系数阈值进行海量Twitter加密网络行为的自动分类识别.实验结果表明,与基于IP、机器学习等的识别方法相比,该方法能实现Twitter加密网络行为的快速在线自动识别,并解决因加密协议频繁升级导致的开发维护工作量大和在线识别效率低的问题.