Length-Ware限制聚类的Markov加密流量分类研究

摘要

为解决网络应用加密传输中大部分分析加密流量的方法忽略通信维持的简化阶段的流量分类,并且网络中应用指纹有大量重复的问题,提出一种新型的加密流量分类方法。将报文长度作为重要的特征分析,通过高斯混合模型建模解决应用指纹的重复问题;通过限制聚类将同一应用长度相近的指纹尽可能划分到同一簇内,提高了收敛速度。实验结果表明:提出的研究方法与传统的加密流量分类方法相比,其TPR和FPR分别提高10.8%和15.7%,效果明显提高。