一种基于网络流量的暗网用户行为检测方法和系统

摘要

本发明公开了一种基于网络流量的暗网用户行为检测方法和系统，涉及计算机网络安全领域。针对Tor、I2P、ZeroNet、Freenet四种主流暗网中的用户行为进行了分析研究。将用户行为分为8类，通过搭建暗网数据采集环境，采集真实暗网流量数据，提取数据中的流特征，训练层次分类模型。本发明采用层次分类的方法进行模型训练，该方法在四种暗网类型、25种用户行为的暗网流量识别场景下表现良好，具有较高的准确率。同时层次分类器中的基分类器训练各自独立且互不干扰，具有良好的可扩展性，可适应日新月异的暗网环境。本发明的系统可部署于实际生产环境的流量出口，与IDS、防火墙进行联动，为暗网的管控及溯源提供一种解决方法。