Tor匿名通信流量应用分类的方法

摘要

一种Tor匿名通信流量应用分类的方法，主要解决Tor匿名通信流量中上层应用类型信息获取的问题，涉及到特征选择、样本预处理以及流量建模等相关技术。该方法首先利用Tor的数据包调度机制，定义流突发段概念，并以流突发段的体积值和方向作为分类特征。然后基于K‑均值聚类算法和多序列比对算法对数据样本进行预处理，通过数值符号化和插入空隙的方式来解决数据样本过拟合和长度不一致问题。最后，使用Profile隐马尔科夫模型对不同应用的上行和下行Tor匿名通信流量分别进行建模，提出一种启发式算法快速建立Profile隐马尔可夫模型。在具体分类时，将待分类网络流量的特征代入不同应用的Profile隐马尔可夫模型中，分别计算出上行和下行流量模型对应的概率，并以最大联合概率值来决定待分类的Tor匿名通信流量所包含的上层应用类型。