| 基于并行流量图和图神经网络的加密流量分类方法 |
| |
| 引用本文： | 刘涛涛,付钰,俞艺涵等.基于并行流量图和图神经网络的加密流量分类方法[J].通信学报,2025,46(06):45-59.DOI：10.11959/j.issn.1000-436x.2025095 |
| |
| 作者姓名： | 刘涛涛 付钰 俞艺涵 安义帅 |
| |
| 作者单位： | 1.海军工程大学信息安全系,湖北 武汉 430033;2.海军工程大学作战运筹与规划系,湖北 武汉 430033 |
| |
| 基金项目： | The National Natural Science Foundation of China (No.62102422), Henan Province Key Science and Techno-logy Research Project of China (No.242102211070) |
| |
| 摘 要： | 针对传统加密流量分类方法受限于数据集类不平衡以及复杂网络环境下所用特征不可靠等问题,提出一种基于并行流量图和图神经网络的加密流量分类方法。首先,从数据包头部和有效负载2个角度分别构建流量图以突出二者的差异;其次,引入改进的图注意力网络提取并行流量图的有效信息;然后,利用特征交叉融合注意力模块将提取到的信息进行融合以获得更为鲁棒的特征表示;最后,通过全连接层和Softmax层进行分类。实验表明,所提方法在ISCX-VPN、ISCX-nonVPN、ISCX-Tor和ISCX-nonTor数据集上取得了较好的效果,准确率分别为96.88%、90.62%、99.24%和98.13%,有效提升了加密流量分类性能。
|
| 关 键 词： | 加密流量分类 深度学习 图神经网络 特征融合 |
| 收稿时间： | 2025-03-10 |
| 修稿时间： | 2025-05-19 |
|
| 点击此处可从《通信学报》浏览原始摘要信息 |
|
点击此处可从《通信学报》下载全文 |
|
