结合机器学习的SSR代理下App流量识别方法

提出了一种基于机器学习的ShadowSocksR代理下的App流量识别方案。目的是识别出智能手机产生的ShadowSocksR代理流量来源于哪款APP。该方案包含流量预处理、特征提取和模型构建。首先将智能手机产生的ShadowSocksR流量对应的数据包集合，按照到达时间间隔以及源目的IP地址和端口这两部分信息将其划分为细粒度的流数据分组；再将包含数据包较少的流数据分组进行进一步的过滤，目的是过滤掉后台App或者智能手机操作系统产生的干扰流量识别的噪音流量；之后，从过滤后的流数据分组集合中提取数据包长度统计特征与分布特征、时间统计特征、数据包频率特征、数据包过滤比例特征、前后流结合特征的特征向量组成特征矩阵，输入机器学习算法得到App流量识别模型，对于需要识别的ShadowSocksR流量经过相同处理步骤得到特征矩阵后，输入App流量识别模型即可得到流量识别结果。实验结果表明，该流量识别方法对于ShadowSocksR代理下的App流量识别可以到达97%以上的准确率。