返回
摘要
En 中文
大多数网络攻击发生在应用层,该层存在多种应用层协议。这些协议具有不同的结构和功能,导致特征提取面临挑战,从而造成识别准确率较低。这显著影响了应用层协议的识别、分析和检测。针对这一问题,我们提出了一种基于残差网络(ResNet)的数据协议识别方法。该方法包括以下步骤:(1)利用本文提出的信息熵基的定界符确定算法来确定最优定界符集合;(2)使用最优定界符集合对原始数据进行分段,并基于分段数据块的频率构建特征数据块频率表;(3)采用本文提出的基于复合特征的RGB图像生成算法,通过结合特征数据块和原始数据生成特征图像;(4)使用生成的特征图像训练ResNet模型,以自动学习协议特征并实现应用层协议的分类识别。实验结果表明,该方法在准确率、精确率、召回率和F1分数这四个指标上均达到98%以上的表现。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息

