.png){kind=icon}
返回
MP-DEC: multi-perspective deep embedding custering for network protocol data
.png){kind=icon}
PRE
AI
DOI：10.1080/17445760.2026.2620536.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为应对快速演变的网络威胁，精确的协议分析是现代防御的基础。本文提出MP-DEC：一种多视角深度聚类框架，用于分层协议分析。其创新包括区分协议类型与格式的特征加权机制、整合这些权重的特征增强自编码器，以及实现精确分层分离的联合优化策略。在精选数据集和MACCDC 2012数据集上的评估显示，MP-DEC在协议类型上达到91.8%的V-Measure，在格式上达到93.6%的聚类纯度。该框架为测试的有结构非加密协议数据提供了更具可解释性的结构化表示，为异常检测和威胁搜寻等下游安全任务提供了基础支持。
Keyword:
Cybersecurity
protocol clustering
deep embedding clustering
autoencoder
network traffic analysis
期刊
I
IF:
0.7
论文数:
50
被引数:
266
机构
暂无机构信息
引用论文
BotMark: Automated botnet detection with hybrid analysis of flow-based and graph-based traffic behaviorsBotMark: 自动僵尸网络检测，对基于流和基于图的流量行为进行混合分析
PREAI
分享收藏Unknown Application Layer Protocol Recognition Method Based on Deep Clustering.png)
CHINA COMMUNICATIONS
CHINA COMMUNICATIONSIF3.1
PREAI
分享收藏Silhouettes: A graphical aid to the interpretation and validation of cluster analysis剪影: 对聚类分析的解释和验证的图形辅助
OAAI
OAAI分享收藏Efficient clustering on Riemannian manifolds: A kernelised random projection approach黎曼流形上的有效聚类: 核化随机投影方法PATTERN RECOGNITIONOAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏分享收藏
查看更多内容