SSH-Tracker: Fine-grained SSH behavior analysis in encrypted tunnel traffic

doi:10.1016/j.jisa.2026.104638

SSH-Tracker: Fine-grained SSH behavior analysis in encrypted tunnel traffic

2026-09-23

0

PRE

AI

DOI：10.1016/j.jisa.2026.104638

原文链接

原文求助

摘要

En 中文

加密隧道技术在封装流量中提供隐私保护和安全通信，同时隐藏细粒度行为语义。当安全外壳（SSH）流量通过加密隧道传输时，多个SSH行为通常在连续会话中顺序执行，产生隐式行为转换，这些转换无法直接从流量侧信道信息中观察。现有加密流量分析方法主要关注协议级或应用级分类，通常依赖固定窗口表示，限制了其建模具有未知转换边界顺序SSH行为的能力。本文提出SSH-Tracker，一种用于加密隧道中SSH行为分析的多任务学习框架。SSH-Tracker在共享表示空间中联合执行行为边界定位和段级行为分类。该框架采用带自适应门控的注意力残差层次编码器，以捕获长程时间依赖关系和局部转换模式。多尺度窗口统计模块进一步通过建模多窗口尺寸下相邻时间区域间的上下文差异来识别行为转换。在由六种隧道技术构建的隧道流量上进行的实验表明，与基线方法相比，SSH-Tracker在行为分类和边界定位方面表现出更优的性能。

Keyword:

Encrypted tunnel

SSH behavior classification

Boundary localization

SSH-Tracker: Fine-grained SSH behavior analysis in encrypted tunnel traffic

摘要

期刊

机构

引用论文