基于稠密連接卷積網(wǎng)絡(luò)的加密流量分類方法

摘要： 針對(duì)傳統(tǒng)方法依靠人工提取特征、現(xiàn)有基于深度學(xué)習(xí)的方法在多分類上性能不夠高等問題，提出一種基于稠密連接卷積網(wǎng)絡(luò)的加密流量分類方法，利用DenseBlock中各層卷積稠密連接的結(jié)構(gòu)，減輕梯度消失、加強(qiáng)特征傳遞，以提高分類性能。在公開數(shù)據(jù)集“ISCX VPN-nonVPN”上進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法對(duì)不同種類的加密流量有更好的分類效果，準(zhǔn)確率達(dá)到98.56%,F1值達(dá)到98.55%,... （共7頁）

加密流量分類 卷積神經(jīng)網(wǎng)絡(luò) 稠密連接 圖像分類 深度學(xué)習(xí)