计算机应用研究

作者：李玎,祝跃飞,林伟,

单位：数学工程与先进计算国家重点实验室,郑州450001；

关键词：手机应用,流量识别,卷积自编码,隐层特征,

基金：国家自然科学基金资助项目(61271252)；国家重点研发计划资助项目(2016YFB0801601)；；

由于大多数手机应用通过HTTP协议进行通信，传统的端口识别方法已经基本失效。另外，深度包检测和基于流统计特征的机器学习方法均存在手工设计特征和标记样本的困难。借鉴计算机视觉领域的优势，提出了一种基于视觉感知特征的手机应用流量识别方法。首先，将应用层载荷数据转换为视觉上有意义的图像，并从网络关口采集真实数据，建立了样本数据集IMTD17；然后，设计了具有视觉特征提取能力的卷积感知网络模型2D-CPN，利用卷积自编码实现了对大量无标记样本的学习，并通过多类型回归建立起从隐层特征到应用类型的映射。实验结果表明，该方法的流量识别准确率满足实际使用的需求。

来源：2019年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第4期