【摘 要】
：
Tor等匿名流量的分类与识别对运营商监管网络安全具有重要意义,但目前To r流量的分类检测技术普遍存在识别准确率低、缺乏实时性、无法有效处理高维数据等问题.为此,提出一种To r流量在线识别方法.通过搭建基于逻辑回归的深度神经网络,提取To r流量特征匹配度以实现特征增强,并使用人工蜂群机制代替梯度下降等常见迭代算法,得到流量分类及识别结果.在此基础上,构建一套实时流量检测工具应用于实际生产环境中.在公开Tor数据集上的实验结果表明,与逻辑回归、随机森林、KNN算法相比,该算法的精确率和召回率分别提高了1
【机 构】
：
复旦大学 计算机科学技术学院,上海 200433;复旦大学 计算机科学技术学院,上海 200433;教育部网络信息安全审计与监控工程研究中心,上海 200433
论文部分内容阅读
Tor等匿名流量的分类与识别对运营商监管网络安全具有重要意义,但目前To r流量的分类检测技术普遍存在识别准确率低、缺乏实时性、无法有效处理高维数据等问题.为此,提出一种To r流量在线识别方法.通过搭建基于逻辑回归的深度神经网络,提取To r流量特征匹配度以实现特征增强,并使用人工蜂群机制代替梯度下降等常见迭代算法,得到流量分类及识别结果.在此基础上,构建一套实时流量检测工具应用于实际生产环境中.在公开Tor数据集上的实验结果表明,与逻辑回归、随机森林、KNN算法相比,该算法的精确率和召回率分别提高了10％～50％,相比梯度下降的迭代算法准确率提高了7％～8％.
其他文献
云存储的便捷性和管理高效性使得越来越多的用户选择将数据存放在云端.为支持用户对云端加密数据进行检索,提出云存储中基于属性加密支持属性撤销的多关键词搜索方案.采用线性秘密共享矩阵来表示访问控制结构,实现密文细粒度访问控制,在属性撤销过程中不需要更新密钥,应对用户属性变更的情况,在此基础上构造基于多项式方程的搜索算法支持多关键词搜索,从而提高搜索精度.理论分析和实验结果表明,该方案具有陷门不可伪造性和关键词隐私性,能够保证用户数据的隐私和安全,相比CP-ABE方案,具有较高的存储性能和计算效率,功能性更强.
在互联网数据急剧扩张和深度学习技术高速发展的背景下,自动文本摘要任务作为自然语言处理领域的主要研究方向之一,其相关技术及应用被广泛研究.基于摘要任务深化研究需求,以研究过程中存在的关键问题为导向,介绍现有基于深度学习的生成式文本摘要模型,简述定义及来源、数据预处理及基本框架、常用数据集及评价标准等,指出发展优势和关键问题,并针对关键问题阐述对应的可行性解决方案.对比常用的深度预训练模型和创新方法融合模型,分析各模型的创新性和局限性,提出对部分局限性问题的解决思路.进一步地,对该技术领域的未来发展方向进行展
传统服饰民俗色彩文化作为中华民族文化的重要构成部分,展现了中国深厚的文化底蕴.经过5000多年的积累,先辈们留下了珍贵且丰富的遗产.其中,色彩作为文化要素的一部分,反映了一个时代的精神内涵与意识形态.在职专美术中融入中国传统服饰民俗色彩文化,既有利于强化学生的色彩意识,促进学生的良好发展,还能实现我国传统服饰民俗色彩文化的传承与弘扬.
近年来,高等职业教育得到了国家及社会的重视和关注,高职院校的人才培养模式已成为教育创新和学术研究的热点.文章在“大众创业、万众创新”的背景下,结合“工学商一体化”的教育教学理念,探究高职院校服装设计类专业人才培养模式的特点、体系构建和实践策略.
生物医用纺织品是医疗活动中不可或缺的一部分,在疾病诊断和治疗方面具有重要作用,已成为临床应用中的关键医疗用品.结合实际教学经验,文章归纳并提出了生物医用纺织教学和人才培养新模式,以期为新形势下的生物医用纺织品行业的发展提供助力.
为求解带时间窗的车辆路径问题(VRPTW),提出一种改进的细菌觅食算法.将待配送的客户点依据地理位置进行K-means聚类,使得到的分类结果在满足时间窗的要求下,按顺序插入配送路径的最佳位置中,构造VRPTW问题的初始解,同时通过结合趋化操作与大邻域搜索中的removal算子进行距离寻优,扩大算法搜索范围并提高运行效率.实验结果表明,在规定时间窗内,改进算法能合理安排配送路径并最小化总配送成本.
限制对齐路径长度的动态时间规整(LDTW)算法存在时间复杂度高和计算量大的问题.基于LDTW算法提出固定对齐路径长度的动态时间规整(FDTW)算法.通过调整LDTW算法中对齐路径长度的控制策略,由控制在某个区间改为固定到某个具体值,相应缩减累计代价矩阵中元素的计算范围.在UCR时间序列数据集上的实验结果表明,FDTW与LDTW算法的分类准确率持平,但FDTW算法在分类过程中的时间开销更小,并且能有效降低累计代价矩阵元素的计算量,提高计算效率.
在未知无线网络环境下,比特流形式的协议数据帧特征不明显,且缺乏先验知识对其进行分析,造成特征提取困难.提出一种利用序列统计提取未知无线协议特征的方法.统计数据中定长序列出现的频次和位置,根据概率和相似性筛选满足频繁条件的固定序列和交互序列,得到频繁项集,并借鉴关联规则连接频繁项集中的频繁序列,去除冗余的序列信息,得到协议特征集.仿真结果表明,该方法能够有效提高未知无线协议特征提取效果,准确率稳定在90％以上.
针对弹性光网络中单链路故障问题,提出一种基于匈牙利算法求解链路映射方案的节点与链路协同映射保护算法CMST-HA.将虚拟网络请求的节点与链路分别划分为主动类型与被动类型,把主动类型节点映射至邻接链路频谱资源丰富且邻接节点计算资源充足的物理节点上,在主动链路时使用匈牙利算法求解出最小映射开销方案并完成映射,确定被动节点的映射位置,利用KSP算法为被动链路选择映射路径,在此基础上为虚拟网络请求的最小生成树链路提供备份路径.仿真结果表明,与RVNM、CMST算法相比,CMST-HA算法不仅能够降低虚拟网络请求阻
针对现有可搜索加密方案中密文检索效率低、搜索结果不精确以及不支持数据使用者身份验证等问题,在无证书密码体制下,提出一种指定使用者且多服务器多关键字的可搜索加密方案.使用多服务器和多关键字技术在降低服务器负荷的同时提高用户检索密文的速度,使搜索结果更加精确.在搜索验证阶段,搜索服务器验证数据使用者的身份,若身份合法则存储服务器根据关键字向数据使用者返回相应密文.性能分析结果表明,在随机预言机模型下该方案可以抵抗内外关键字猜测攻击,且能够在降低计算开销的同时提高搜索效率,在安全性和效率方面均具备一定优势.