Biblioteca122.739 documentos en línea

Artículo

Classification of Markov Encrypted Traffic on Gaussian Mixture Model Constrained ClusteringClasificación del Tráfico Encriptado de Markov en un Modelo de Mezcla Gaussiana con Agrupamiento Restringido

Resumen

Para resolver el problema de que los enfoques de análisis tradicionales del tráfico encriptado en la transmisión encriptada de aplicaciones de red solo consideran la clasificación del tráfico en el proceso de comunicación completo, ignorando la clasificación del tráfico en el proceso de comunicación simplificado, y hay muchos problemas de duplicación en las huellas de las aplicaciones durante la transición de estados, se propone un nuevo enfoque de clasificación del tráfico encriptado. El artículo aplica el modelo de mezcla gaussiana (GMM) para analizar la longitud del mensaje, y el modelo se establece para resolver el problema de duplicación de huellas de aplicaciones. Las huellas digitales con longitudes similares de la misma aplicación se dividen en la menor cantidad de grupos posible mediante un enfoque de agrupamiento restringido, lo que acelera la velocidad de convergencia y mejora el efecto de agrupamiento. Los resultados experimentales muestran que, en comparación con otros enfoques de clasificación de tráfico encriptado, el enfoque propuesto tiene una mejora del 11.7%, 19

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento