Con el aumento en la proporción del tráfico de red encriptado, la identificación de tráfico encriptado (ETI) se está convirtiendo en un tema de investigación crítico para la gestión de redes y la seguridad. Actualmente, la ETI bajo la suposición de mundo cerrado ha sido estudiada adecuadamente. Sin embargo, cuando los modelos se aplican al entorno realista, enfrentarán desafíos de identificación de tráfico desconocido y requisitos de eficiencia del modelo. Considerando estos problemas, en este artículo proponemos un modelo ligero de descubrimiento de tráfico desconocido, LightSEEN, para clasificación de tráfico de mundo abierto y actualización del modelo en condiciones prácticas. La estructura general de LightSEEN se basa en la red Siamesa, que toma tres vectores de características de paquetes simplificados como entrada en un lado, utiliza el mecanismo de atención multi-cabeza para capturar de forma paralela las interacciones entre paquetes, y adopta técnicas como 1D-CNN y ResNet para promover la extracción de
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.
Artículo:
Análisis visual y textual para evaluar la fiabilidad de las imágenes en las noticias en línea
Artículo:
Un esquema eficiente y seguro de detección de usuarios maliciosos basado en un mecanismo de reputación para VANET de crowdsensing móvil.
Artículo:
Modelización analítica y verificación de la técnica de modulación de bloqueo de bus para convertidores de condensadores conmutados
Artículo:
Atractor global para inclusiones diferenciales de evolución no lineales de segundo orden
Artículo:
Eficiencia energética y compensación de alta capacidad en un sistema de antenas distribuidas para una red celular ecológica.