DeepTLS：面向加密流量的全面高性能特征提取
密码学与安全
2022-08-09 v1
摘要
特征提取是利用机器学习技术进行TLS流量分析的关键，同时也非常困难且耗时，需要巨大的工程投入。我们设计并实现了DeepTLS，一个从pcap文件中跨元数据、统计特征、SPLT、字节分布、TLS头部和证书提取全谱特征的系统。后端用C++编写以实现高性能，可在几分钟内分析GB级pcap文件。DeepTLS使用由160个pcap组成的四个知名恶意流量数据集，与两种最先进工具Joy和Zeek进行了充分评估。评估结果表明，DeepTLS在分析大型pcap文件时具有优势，分析时间减半，且相较于Joy能以可接受的性能损失识别更多证书。DeepTLS可将特征提取时间从数小时甚至数天缩短至几分钟，显著加速机器学习流程。该系统在线于https://deeptls.com，可查看并验证测试产物。此外，还发布了两款开源工具Pysharkfeat和Tlsfeatmark。
引用
@article{arxiv.2208.03862,
title = {DeepTLS: comprehensive and high-performance feature extraction for encrypted traffic},
author = {Zhi Liu},
journal= {arXiv preprint arXiv:2208.03862},
year = {2022}
}
备注
visit DeepTLS at https://deeptls.com