滑动重定标极差微分法：加密与 VPN 流量检测的新方法
密码学与安全
2020-12-16 v1 网络与互联网体系结构
摘要
我们提出一种称为滑动重定标极差微分法（DSRR）的流量预处理新方法，拓展了 H.E. Hurst 所提出的理念。我们将所提方法应用于在著名的 ISCXVPN2016 数据集上刻画加密与非加密流量。我们将 DSRR 用于基于流的特征，随后使用基础机器学习模型解决 VPN 与非 VPN 分类任务。结合 DSRR 与随机森林，我们获得了 0.971 精确率、0.969 召回率，并通过特征统计分析将结果提升至 0.976，而神经网络方法通过 2D-CNN 仅给出 0.93 精确率。所提方法与结果见 https://github.com/AleksandrIvchenko/dsrr_vpn_nonvpn。
引用
@article{arxiv.2012.08356,
title = {Differentiation of Sliding Rescaled Ranges: New Approach to Encrypted and VPN Traffic Detection},
author = {Raoul Nigmatullin and Alexander Ivchenko and Semyon Dorokhin},
journal= {arXiv preprint arXiv:2012.08356},
year = {2020}
}
备注
5 pages, 4 figures, 2 tables