一种深度学习应用于网络入侵检测的思路

一种深度学习应用于网络入侵检测的思路

 

这个思路是分析网络流量，判断网络流量是否属于tor网络流量。

首先需要说明的是，这个思路已经有人在做了，从结论来看，效果很不错：

https://blog.csdn.net/weixin_41697507/article/details/89508420

---

想到这个思路也很正常，深度学习非常适合分类，判断流量是否属于tor网络流量，要么是，要么不是，是非常典型的二分类。

判断tor网络流量，也是有原因的：tor是免费软件，开发出来的本意是保护用户上网隐私，通过三重代理使得用户的网络行为不那么容易追踪。tor的匿名效果非常好，以至于很多违法行为都利用tor网络。截止2016年，tor流量当中的20%都与违法行为有关。

20%是一个很高的比例了，这使得很多公司的安全策略是阻塞TOR网络的已知入口节点。这种方法有效，但是很容易被绕过，因为TOR网络上的节点可以随意增加。那么通过检测流量包发现这个流量属于tor流量这个工作就很有必要了。

---

这个想法目前遇到的问题：

1. 如何获取数据集不知道
2. 将数据转化为特征向量的方法不知道