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:
- 如何获取数据集不知道
- 将数据转化为特征向量的方法不知道