本文提出了一种自动化应用机器学习机器实现流量分析目标的通用方法。
原文标题:New Directions in Automated Traffic Analysis
原文作者:Jordan Holland, Paul Schmitt, Nick Feamster, and Prateek Mittal
发表会议:2021 ACM Computer and Communications Security Conference
原文链接:https://arxiv.org/pdf/2008.02695.pdf
*笔记作者:Norns@SecQuan
*笔记小编:ourren@SecQuan
0x01 INTRODUCTION
在信息安全领域中,机器学习方法在流量分析中得到了广泛的应用。在应用机器学习方法时,许多方面决定着模型的表现,如特征提取,模型选择以及超参数调整。在本文中,作者提出了一种自动化应用机器学习机器实现流量分析目标的通用方法。这种方法依赖于对网络流量的统一表示,通过将不同流量分析任务中的特征表示为统一的形式,结合自动机器学习方法,可以实现对网络流量的自动化分析,而不依赖于大量的背景知识和人力成本。
本文的主要贡献在于:
-
为自动化机器学习提供了一种新的方向。提出一种统一的网络数据包表示方法nPrint。
-
将nPrint与自动机器学习工具相结合&#x