加密流量测量和分析

本文探讨了加密流量的识别和分析,包括加密协议分析、加密与非加密流量识别、特征选择、SSL/TLS及HTTPS加密应用识别,以及加密视频质量和恶意流量的识别。通过机器学习和深度学习方法,提出未来的研究方向聚焦于基于大数据的精细化识别、深度学习的层叠加密流量识别和协议变化自适应分类。
摘要由CSDN通过智能技术生成

《加密流量测量和分析》读书笔记:

第一章加密流量研究现状
1.4 相关研究目标和内容

1.4.1 加密协议分析:
网络安全加密协议按照网络层次中的划分,分为链路层安全协议、网络层安全协议、传输层安全协议、应用层安全协议。

协议名称 类别 简介
IPSec 网络层隧道加密协议 包括报文首部认证协议AH、ESP、IKE和一些用于网络认证及加密的算法。
TLS 传输层加密协议 前身是SSL,实现了将应用层的报文进行加密后再交由TCP进行传输的功能
HTTPS 应用层安全加密协议 使用TLS或者SSL进行加密,该协议也被称为HTTP over TLS,HTTP Over SSL
QUIC 传输层加密协议 包括了TCP、TLS、HTTP/2.0等协议的特性,具有低延时和多路复用等特性

1.4.2 加密和非加密流量识别
传统的基于端口、基于有效负载、基于主机行为的网络流量分类方法以及不适用于网络加密流量,为了实现网络流量的精细化划分,则首先需要从网络流量中区分出加密流量。
加密和非加密流量的识别主要从负载的随机性考虑,应用最为广泛的是信息熵。但由于压缩数据的随机性和加密数据的随机性相似,因此在加密流量识别过程中需要重点考虑。针对该问题,可以在多个随机性特征的基础上利用机器学习的方法对加密进行识别。
1.4.3 加密网络流特征选择

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值