摘要
为研究大型深层卷积神经网络在多类别暗网流量检测领域的适用性,基于Resnet、Densenet与Xception网络进行分类性能比较。将3种模型在Darknet2020暗网数据集上进行验证,使用9.3万条Non-Tor数据、1 300条Tor数据、2.3万条Non-VPN数据及2.2万条VPN数据进行实验。结果表明,3种模型均能快速处理海量数据,且对Tor与Non-Tor流量的检测结果较好,F1值最高可达到0.91,但对VPN与Non-VPN的分类效果有待提高。选择在测试集上检测性能最好的Densenet网络,加入GRU网络提取时序特征进行改进后,总体分类精确率为83.4%,召回率为82.2%,检测性能得到进一步提高。
0 引言
随着网络技术的高速发展,人们的信息保护意识逐渐增强,匿名通信系统使得网络中的加密流量快速增长。然而,匿名通信系统在保护用户隐私的同时,也带来了新的安全隐患。一些不法