《Characterization of Encrypted and VPN Traffic using Time-related Features》阅读笔记

字数统计: 184字   |   阅读时长≈ 1分

0x01 Abstract

使用Characterization of Encrypted and VPN Traffic using Time-related Features这个特征来检测VPN流量，并将其分类。主要使用的机器学习算法为(C4.5 and KNN)

截屏2019-11-11下午4.48.23

0x02 Conclusion

整片文章因为已经是16年的上古文章了，idea在19年看起来已经很过时（就是很水的意思），主要贡献在于提出时序特征可以作为加密流量分类的特征使用，同时通过简单的ML算法得出使用较短的超时value可以让分类器的效果更好。

0x03 贡献

  • 提出时序特征可以作为加密流量分类的特征使用

  • 提供一个流量分类的数据集

  • 编写定制的流量生成代码[ISCXFlowMeter](
赏

谢谢你请我吃糖果

支付宝
微信

扫一扫，分享到微信

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

Sorry，you know nothing about me :)