您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 摘要

基于机器学习的SSH应用分类研究

《计算机研究与发展》2012年 第S2期 | 孟姣 王丽宏 熊刚 姚垚   中国科学院计算技术研究所 中国科学院大学 国家计算机网络应急技术处理协调中心 中国科学院信息工程研究所
★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要: SSH作为一种加密通讯协议,不仅为远程登录等服务提供了安全保障,其隧道应用还可以封装一些其他未知应用,对网络安全产生了一定的潜在影响,因此需要准确识别出这些应用,并及时采取相应措施,维护网络安全.由于SSH协议的加密特性,通常采用基于流量统计特征的方法对其进行识别,且多是采用有监督的机器学习方法.通过对无监督机器学习方法与有监督机器学习方法的对比,比较了C4.5,SVM,BayesNet,K-means,EM这5种机器学习方法对SSH应用的分类效果,证实了通过机器学习方法来识别SSH应用是可行的.实验结果显示无监督的K-means方法具有最好的分类效果,对SSH隧道中的HTTP应用的识别准确率最高,达到了99%以上.
【分 类】【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术
【关键词】 SSH隧道 流量统计特征 机器学习 流量分类
【出 处】 《计算机研究与发展》2012年 第S2期 153-159页 共7页
【收 录】 中文科技期刊数据库