2019年11月29日讨论班报告

各位老师，同学：

时间：11月29日 15:30

地点：办公楼410会议室

报告内容：

张忠凯 FS-Net: A Flow Sequence Network For Encrypted Traffic Classification

随着对用户隐私和通信安全的更多关注，加密流量的数量急剧增加，这给传统的基于规则的流量分类方法带来了巨大挑战。结合机器学习算法和手动设计特征已成为解决此问题的主流方法。但是，这些功能在很大程度上取决于专业经验，这需要大量的人工。并且这些方法将加密的流量分类问题分为分段的子问题，这不能保证最优的解决方案。在本文中，我们将递归神经网络应用于加密的流量分类问题，并提出了流序列网络（FS-Net）。 FS-Net是一种端到端分类模型，该模型从原始流中学习代表特征，然后在统一框架中对它们进行分类。此外，我们采用了多层编码器-解码器结构，可以深入挖掘流的潜在顺序特征，并导入可以增强特征有效性的重构机制。我们在涵盖18个应用程序的真实数据集上进行的全面实验表明，FS-Net具有出色的性能（99.14％的TPR，0.05％的FPR和0.9906 FTF），并且优于最新的方法。

下周报告人：殷晴晴、刘文妍