-
公开(公告)号:CN112910797B
公开(公告)日:2023-04-11
申请号:CN202110075986.9
申请日:2021-01-20
Applicant: 中国科学院计算技术研究所
IPC: H04L47/2483 , H04L69/22 , H04L67/14
Abstract: 本发明提出一种基于特征匹配的I2P流量识别方法及系统,包括:获取待识别的流量文件,提取该流量文件中会话建立过程的载荷序列;判断该会话建立过程的载荷序列是否符合预设特征规则,若是,则判定该流量文件为确信I2P流量,否则该流量文件为其他流量,该预设特征规则包括:载荷序列中位置为1的报文长度等于288;载荷序列中位置为2的报文长度等于304;载荷序列中位置为3的报文长度大于等于488;载荷序列中位置为4的报文长度大于等于48。本发明利用基于规则的方式改进了原有算法基于长度序列匹配的执行效率。
-
公开(公告)号:CN112910797A
公开(公告)日:2021-06-04
申请号:CN202110075986.9
申请日:2021-01-20
Applicant: 中国科学院计算技术研究所
IPC: H04L12/851 , H04L29/06 , H04L29/08
Abstract: 本发明提出一种基于特征匹配的I2P流量识别方法及系统,包括:获取待识别的流量文件,提取该流量文件中会话建立过程的载荷序列;判断该会话建立过程的载荷序列是否符合预设特征规则,若是,则判定该流量文件为确信I2P流量,否则该流量文件为其他流量,该预设特征规则包括:载荷序列中位置为1的报文长度等于288;载荷序列中位置为2的报文长度等于304;载荷序列中位置为3的报文长度大于等于488;载荷序列中位置为4的报文长度大于等于48。本发明利用基于规则的方式改进了原有算法基于长度序列匹配的执行效率。
-
公开(公告)号:CN112887291A
公开(公告)日:2021-06-01
申请号:CN202110075899.3
申请日:2021-01-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于深度学习的I2P流量识别方法及系统。包括将各流量信息转换为相应的灰度图像,为之后利用深度学习卷积神经网络进行流量识别提供模型输入,以实现快速识别I2P流量的目标。在保证算法准确率的条件下,优化现有I2P流量识别算法的数据预处理流程,减少了现有方法在特征工程阶段的工作量。
-
-