A Novel QUIC Traffic Classifier Based on Convolutional Neural Networks

卷积神经网络 计算机科学 交通分类 计算机网络 有效载荷(计算) 深包检验 加密 人工智能 分类器(UML) 超文本传输协议 特征提取 恶意软件 网络数据包 互联网 数据挖掘 计算机安全 万维网
作者
Van Tong,Hai Anh Tran,Sami Souihi,Abdelhamid Mellouk
出处
期刊:Le Centre pour la Communication Scientifique Directe - HAL - Diderot 被引量:85
标识
DOI:10.1109/glocom.2018.8647128
摘要

Nowadays, network traffic classification plays an important role in many fields including network management, intrusion detection system, malware detection system, etc. Most of the previous research works concentrate on features extracted in the non-encrypted network traffic. However, these features are not compatible with all kind of traffic characterization. Google's QUIC protocol (Quick UDP Internet Connection protocol) is implemented in many services of Google. Nevertheless, the emergence of this protocol imposes many obstacles for traffic classification due to the reduction of visibility for operators into network traffic, so the port and payload- based traditional methods cannot be applied to identify the QUIC- based services. To address this issue, we proposed a novel technique for traffic classification based on the convolutional neural network which combines the feature extraction and classification phase into one system. The proposed method uses the flow and packet-based features to improve the performance. In comparison with current methods, the proposed method can detect some kind of QUIC-based services such as Google Hangout Chat, Google Hangout Voice Call, YouTube, File transfer and Google play music. Besides, the proposed method can achieve the microaveraging F1-score of 99.24 percent.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yoo完成签到,获得积分10
1秒前
1秒前
丘比特应助zzzzzzzz采纳,获得10
2秒前
2秒前
Verano_4完成签到,获得积分10
3秒前
myj完成签到,获得积分10
3秒前
4秒前
lll完成签到,获得积分10
4秒前
4秒前
li发布了新的文献求助10
5秒前
membrane完成签到,获得积分10
5秒前
华仔应助陈乐宁2024采纳,获得10
6秒前
6秒前
6秒前
6秒前
乖乖发布了新的文献求助10
6秒前
Jaden发布了新的文献求助10
7秒前
myj发布了新的文献求助10
7秒前
完美世界应助英勇碧空采纳,获得10
8秒前
皮不可完成签到,获得积分10
8秒前
111发布了新的文献求助10
8秒前
孙大圣发布了新的文献求助10
8秒前
共享精神应助听话的晓夏采纳,获得10
8秒前
沿海九号公路完成签到,获得积分10
8秒前
9秒前
深情的若冰完成签到,获得积分20
9秒前
9秒前
10秒前
10秒前
12秒前
13秒前
科目三应助ZJ采纳,获得10
13秒前
Orange应助Metakuro采纳,获得10
13秒前
迷路颜演完成签到,获得积分20
14秒前
15秒前
SciGPT应助聂学雨采纳,获得10
15秒前
15秒前
思源应助aaa采纳,获得10
16秒前
大桃发布了新的文献求助30
16秒前
平常的g发布了新的文献求助10
16秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3135616
求助须知:如何正确求助?哪些是违规求助? 2786482
关于积分的说明 7777675
捐赠科研通 2442483
什么是DOI,文献DOI怎么找? 1298583
科研通“疑难数据库(出版商)”最低求助积分说明 625193
版权声明 600847