基于卷积神经网络的复杂网络加密流量识别

通信中的流量识别工作将直接影响网络管理整体效率。针对复杂网络中的加密流量识别问题，结合网络流量与文本结构相似性，提出一种基于卷积神经网络的优化识别模型。综合考虑数据包的多样性，对原始网络数据进行预处理，以保证算法输入数据结构的一致性。同时，算法增加卷积操作，以提高模型特征提取效率。仿真结果表明，提出的卷积神经网络模型在复杂网络环境中，加密流量的服务识别与应用识别都有较高准确率。