基于现代网络的深度学习应用协议识别技术研究与实现

来源 :软件导刊 | 被引量 : 0次 | 上传用户:sakula617
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在高速网络环境下,随着用户对端口的自由使用,点对点网络及加密协议开始得到广泛应用。通过创建一个网络协议分析库,深入网络数据包,进行深度学习的应用层协议分类与分析识别,以提高协议检测的准确性。根据大量主流应用程序的流特征进行深度学习,建立应用协议特征库,通过算法实现应用层协议的识别。研究一种应用于APT攻击防御系统、网络入侵检测系统与Web审计系统的应用层协议识别技术,可提高对APT攻击防御判断的准确性。
其他文献
设计并实现了一种基于Cortex-M3内核的小型化、低功耗声源定位系统。系统采用4个麦克风传感器构成声源定位矩阵。基于意法半导体公司的STM32F103FZET6硬件平台,利用其内部的
很多先进的机器视觉和图像处理技术应用于单目视觉里程计设计中,其中包括特征点提取技术、特征点匹配技术、运动参数估计等。影响里程计精确定位的关键因素之一为图像特征点提取与匹配。介绍了一种可行的单目视觉里程计设计方法,通过特征提取、特征匹配以及运动估计得出运动方向和距离等信息。