论文部分内容阅读
为研究大型深层卷积神经网络在多类别暗网流量检测领域的适用性,基于Resnet、Densenet与Xception网络进行分类性能比较.将3种模型在Darknet2020暗网数据集上进行验证,使用9.3万条Non-Tor数据、1300条Tor数据、2.3万条Non-VPN数据及2.2万条VPN数据进行实验.结果表明,3种模型均能快速处理海量数据,且对Tor与Non-Tor流量的检测结果较好,F1值最高可达到0.91,但对VPN与Non-VPN的分类效果有待提高.选择在测试集上检测性能最好的Densenet网络,加入GRU网络提取时序特征进行改进后,总体分类精确率为83.4％,召回率为82.2％,检测性能得到进一步提高.