计算机工程与科学

作者：崔弘, 赵双, 张广胜, 苏金树

单位：1.烽火通信科技股份有限公司，湖北 武汉 430074；2.国防科技大学计算机学院，湖南 长沙 410073；3.中央军委政法委员会，北京 100080

关键词：代理应用流量识别,移动应用,机器学习,流量特征,决策树,

随着移动网络的迅速发展，越来越多的用户选择使用代理应用，以保护个人网络隐私，隐藏上网行为或绕开网络活动限制，给网络管理与审计带来了新的挑战。与此同时，恶意攻击者可利用代理应用隐藏身份，使得恶意行为更难以检测和防范。因此，代理应用流量识别对网络管理与安全具有重要的作用，但目前该问题并未得到充分的研究。由于代理应用流量通常经过加密或混淆处理，传统的流量识别技术无法被有效应用。为实现准确、快速的移动代理应用流量识别，提出一组与负载无关的流量特征，并首次加入TCP层option字段用于刻画流量。基于4种机器学习算法训练的分类器和2种流量识别对象，验证提出的特征对识别移动代理应用流量的有效性，并对各类特征的重要性进行分析。实验结果表明，提出的特征能有效识别代理应用流量。在识别流量是否经由代理时，基于随机森林的分类器可达到99%以上的整体准确率。识别流量所属代理应用时，整体准确率高于94%。在公开数据集ISCX VPN-nonVPN上与其他方法相比，提出的方法识别准确率更高，并具有更快的识别速度，适合实时流量识别场景。

来源：2022年第4期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第4期