基于对抗样本的网络欺骗流量生成方法.docx

1 引言 网络流量分类技术作为增强网络可控性的基础技术之一，在帮助研究人员了解流量分布、优化网络传输、提高网络服务质量的同时，也常被攻击者用于对目标网络流量进行监控，攻击者通过对网络流量进行分类确定其所属的应用类型（如邮件类、多媒体类、网站类等），进而根据分类结果实施流量拦截并可进一步实施网站指纹攻击。尤其是随着机器学习和深度学习被用于网络流量分类领域[1]，基于它们的网络流量分类技术为攻击者提供了更便利的条件，往往能获得极高的分类准确率。一种典型的攻击者使用基于深度学习的网络流量分类方法实施攻击的场景如图1所示。虽然深度学习在流量分类领域的应用可以提高分类的准确率，并且已经在图像识别、自然语