预训练加密流量表征方法-巩锟.pdfVIP

BeijingForestStudio

ThenameoftheDepartment

北京理工大学信息系统及安全对抗实验中心

部门名称

预训练加密流量表征方法

硕士研究生巩锟

2023年08月06日

预期收获

•预期收获

–1.了解预训练加密流量表征方法

–2.了解加密流量分析的问题和挑战

–3.理解BERT的预训练-微调框架

–4.了解应用领域和发展方向

2

内容提要

•背景简介

•基础概念

–加密流量

–BERT

•算法原理

–ET-BERT

–PEAN

•应用总结

•参考文献

3

问题回溯

•总结反思

–PPT里不要使用过多截图，公式和图表截图需要注意清晰度

–注意页面排版

•相关内容

–张钊《高准确率的鲁棒加密恶意流量实时检测方法》

–王帅鹏《基于网络流量的设备识别》

–杨若晗《基于深度学习的恶意流量检测方法》

4

研究背景与意义

•复杂新型网络协议的广泛应用

–复杂新型网络协议（加密协议和应用协议）受到广泛应用

–新型加密协议：TLS-1.3、QUIC

–新型应用协议：HTTP-2.0

•加密流量分析面临挑战

–传统深度包检测方法（DPI）难以实现细粒度实时匹配分析

–如何整合尽可能多的信息

•网络流：握手、传输和通信数据包；

•网络数据包：IP、TCP、TLS报头和有效载荷等

•信息：统计信息、包长度信息、TLS消息类型等

5

基本概念加密流量

•加密流量分析的下游任务（部分）

–识别流量所属的应用程序

–识别服务类型

•网页浏览、即时通讯、网络存储等

–异常流量识别

•主要方法

–基于明文的方法(不加密）

–基于统计特征的方法

–基于原始流量特征的ML方法

–基于原始流量的预训练

6

基本概念BERT

•输入表示

–网络结构：多层双向Transformer编码器（块个数、隐藏层大小、多头数量）

–输入：句子或句子对

–分隔符

•[CLS]：每个序列的第一个标记，表示整个句子或句子对

•[SEP]：用于分隔不同的句子或句子对

–输入表示：词元序列→向量序列

•token嵌入：词元嵌入

•分割嵌入：来自于哪句话

•位置嵌入：词元在序列中的位置

7

基本概念BERT

•预训练

–MLM任务（MaskedLanguageModel）