基于机器学习的加密流量分类研究综述.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第46卷第1期通信学报Vol.46No.1

2025年1月JournalonCommunicationsJanuary2025

基于机器学习的加密流量分类研究综述

111,23

付钰，刘涛涛，王坤，俞艺涵

（1.海军工程大学信息安全系，湖北武汉430033；2.信阳职业技术学院数学与信息工程学院，河南信阳464000；

3.海军工程大学作战运筹与规划系，湖北武汉430033）

摘要：加密流量分类是网络管理和安全防护的重要组成部分，不过当前网络流量环境复杂多变，致使传统的

分类方法已基本失效。而机器学习，尤其是深度学习，凭借强大的特征提取能力已广泛应用于加密流量分类领

域。为此，对机器学习驱动的加密流量分类最新成果进行系统性综述，首先将加密流量分类工作划分为数据采

集与处理、特征提取与选择及流量分类与性能评估3个部分，分别对应加密流量分类中的数据获取、显著特征构

建及模型的应用与验证；接着将这3个部分内容细分为流量采集、数据集构建、数据预处理、特征提取、特征选

择、分类模型及性能评估7个阶段；然后分别对这7个阶段进行全面的归纳、总结与分析；最后详细分析当前工

作所面临的挑战并展望加密流量分类未来的研究方向。

关键词：流量分析；加密流量分类；机器学习；深度学习

中图分类号：TP393

文献标志码：A

DOI：10.11959/j.issn.1000436x.2025006

Surveyofresearchonencryptedtrafficclassification

basedonmachinelearning

111,23

FUYu,LIUTaotao,WANGKun,YUYihan

1.DepartmentofInformationSecurity,NavalUniversityofEngineering,Wuhan430033,China

2.SchoolofMathematicsandInformationEngineering,XinyangVocationalandTechnicalCollege,Xinyang464000,China

3.DepartmentofOperationalOperationsandPlanning,NavalUniversityofEngineering,Wuhan430033,China

Abstract:Encryptedtrafficclassificationwasanimportantcomponentofnetworkmanagementandsecurityprotection.

However,thecomplexityandvariabilityofthecurrentnetworktrafficenvironm

专注于各类实用性文档的撰写、修改、润色，擅长各类PPT文案的定制，同时收集有海量规范类文档，欢迎各界朋友垂询！

更多 >