基于深度學(xué)習(xí)的加密惡意流量檢測方法研究綜述

摘要： 隨著網(wǎng)絡(luò)安全意識不斷提高以及加密技術(shù)的廣泛應(yīng)用，網(wǎng)絡(luò)中加密流量呈現(xiàn)指數(shù)式增長。盡管加密技術(shù)在保護用戶隱私與數(shù)據(jù)安全中發(fā)揮了重要作用，但也為不法分子提供了隱藏惡意攻擊行為的手段，給網(wǎng)絡(luò)安全的監(jiān)管與防護帶來巨大挑戰(zhàn)。隨著加密流量日益增多，傳統(tǒng)的惡意流量檢測方法已不再適用。而深度學(xué)習(xí)憑借其在自動特征提取和復(fù)雜數(shù)據(jù)處理方面的優(yōu)勢，成為了提升檢測效果的關(guān)鍵技術(shù)。為此，文章對基于深度學(xué)習(xí)的... （共26頁）