论文部分内容阅读
SSL是一种保证网络通信安全的协议。随着SSL,协议的广泛使用,用户可基于SSL浏览新闻、阅读邮件、观看视频、社交等。互联网上以Web访问为基础的加密网络应用越来越多,而传统的基于端口和载荷的分类方法无法实现对基于SSL的网页、邮件等网络应用的分类,对网络管理提出了更高的要求。因此,对SSL加密网络应用的精细化分类研究具有重要的现实意义。本文研究基于SSL协议的网络应用分类技术。本文的主要工作包括:(1)提出一种可用于SSL网络应用精细化分类的标注方法。深入分析SSL协议证书和扩展域。在SSL协议握手过程中,client hello中的server_name扩展域和server hello中的证书中存在一些可用于识别的信息。本文在实时环境下对SSL协议的证书和扩展域进行统计分析,并把扩展域和网络应用之间存在的对应关系作为先验知识运用到后续实时分类研究中。(2)研究适合SSL网络应用精细化分类的机器学习方法。本文对现有的流量分类方法进行了深入的分析和比较,选取决策树方法作为本文的研究方法。并在离线环境下使用该方法实现对SSL网络应用的精细化分类。针对某特定SSL网络应用分类结果表明,分类的精度和召回率均达到90%以上。(3)实现实时环境下针对SSL协议的网络应用的精细化分类系统。在实时环境下,使用C4.5决策树算法,设计和实现了适合实时环境的基于决策树的SSL网络应用的精细化分类系统,并针对实时环境对该分类系统进行优化。针对某特定的SSL网络应用的实验结果表明,该系统的准确率达到85%以上。