【摘 要】
：
近年来,随着网络技术的迅速发展,网络上传播的恶意流量也呈现高速增长态势,这些恶意流量严重威胁着网络安全。因此,对恶意流量识别展开深入研究对于网络安全领域至关重要。和机器学习相比,深度学习在计算量和计算深度上都有质的飞跃,并在许多领域已经远超经典机器学习方法,包括语音、自然语言、视觉等。单任务深度学习模型已被广泛用于解决流量分类问题,但是,如果一个任务的数据量有限或者高维,那么模型可能难以区分相关与
论文部分内容阅读
近年来,随着网络技术的迅速发展,网络上传播的恶意流量也呈现高速增长态势,这些恶意流量严重威胁着网络安全。因此,对恶意流量识别展开深入研究对于网络安全领域至关重要。和机器学习相比,深度学习在计算量和计算深度上都有质的飞跃,并在许多领域已经远超经典机器学习方法,包括语音、自然语言、视觉等。单任务深度学习模型已被广泛用于解决流量分类问题,但是,如果一个任务的数据量有限或者高维,那么模型可能难以区分相关与不相关的特征,从而导致模型性能不佳。为了解决这一问题,我们将恶意流量分类重新构建为一个多任务学习框架,在该框架中可以预测流量持续时间、带宽占用率和恶意流量类别。多任务深度学习模型将流量持续时间和带宽占用率预测作为辅助任务,恶意流量分类作为主任务,在模型训练时,能将在辅助任务中学习到的信息,用于主任务中,利用任务之间的相关性互相促进各个任务的学习效果。本论文设置的两个辅助任务在许多应用中具有较高实用价值,包括路由、资源分配和Qo S管理。本文提出了一种数据预处理方案,提取了19个网络流量特征,构建了基于多任务的恶意流量识别深度学习框架。并基于新不伦瑞克大学加拿大网络安全研究院的CIC-DDo S2019以及CIC-IDS2017数据集进行实验验证,结果表明,相较于单任务深度学习模型解决恶意流量识别问题,本文提出的多任务深度学习模型在识别性能上有较大的提升。最后,本文基于已经训练好的多任务深度学习模型,设计并实现了一套恶意流量监控系统。本文的贡献如下:（1）提出了一种基于双向流的恶意流量特征提取算法;（2）设计了一种基于恶意流量分类的多任务学习框架,并基于新不伦瑞克大学加拿大网络安全研究院的CIC-DDo S2019和CIC-IDS2017数据集构建了多任务深度学习模型,与单任务深度学习模型进行对照实验,实验结论验证本文提出的基于恶意流量分类的多任务学习框架能够提高恶意流量识别性能;（3）构建了一种恶意流量监控系统框架,并实现了基于多任务深度学习的恶意流量监控系统。
其他文献
随着万物互联时代的到来,物联网边缘设备数量的迅速增加,使得该类设备所产生的数据急速增加。为了使物联网能够更加智能地为用户提供信息服务和可靠的决策,可以从这些海量数据中充分挖掘出有价值的知识。目前利用云计算模型进行集中式处理物联网产生的大数据已开始显示诸多缺点。边缘计算将数据计算或存储迁移到靠近用户的网络“边缘”,减少网络传输带来的时延,此外边缘计算模式能较好地保护用户的隐私数据,降低敏感数据隐私泄
琵琶曲《弦子韵》是一首具有浓厚曲艺艺术元素的琵琶独奏曲。是由台南艺术大学的汤良兴先生于1990年着手创作的,因其长期着迷于京韵大鼓的唱腔与弦子交融之韵,又有年少时受到江南弹词的影响而创作此曲。此曲既包含了北方曲艺代表流行于京津冀一带的京韵大鼓,又包含了南方曲艺代表流行于江南一带的苏州评弹。乐曲充分的表现了伴奏乐器三弦、唱腔、大鼓的刚柔并济之美,乐曲体现了鲜明的曲艺特征,独特的韵味和演奏手法在琵琶曲
药品安全关系着人类的身体健康。各国药物警戒的重要内容是对上市后药品的安全性进行监测和管理。常规信号的挖掘是目前药品不良反应（Adverse Drug Reaction,ADR）领域主要关注的方面。由于传统的信号检测依赖于不平衡分析理论,存在数据遮蔽现象,因此,一些具有重要研究价值的异常信号不能被常规方法所发掘。本文基于我国药品不良反应监测数据,挖掘数据中潜在的离群点,找到有价值的异常信号,以期为我
在社会多元音乐文化的发展、时代的号召、大众欣赏需求的变化下。近年来,涌现了大批利用各种音乐元素创作歌曲的潮流。其“京歌”就是其中一种在汲取京剧元素的基础上与民歌相互碰撞而成的新的音乐形态,为中国民族声乐的发展注入了新鲜血液,使京剧艺术的发展也得以传承与变化。创作歌曲《俏花旦》的创作素材取材自京剧当中的“旦角”,这一民族声乐作品既有饱满的成熟感又不失新颖的格调风,是京歌的有力之作。笔者研究生实践音乐
《峨嵋酒家》是中国著名词作家梁上泉先生和作曲家刘志先生共同创作的声乐作品。自问世以来以幽默诙谐的风格深受广大音乐爱好者的喜爱。全曲节奏较快,歌词繁多,不仅出现了很多四川方言,还包含了有甩腔、说唱等演唱技巧,有着浓郁的地方特色,首尾的高音更是让许多歌者望而生畏。本文将从《峨嵋酒家》的创作背景入手开始介绍,接着笔者将结合自身的学习感悟和演唱过程中遇到的困难,对作品的音乐形象塑造进行分析和对演唱实践中歌
歌剧是人类生活中必不可少的组成部分,更是人类不可多得的精神食粮。要真正演唱一首作品,不仅要了解作品本身,更要从宏观上了解作曲家的创作意图和作品的情感表达,真正进入作品,融入作品角色,调动科学合理的演唱技巧。只有这样,才能使自己在塑造每一个艺术形象的过程中达到自如的状态。本研究首先介绍了歌剧的创作背景以及普契尼的创作特征,对歌剧的历史追溯及剧情概括,同时对《主人,请听我说》这部作品进行了艺术特征与演
随着工业的不断发展和完善,以接触式为代表的传统测量技术较难满足当代复杂工业元器件的测量需求。线激光三维测量技术因其非接触式的特点不仅方法灵活、精度高,而且可以较好地保护被测物体,因此广受青睐。其中系统标定部分直接影响测量精度和重建效果,对整个三维测量系统具有十分重要的意义。本文根据线激光三维测量特性,将该系统标定分为——相机标定、光平面标定和移动平台标定三个部分,并分别展开如下研究:（1）根据三角
《等着我,亲爱的人》这部作品,是以山东沂蒙山革命根据地在抗日战争时期真实的历史事迹为创作背景,通过人物命运和情感线索勾勒出戏剧与音乐的统一,基于国人骨髓中流淌出来的血脉情怀,塑造剧中感人至深的人物形象。作曲家以一种东方写意和西方写实的抒写形式,将新中国发展的历史轨迹与民族唱段相得益彰,反映出不同于西方歌剧的中国式表达。本作品深刻论述了在中国革命历史背景下军民相依的家国情怀和儿女情长,彰显出极具戏剧
随着科学技术的发展,保偏光纤由于其保持线偏振光的能力较强而被广泛的应用于相干光通信、干涉传感和集成化的偏振器件等领域。线偏振光需要沿着保偏光纤应力区偏振主轴方向入射才能保持偏振态,在保偏光纤对接耦合中也需要将偏振轴对准才能减少偏振态损耗,因此检测保偏光纤应力区偏振轴的方位角至关重要。目前为止的检测应力区方位角的方法主要包括基于纵向观测的识别方法、基于横向观测的识别方法以及基于端面图像处理的识别方法
随着日益增长的室内位置服务需求,基于图像的室内定位成为目前研究热点。随着机器学习的发展,图像室内定位可以转化为基于机器学习的理论模型求解。本文开展了基于图像和机器学习的室内定位关键技术研究。论文主要工作包括:（1）提出基于图像相似度和反向传播神经网络（BPNN）回归学习的定位算法。离线阶段,计算采集点图像与参考点图像之间的三种图像相似度（结构相似度、直方图相似度和余弦相似度）和相对距离作为训练数据