随着互联网的飞速发展,各类网络业务和应用所产生的网络流量呈现爆发式增长,同时,信息的安全性问题也受到越来越多的关注,密码技术在保护隐私和数据传输安全方面得到了极大的应用,因此,加密流量在网络传输中的比重越来越大。但是这在保障信息安全的同时,却也给异常流量检测和网络监管带来了严峻挑战,很多病毒、蠕虫等恶意软件利用加密和隧道技术绕过安全设备的检测和防御,因此对加密流量进行检测识别成为业内研究的热点。当前传统的基于端口和DPI的方法无法对加密流量进行识别,基于浅层机器学习的方法,尽管对加密流量的分类达到了一定效果,但是存在人为提取特征导致准确率不足的问题。近年来研究人员利用深度学习算法在加密流量领域做了大量探索性研究,但是这些研究都只单一考虑加密流量某一类特征,比如传统CNN模型只考虑加密流量空间特性,LSTM模型单一考虑时序特征,从而存在特征学习不全面导致准确率不高的问题。针对以上问题,本文通过充分分析加密流量的空间与时序特征,同时研究空间与时序特征中的重要性特征对分类的影响,提出了一种将CNN、LSTM模型与注意力机制相结合的模型。综上所述,通过本文提出的模型对于加密流量相关的分类识别提供支持,具有一定的应用场景与现实意义。本文研究内容以及所得结论是:1.提出了一种针对加密流量的应用分类任务的完整实验方案。其中含数据采集、数据预处理、模型训练(包括特征学习和分类)和测试阶段。首先,利用ISCX VPN-NonVPN公开数据构建实验数据集;其次通过利用USTC-TK2016工具对原始数据集进行预处理,得到数据向量矩阵,存储于IDX文件;然后利用10交叉验证法随机抽取训练集和测试集,将训练集数据输入基于注意力机制的CNN-LSTM模型进行特征学习;最后,对学习获得的特征开展模型训练,利用测试集验证模型效果。2.提出一种基于CNN、LSTM和注意力机制算法的分类模型。首先,根据加密流量不同应用数据包大小、流大小以及数据包个数等空间特征的差异性,利用CNN模型中的卷积层学习加密流量的空间特征,提取数据局部特征,并组合抽象成高维特征,之后引入注意力机制,根据注意力权重加权计算卷积层的输出特征得到加权后的高维特征,再利用池化层对高维特征进行降维得到CNN层的输出结果;然后通过研究加密流量数据包平均到达时间、数据包传输的时间间隔以及流量请求先后顺序等时序特征的不同,利用LSTM模型学习加密流量的时序特征,将CNN输出结果输入至LSTM模型进行时序特征提取,同样考虑时序特征中的重要性特征的影响,比如包头的信息重要性程度高于尾部的的少数数据信息,因此引入注意力机制,根据注意力概率加权计算LSTM模型输出特征的重要性,从而获取加密流量整体特征。最后对局部特征和整体特征进行融合,将融合结果输入分类器中用于分类,基于相关分类器函数得到输出结果。3.设计并实现了一个基于注意力机制的CNN-LSTM的加密流量分类系统。系统包括在线加密流量采集、数据预处理和测试模块,验证了本文所提方法的可用性和有效性。同时与已有文献提出的HST-R方法,以及CNN算法、LSTM算法和CNN-LSTM算法等常用深度学习算法进行了对比分析,所得结果表明本文所提方案分类准确率显著提高,具有一定的应用参考价值。