지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.6
- 수록면
- 311 - 323 (0page)
이용수
초록· 키워드
오류제보하기
Encrypted traffic classification plays a vital role in cybersecurity as network traffic encryption becomes prevalent. First, we briefly introduce three traffic encryption mechanisms: IPsec, SSL/TLS, and SRTP. After evaluating the performances of support vector machine, random forest, naïve Bayes, and logistic regression for traffic classification, we propose the combined approach of entropy estimation and artificial neural networks. First, network traffic is classified as encrypted or plaintext with entropy estimation. Encrypted traffic is then further classified using neural networks. We propose using traffic packet’s sizes, packet's inter‐arrival time, and direction as the neural network's input. Our combined approach was evaluated with the dataset obtained from the Canadian Institute for Cybersecurity. Results show an improved precision (from 1 to 7 percentage points), and some application classification metrics improved nearly by 30 percentage points.
목차
등록된 정보가 없습니다.
참고문헌 (33)
참고문헌 신청
C. V. Wright / 2007 / Language identification of encrypted VoIP traffic:Alejandra y Roberto or Alice and Bob? / Proc. USENIX Security Symp. USENIX Security Symp
C. V. Wright / 2008 / Spot me if you can: Uncovering spoken phrases in encrypted VoIP conversations / IEEE Symp. Security Privacy :35~49
B. Anderson / Deciphering malware's use of TLS without decryption / arXiv
C. V. Wright / 2006 / On inferring application protocol behaviors in encrypted network traffic / J. Mach. Learning Research 7:2745~2769
J. Sherry / 2015 / BlindBox: Deep Packet Inspection over Encrypted Traffic / Proc. ACM Conf. Special Interest Group Data Commun :213~226
C. V. Wright / 2008 / Spot me if you can: Uncovering spoken phrases in encrypted VoIP conversations / IEEE Symp. Security Privacy :35~49
B. Anderson / Deciphering malware's use of TLS without decryption / arXiv
C. V. Wright / 2006 / On inferring application protocol behaviors in encrypted network traffic / J. Mach. Learning Research 7:2745~2769
J. Sherry / 2015 / BlindBox: Deep Packet Inspection over Encrypted Traffic / Proc. ACM Conf. Special Interest Group Data Commun :213~226
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
강건한 양방향 트랜스포머 사전학습 언어모델 기반 암호화 트래픽 분류
대한전자공학회 학술대회
2024 .06
-
경량화된 암호화 트래픽 분류 모델의 전처리 기법 비교 분석 연구
대한전자공학회 학술대회
2024 .06
-
비보호좌회전 확대에 따른 주기감소가 도심연동체계에 미치는 영향 연구
한국정보전자통신기술학회 논문지
2016 .12
-
On the Performance of Overlaying M2M Traffic on H2H Traffic
한국통신학회 학술대회논문집
2016 .06
-
V2X 환경 기반 교통 혼잡 개선 및 안전을 위한 차량 네트워크 기술에 관한 연구
Proceedings of KIIT Conference
2018 .11
-
비암호화 데이터 학습을 통한 응용 트래픽 분류
한국통신학회논문지
2025 .02
-
Entropy-based IoT Devices Identification
한국통신학회 APNOMS
2020 .09
-
Next-Generation Traffic Light System
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2023 .01
-
Deep Neural Network를 이용한 자율 주행 자동차의 Traffic Light Detection
대한전자공학회 학술대회
2017 .06
-
다중 트래픽 표현을 활용한 사전학습 모델 기반의 암호화 트래픽 분류
한국통신학회 학술대회논문집
2025 .02
-
ANALYZE TRAFFIC CONDITIONS AND EVENTS WITH SOUND PROCESSING
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
A Study on the Verification of Traffic Flow and Traffic Accident Cognitive Function for Road Traffic Situation Cognitive System
Journal of information and communication convergence engineering
2022 .12
-
심층 합성곱 신경망을 이용한 교통신호등 인식
멀티미디어학회논문지
2018 .11
-
Traffic Information Sign Location Problem: Optimization and Simulation
Industrial Engineering & Management Systems
2020 .03
-
보행자의 안전한 횡단을 위한 새로운 차세대 신호등 시스템
한국정보통신학회논문지
2022 .12
-
Intersection Traffic Efficiency Enhancement using Deep Reinforcement Learning and V2X Communications
한국통신학회 학술대회논문집
2022 .06
-
에너지 특성 기반 통신 네트워크 신호 데이터의 이상진단
신뢰성응용연구
2023 .12
-
국내 교통문화와 교통사고 분석
국토계획
2017 .10
-
미국 캘리포니아 교통 데이터를 활용한 인공지능 알고리즘 기반 고속도로 교통량 예측 연구
한국통신학회 학술대회논문집
2024 .06
-
Traffic Flow Estimation System using a Hybrid Approach
IEIE Transactions on Smart Processing & Computing
2017 .08
이 논문의 저자 정보
최근 본 자료
댓글(0)
0