深度学习在流量识别中的应用.pdf

《深度学习在流量识别中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、深度学习在流量识别中的应用王占一2015.9.30BlackHat2015参会议题–TheApplicationsofDeepLearningonTrafficIdentificationBlackHat2015•2015.08.01-08.06•LasVegas,NVBlackHat2015大数据与机器学习相关议题BlackHat2015大数据与机器学习相关议题TitleSpeakerData-DrivenThreatIntelligence:MetricsonIndicatorDisseminationandSharingAlexPintoWhySecurityDataScien

2、ceMattersandHowIt’sDifferent:PitfallsandPromisesofJoshuaSaxeDataScienceBasedBreachDetectionandThreatIntelligenceGraphicContentAhead:TowardsAutomatedScalableAnalysisofGraphicalImagesAlexLongEmbeddedinMalwareDistributingtheReconstructionofHigh-LevelIntermediateRepresentationforLargeRodrigoScaleMa

3、lwareAnalysisBrancoSecuringYourBigDataEnvironmentAjitGaddamDefeatingMachineLearning:WhatYourSecurityVendorisNotTellingYouBobKleinFromFalsePositivestoActionableAnalysis:BehavioralIntrusionDetection,JosephZadehMachineLearning,andtheSOCTheApplicationsofDeepLearningonTrafficIdentificationZhanyiWang

4、ZacharyHanifInternet-ScaleFileAnalysisTamasDeepLearningonDisassemblyMattWolff内容提要•流量识别的传统方法•神经网络和机器学习•具体应用–协议分类–未知协议识别–特征的自动学习–应用程序识别•总结和展望流量识别的传统方法（一）•将流量准确地映射到某种协议或应用–是网络安全的基础–对异常检测、安全管理作用重大•基于预定义或特殊端口–标准HTTP端口：80–默认SSL端口：443–缺点：非标准端口或新定义的端口不适用•基于DPI和统计特征的流量识别–根据经验和规则确定的特征字/指纹/序列–缺点：既耗时又耗力流量识

5、别的传统方法（二）•基于行为特征和机器学习–优点：建模和识别过程自动化–难点：特征抽取和选择依赖于专家经验，如何选择特征？•有没有不依赖于专家的方法？•非监督的特征学习是否可行？•答案–人工智能领域的深度学习技术火热的深度学习技术•图像•自然语言处理•语音深度学习技术的应用•Gatys,L.A.(2015).ANeuralAlgorithmofArtisticStyle.arXivpreprintarXiv:1508.06576.神经网络•人工神经网络o1o2Layer4(output)•基本单元W3–神经元+1Layer3W2•结构+1Layer2–输入层W1–隐藏层–输出层x1x

6、2x3+1Layer1(input)•相邻层的神经元彼此相连•同层的神经元不直接相连自编码(Auto-Encoder)网络•一种特殊的神经网络•只有一个隐藏层x'x1'x2'x3'Layer3(output)•输出层与输入层W1'完全相同！h+1Layer2W1xx1x2x3+1Layer1(input)自编码在图像识别中的应用•手写体数字识别栈式自编码(StackedAuto-Encoder)•栈式自编码(SAE)Output……•由多个自编码网络(AE)组成h2'……w4•SAE本质上也是一种w3'神经网……h3络wh1'……H3iddw2'enhL……2ay•采用逐层贪婪训练e

7、rswx'……2•使用微调(fine-tuning)w1'……h1w1……x(Input)图像VSPayload数据•是否有相似之处？TCPflowPayloads474554206874……727665720020……732048545450……33a31353a323……732048545450……33a31353a323……2552102153…2555230…526085…1153272848480……51163198316335………………数值范