宫光霖，易军凯，张雅聪

（1.北京信息科技大学 自动化学院，北京 100192；2.北京化工大学 信息科学与技术学院，北京 100015）

网络流量是网络中传输的数据［1］，为了使网络中的数据传输情况可以被负责人清楚地了解，需要对网络流量进行分析监控。除此之外，流量行为分析作为网络安全分析的首要条件，因此又被定义为“网络可视化”。现阶段用户隐私和传输保护越来越受到重视，这也导致数据包的加密比例持续显著增长，从而使得识别和分析流量变得异常困难，只有确定网络流量的类别才能对其进一步分析。

流量分类是一个很早就开始研究的课题，但是这些研究只是简单地将流量划分为SSL、VPN、encrypted P2P、VoIP、SSH等类别，没有太多参考意义，而且随着加密技术的兴起和广泛使用，加上流量自身的特性使得对流量分类变得更加困难。在网络环境中，网络流量依托的载体是数据包，然而数据包的数量十分庞大，对流量分类进行特征提取时，获取的特征有限且不是典型的特征，对其分析难度较大。

近些年在国内对加密流量虽然有了初步的研究分析，但仍处在一个比较初级的阶段，研究成果相对较少。陈贞贞［2］运用深层数据包检测技术原理，结合深度学习，对HTTPS流量进行分类分析，提取出上下行数据包平均大小等特征实现加密流量的识别；董浩等［3］运用网络流量与文本结构的相似的特性，将预处理后的数据构成一幅图像，采用CNN模型实现对复杂网络加密流量的特征提取和分类；……