TLS协议恶意加密流量识别研究综述

摘要：

随着5G时代的来临,以及公众对互联网的认识日益加深,公众对个人隐私的保护也越来越重视.由于数据加密过程中存在着恶意通信,为确保数据安全,维护社会国家利益,加密流量识别的研究工作尤为重要.针对TLS流量详细的阐述,分析了早期识别方法的改进技术,包括常见的流量检测技术、DPI检测技术、代理技术以及证书检测技术.介绍了选取不同TLS加密流量特征的机器学习模型,以及无需特征选择的深度学习模型等诸多最新研究成果.对相关研究工作的不足进行总结,并对未来技术的研究工作和发展趋势进行了展望.

关键词：5G时代、个人隐私、恶意流量、数据安全、TLS加密流量识别

所属期刊栏目：58

分类号：TP309.7(计算技术、计算机技术)

资助基金：国家自然科学基金;新疆维吾尔自治区重点科技专项;国家重点研发计划;中国电子科学研究院;社会安全风险感知与防控大数据应用国家工程实验室主任基金项目

在线出版日期：2022-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1-11