支持数据隐私保护的恶意加密流量检测确认方法

摘要：

为解决基于机器学习的恶意加密流量检测易产生大量误报的问题,利用安全两方计算,在不泄露具体数据内容的前提下实现网络流量内容和入侵检测特征间的字符段比对.基于字符段比对结果,设计入侵检测特征匹配方法,完成关键词的精准匹配.为保证所提方法的有效执行,提出用户终端输入随机验证策略,使恶意用户终端难以使用任意数据参与安全两方计算进而躲避检测确认.对所提方法的安全性和性能进行了理论分析,并采用真实部署和仿真实验相结合的方式进行验证.实验结果表明,所提方法能显著提升检测效果,且资源消耗低.

关键词：恶意加密流量;机器学习;安全两方计算;自动确认

所属期刊栏目：43

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;南京邮电大学校级自然科学基金项目;南京航空航天大学基本科研业务费科研基地创新基金资助项目

在线出版日期：2022-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：156-170