标题：基于注意力机制的多模态加密流量分类
作者：马倩丽 毛建华 黄微
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：加密流量分类；多模态；注意力机制；卷积神经网络
摘要：加密流量分类既可以保证网络的服务质量，也可以通过拦截恶意流量保证网络安全。针对多数深度学习加密流量分类方法没有充分利用加密流量数据的异构特性的问题，提出了一种基于注意力机制的多模态加密流量分类方法。该方法构造有效载荷模态数据和统计信息模态数据作为加密流量的多模态表示，引入了长度标识和方向标识来优化有效载荷模态数据的构造，并构建特征融合模块优化通道注意力和空间注意力的特征提取效果，提取多模态数据重要特征，从而实现准确的加密流量分类预测。实验结果表明，该加密流量分类方法的分类精确度在ISCX VPN-nonVPN公开数据集和人工采集数据集上分别达到97%和92%以上。