Аналіз і класифікація зашифрованого мережевого трафіку з використанням машинного навчання

Abstract

UK: Об’єкт дослідження – процеси аналізу та класифікації мережевого трафіку в сучасних інформаційно-комунікаційних системах в умовах масового використання криптографічних протоколів. Предмет дослідження – методи та алгоритми машинного навчання для ідентифікації типів зашифрованого трафіку на основі статистичних ознак потоку без дешифрування вмісту пакетів. Мета роботи – розробити та дослідити програмну систему класифікації зашифрованого мережевого трафіку з використанням алгоритму EN: Random Forest. Експериментально підтверджено ефективність запропонованого підходу з досягненням точності 98,75%. The object of research is the processes of network traffic analysis and classification in modern information and communication systems under conditions of mass use of cryptographic protocols. The subject of research is machine learning methods and algorithms for identifying types of encrypted traffic based on statistical flow-based features without decrypting packet content. The purpose of the work is to develop and investigate a software system for classifying encrypted network traffic using the Random Forest algorithm. The effectiveness of the proposed approach was experimentally confirmed, achieving an accuracy of 98.75%.