3、密码学与神经网络：共存与联盟

密码学与神经网络：共存与联盟

1. 神经网络在加密数据分类及处理中的应用

近年来，研究人员在利用神经网络（NN）对加密数据进行分类和处理方面取得了诸多进展。

1.1 加密数据分类

• TLS/SSL流量分类 ：有方法能以高达95%的准确率对TLS/SSL流量进行分类。还有研究者提出应用贝叶斯NN系统，结合未加密握手包、使用的密码和压缩方法对TLS连接进行分类。
• VPN流量分类 ：部分研究者专注于加密VPN流量的分类。例如，有研究应用文本CNN系统对VPN流量进行分类。为避免训练中类别识别的不平衡，有人提出损失函数和类别加权方法，并设计了一种以三个数据包为输入的新型DNN，用于识别连续数据包间的共享特征。还有方法将加密数据包视为灰度图像，用CNN进行分类，在实证实验中，经VPN流量训练的CNN能以97.3%的准确率对类似流量进行分类。
• 其他加密数据分类 ：
  • 加密图像 ：有研究者提出应用CNN对加密图像进行部分解密，仅揭示非敏感信息来进行分类。
  • 加密语音 ：有研究提出基于深度哈希的DNN，用两种不同模型来检索加密语音。
  • 加密应用 ：部分研究者成功使用基于一维CNN并利用空间和时间混沌的端到端加密应用对网络流量进行加密。

1.2 其他处理