基于长短期记忆网络的V2ray流量识别方法

将时间拉回2019年2月1日,有人在推特上发表: “V2ray的基础设施已经实现了自动托管”,即使在“极端情况下团队成员全灭网站也不会下线”。 感谢开放的互联网,V2Ray的基础设施已经实现了自动托管。免费服务自然不用说,V2Ray所使用收费服务都可以由捐款自动维持。在有足够金额的捐赠时,V2Ray的网站和自动化发布流程不依赖于人工操作。即使在极端情况下,团队成员全灭,网站也不会下线,新版本也可以正常发布。 V2ray作者显然对“团队成员全灭”这种状况早就有所担忧,毕竟你面对的是一群人而不是一个人。 虽然霜天很早就 […]

将时间拉回2019年2月1日,有人在推特上发表:

“V2ray的基础设施已经实现了自动托管”,即使在“极端情况下团队成员全灭网站也不会下线”。

感谢开放的互联网,V2Ray的基础设施已经实现了自动托管。免费服务自然不用说,V2Ray所使用收费服务都可以由捐款自动维持。在有足够金额的捐赠时,V2Ray的网站和自动化发布流程不依赖于人工操作。即使在极端情况下,团队成员全灭,网站也不会下线,新版本也可以正常发布。

V2ray作者显然对“团队成员全灭”这种状况早就有所担忧,毕竟你面对的是一群人而不是一个人。

虽然霜天很早就说了不管你是ss还是ssr还是v2ray,都可以查到流量。

近日,网络流传一则“中国专利公布公告”(公布号CN109981485A),公告显示:在2019年3月25日,北京理工大学一团队罗森林、王帅鹏、潘丽敏三人提交了《基于长短期记忆网络的V2ray流量识别方法》这一专利申请。

从摘要内容可得知,这是一种对于V2ray流量包的智能识别法,这种方法本来就是GFW阻断V2ray开发出来的,现在完全公布出来了。你怎么看这个事情?

专利:基于长短期记忆网络的V2ray流量识别方法

申请号:201910225762.4

申请日:2019-03-25

摘要:本发明涉及基于长短期记忆网络的V2ray流量识别方法,属于计算机网络安全领域。主要为了解决基于卷积神经网络的方法将数据转化为图片后训练出模型的可解释性较差,且未利用到加密流量在时间序列特征的问题。本发明首先从交换机获取V2ray流量和普通流量的数据链路层数据包并对数据包进行标注,其次去除不包含有用信息和冗余的数据包;然后将可能对模型训练造成影响的字节置零,对数据包的长度进行调整;最后使用这些预处理过的数据训练长短期记忆网络。该方法无需进行特征提取和选择,对V2ray流量的时间序列关系进行了学习,具有较好的识别效果。

主分类号: H04L12/851(2013.01)I

分类号: H04L12/851(2013.01)I H04L29/06(2006.01)I H04L29/12(2006.01)I

原创文章,作者:30115776@qq.com,如若转载,请注明出处:https://www.i5seo.com/v2ray-traffic-identification-method-based-on-long-and-short.html

发表评论

登录后才能评论