An Investigation on Detecting Applications Hidden in SSL Streams using Machine Learning Techniques
Notice bibliographique
Résumé
The importance of knowing what type of traffic is flowing through a network is\nparamount to its success. Traffic shaping, Quality of Service, identifying critical\nbusiness applications, Intrusion Detection Systems, as well as network administra-\ntion activities all require the base knowledge of what traffic is flowing over a network\nbefore any further steps can be taken. With SSL traffic on the rise due to applica-\ntions securing or concealing their traffic, the ability to determine what applications\nare running within a network is getting more and more difficult. Traditional methods\nof traffic classification through port numbers or deep packet inspection have been\ndeemed inadequate by researchers thus making way for new methods. The purpose\nof this thesis is to investigate if a machine learning approach can be used with flow\nfeatures to identify SSL in a given network trace. To this end, different machine\nlearning methods are investigated without the use of port numbers, Internet Protocol\naddresses, or payload information. Various machine learning models are investigated\nincluding AdaBoost, Naive Bayes, RIPPER, and C4.5. The robustness of the results\nare tested against unseen datasets during training. Moreover, the proposed approach\nis compared to the Wireshark traffic analysis tool. Results show that the proposed ap-\nproach is very promising in identifying SSL traffic from a given network trace without\nusing port numbers, Internet protocol addresses, or payload information.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».