论文部分内容阅读
为解决Tor网站指纹识别技术在开放世界准确率低及概念漂移问题，文章提出一种基于MHA与SDAE的网站指纹识别模型—MHA-SDAE-GRU。首先将网站流量处理成序列格式；然后利用多头自注意力机制捕获输入数据的关键信息，并用堆叠降噪自编码器学习流量中的深层特征，增强模型的鲁棒性，通过GRU学习序列的前后关系；最后用Softmax函数输出结果。实验结果表明，MHA-SDAE-GRU模型在封闭世界的准确率高于CUMUL等算法，在开放世界的准确率和鲁棒性均优于CNN等算法，在概念漂移实验中对新数据的适应性优于CNN等算法。MHA-SDAE-GRU模型在网站指纹识别上具有优秀的表现。