ET-BERT: Eine kontextualisierte Datagramm-Darstellung mit vortrainierten Transformatoren zur Klassifikation von verschlüsseltem Datenverkehr

Die Klassifikation von verschlüsseltem Datenverkehr erfordert diskriminative und robuste Verkehrsdarstellungen, die aus inhaltsunsichtbaren und unausgewogenen Verkehrsdaten für eine präzise Klassifikation gewonnen werden, was herausfordernd, aber unverzichtbar für die Gewährleistung der Netzwerksicherheit und des Netzwerkmanagements ist. Die Hauptbeschränkung bestehender Lösungen besteht darin, dass sie stark auf tiefen Merkmalen basieren, die stark von der Datenmenge abhängig sind und schwer auf ungesehene Daten zu verallgemeinern sind. Wie man die unlabeled Verkehrsdaten aus offenen Domänen nutzt, um Darstellungen mit starker Verallgemeinerungsfähigkeit zu lernen, bleibt eine wichtige Herausforderung. In diesem Papier schlagen wir ein neues Verkehrsrepräsentationsmodell namens Encrypted Traffic Bidirectional Encoder Representations from Transformer (ET-BERT) vor, das eine tiefen-kontextualisierte Datagramm-repräsentation aus großangelegten unlabeled Daten vortrainiert. Das vortrainierte Modell kann auf einer geringen Anzahl von aufgabenspezifischen labeled Daten feinjustiert werden und erreicht eine state-of-the-art Leistung über fünf Aufgaben der Klassifikation von verschlüsseltem Datenverkehr. Bemerkenswerterweise wird der F1-Score des ISCX-VPN-Service auf 98,9 % (5,2 %↑), Cross-Platform (Android) auf 92,5 % (5,4 %↑) und CSTNET-TLS 1.3 auf 97,4 % (10,0 %↑) gesteigert. Insbesondere bieten wir eine Erklärung des empirisch leistungsstarken Vortrainingsmodells, indem wir die Zufälligkeit von Chiffren analysieren. Dies gibt uns Einblicke in das Verständnis der Grenzen der Klassifikationsfähigkeit über verschlüsselten Datenverkehr. Der Code ist verfügbar unter: https://github.com/linwhitehat/ET-BERT.