基于深度学习的加密流量识别模型源码：融合LeNet、AlexNet及GAP结构

CNN-based_Encrypted_Traffic_Analysis Python Python 共26个文件 py: 20 gitignore: 2 md: 2 cfg: 1 LICENSE: 1 基于LeNet、AlexNet、以及GAP结构的加密流量识别模型 CNN-based_Encrypted_Traffic_Analysis 介绍 基于LeNet、AlexNet、以及GAP结构的加密流量识别模型。 软件架构 EncryptedTrafficAnalysis文件夹下的是LeNet结构的模型。 AlexNet文件夹下的是AlexNet结构的模型。 GAP文件夹下的是GAP结构的模型。 model_train文件夹下保存了最新的训练的模型数据。 version文件夹下保存了不同版本模型的在测试集上的结果。 application_classification_cnn_logs和traffic_classification_cnn_logs中保存了不同训练参数下的模型ckpt文件。 安装教程 下载好UNB ISCX VPN-NonVPN作为训练集和测试集，并且训练集和测试集进行数据预处理。 数据预处理完之后进行模型训练。 模型训练完毕后进行模型测试，并且记录测试结构 https://gitee.com/lu-ruoyu/cnn-based_-encrypted_-traffic_-analysis