BotCatcher:基于深度学习的僵尸网络检测系统?

摘要：

机器学习技术在僵尸网络检测领域具有广泛应用,但随着僵尸网络形态和命令控制机制逐渐变化,人工特征选取变得越来越困难.为此,提出基于深度学习的僵尸网络检测系统——BotCatcher,从时间和空间这2个维度自动化提取网络流量特征,通过结合多种深层神经网络结构建立分类器.BotCatcher不依赖于任何有关协议和拓扑的先验知识,不需要人工选取特征.实验结果表明,该模型性能良好,能够对僵尸网络流量进行准确识别.

关键词：僵尸网络、深度学习、检测、特征

所属期刊栏目：39

分类号：TP309.5(计算技术、计算机技术)

资助基金：国家重点研发计划基金资助项目2016YFB0801604;东莞市引进创新科研团队计划基金资助项目201636000100038;中国科学院网络测评技术重点实验室和网络安全防护技术北京市重点实验室基金

在线出版日期：2018-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：18-28