基于神经网络的僵尸网络检测

摘要：

　　目前主流的僵尸网络检测方法主要利用网络流量分析技术，这往往需要数据包的内部信息，或者依赖于外部系统提供的信息或僵尸主机的恶意行为，并且大多数方法不能自动存储僵尸网络的流量特征，不具有联想记忆功能。为此提出了一种基于 BP 神经网络的僵尸网络检测方法，通过大量的僵尸网络和正常流量样本训练 BP 神经网络分类器，使其学会辨认僵尸网络的流量，自动记忆僵尸流量特征，从而有效检测出被感染的主机。该神经网络分类器以主机对为分析对象，提取2个主机间通信的流量特征，将主机对的特征向量作为输入，有效地区分出正常主机和僵尸主机。实验表明，该方法的检测率达到99％，误报率在1％以下，具有良好的性能。

关键词：僵尸网络、BP 神经网络、特征向量、网络流量、检测算法

分类号：TP393(计算技术、计算机技术)

资助基金：国家科技支撑计划基金资助项目2012BAF12B00；天津市重点基金资助项目11jczdjc28100．

在线出版日期：2013-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：113-118