10.3969/j.issn.1673-4785.201210055
基于神经网络的僵尸网络检测
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。
僵尸网络、BP 神经网络、特征向量、网络流量、检测算法
TP393(计算技术、计算机技术)
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.
2013-08-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
113-118