一种基于图的机器学习僵尸网络检测方法
密码学与安全
2019-02-25 v1 机器学习
摘要
利用机器学习(ML)结合网络流级特征进行僵尸网络(bot)检测在文献中已被广泛研究。然而,现有的基于流的方法通常带来较高的计算开销,且未能完整刻画网络通信模式,而后者可暴露恶意主机的更多特征。近来,借助图分析并结合ML的僵尸网络检测系统因能克服上述局限而受到关注。基于图的方法颇为直观,因为图是网络通信的真实表征。本文提出一种两阶段、基于图的僵尸网络检测系统,其同时利用无监督与有监督ML。第一阶段剪除疑似良性主机,第二阶段以高精度实现僵尸网络检测。我们的系统可检测多种类型的僵尸程序,并对零日攻击具有鲁棒性。它还能适应不同网络拓扑,适用于大规模数据。
引用
@article{arxiv.1902.08538,
title = {A Graph-Based Machine Learning Approach for Bot Detection},
author = {Abbas Abou Daya and Mohammad A. Salahuddin and Noura Limam and Raouf Boutaba},
journal= {arXiv preprint arXiv:1902.08538},
year = {2019}
}
备注
IFIP/IEEE International Symposium on Integrated Network Management,Washington DC, USA, April 2019