一种基于压缩位图索引表与流量降采样的网络犯罪者检测有效载荷归因方案
网络与互联网体系结构
2019-06-13 v1
摘要
载荷归因系统（PAS）是网络取证中用于在网络犯罪发生后检测违法者的最重要工具之一。PAS存储网络流量历史记录，以便在网络上发生恶意活动时检测某一数据流的首尾端对。网络中每日传输的巨量信息意味着PAS存储的数据必须尽可能紧凑和简明。此外，针对这一大量数据检索恶意数据流必须在合理时间内完成。为此，文献中已提出若干基于使用布隆过滤器存储流量摘要的技术。现有检测网络犯罪者技术的误报率高得不可接受，即许多首尾端对被误判为恶意，难以甄别真正的犯罪者。为改善此问题，我们提出了一种基于压缩位图索引表和流量降采样的解决方案。我们的解析评估和实验结果表明，所提方法显著降低了误报率。
引用
@article{arxiv.1906.04998,
title = {An Effective Payload Attribution Scheme for Cybercriminal Detection Using Compressed Bitmap Index Tables and Traffic Downsampling},
author = {S. Mohammad Hosseini and Amirhossein Jahangir},
journal= {arXiv preprint arXiv:1906.04998},
year = {2019}
}