利用强化学习发现Tor和公共网络上的命令与控制（C2）通道
密码学与安全
2024-05-17 v1 人工智能
摘要
命令与控制（C2）通道是许多类型网络攻击的关键组成部分，因为它们使攻击者能够远程控制其受恶意软件感染的机器并执行有害操作，例如在网络中传播恶意代码、窃取机密数据或发起分布式拒绝服务（DDoS）攻击。因此，识别这些C2通道对于帮助缓解和预防网络攻击至关重要。然而，识别C2通道通常涉及手动过程，需要深厚的网络作战知识和专业知识。本文提出一种基于强化学习（RL）的方法，使用正常（公共）网络和Tor网络自动模拟C2攻击活动。此外，配置有效载荷大小和网络防火墙以模拟真实世界的攻击场景。在典型网络配置上的结果表明，RL代理可以自动发现利用基于Tor和传统通信通道的弹性C2攻击路径，同时绕过网络防火墙。
引用
@article{arxiv.2402.09200,
title = {Discovering Command and Control (C2) Channels on Tor and Public Networks Using Reinforcement Learning},
author = {Cheng Wang and Christopher Redino and Abdul Rahman and Ryan Clark and Daniel Radke and Tyler Cody and Dhruv Nandakumar and Edward Bowen},
journal= {arXiv preprint arXiv:2402.09200},
year = {2024}
}