PASSVM：一种高准确度的在线快闪检测系统
密码学与安全
2020-06-08 v1 网络与互联网体系结构
摘要
快闪服务网络（FFSNs）被对手用作一种高弹性技术，以隐藏其恶意服务器并避免被直接访问。在该技术中，大量被称为快闪代理的僵尸网络机器充当代理，在中继终端用户与对手控制的恶意母舰服务器之间的流量。已有多种机制被提出用于检测 FFSNs。此类机制依赖于收集大量 DNS 流量迹，并需要相当长的时间来识别快闪域名。本文中，我们提出一种高效的基于 AI 的在线快闪检测系统，可对快闪域名进行高准确度且极快速的检测。所提出的系统称为 PASSVM，基于与给定域名的 DNS 响应消息相关的特征。该方法依赖于存储在两个本地数据库中的特征，以及从响应 DNS 消息本身提取的特征。数据库中的信息来自 Censys 搜索引擎和 IP 地理定位服务。PASSVM 使用三类人工神经网络进行评估：多层感知机（MLP）、径向基函数网络（RBF）和支持向量机（SVM）。结果表明，带 RBF 核的 SVM 以 99.557% 的准确率和低于 18 ms 的检测时间优于另外两种方法。
引用
@article{arxiv.2006.03566,
title = {PASSVM: A Highly Accurate Online Fast Flux Detection System},
author = {Basheer Al-Duwairi and Moath Jarrah and Ahmed Shatnawi},
journal= {arXiv preprint arXiv:2006.03566},
year = {2020}
}
备注
Submitted to Journal of Network and Systems Management