DNS流量的时间序列解交织
机器学习
2018-07-17 v1 密码学与安全
机器学习
摘要
流解交织是一个重要问题，在网络安全领域有各种应用。在本文中，我们考虑使用机器学习技术对 DNS 数据流进行解交织的具体问题，目标是自动化提取恶意软件域名序列。我们首先开发了一个用于用户请求生成和 DNS 流交织的生成模型。基于此，我们在合成数据集上评估了多种解交织推断策略，包括增广 HMM 和 LSTM。我们的结果表明，在该应用领域中，最先进的 LSTM 优于更传统的增广 HMM。
引用
@article{arxiv.1807.05650,
title = {Time Series Deinterleaving of DNS Traffic},
author = {Amir Asiaee and Hardik Goel and Shalini Ghosh and Vinod Yegneswaran and Arindam Banerjee},
journal= {arXiv preprint arXiv:1807.05650},
year = {2018}
}