网络与信息安全学报 ›› 2018, Vol. 4 ›› Issue (10): 31-38.doi: 10.11959/j.issn.2096-109x.2018078

• 论文 • 上一篇    下一篇

基于通信相似度的僵尸网络节点检测方法

金渝筌1,2,谢彬1,朱毅2   

  1. 1 中国工程物理研究院电子工程研究所，四川 绵阳 621900
    2 四川大学，四川 成都 610065
  • 修回日期:2018-09-30 出版日期:2018-10-15 发布日期:2018-12-15
  • 作者简介:金渝筌（1979-），男，四川三台人，硕士，中国工程物理研究院电子工程研究所工程师，主要研究方向为网络安全和应用软件安全。|谢彬（1966-），女，四川安岳人，硕士，中国工程物理研究院电子工程研究所高级工程师，主要研究方向为信息安全、软件安全、安全保密测评。|朱毅（1991-），男，四川内江人，四川大学硕士生，主要研究方向为网络安全、大数据分析。

Method of botnet network nodes detection base on communication similarity

Yuquan JIN1,2,Bin XIE1,Yi ZHU2   

  1. 1 Institute of Electronic Engineering in China Academy of Engineering Physics,Mianyang 621900,China
    2 Sichuan University,Chengdu 610065,China
  • Revised:2018-09-30 Online:2018-10-15 Published:2018-12-15

在线阅读

30

pdf下载

1925

摘要：

目前，僵尸网络检测方法大多依靠对僵尸网络通信活动或通信内容的分析，前者对数据流的特征进行统计分析，不涉及数据流中的内容，在检测加密类型方面具有较强优势，但准确性较低；后者依赖先验知识进行检测，具有较强的准确度，但检测的通用性较低。因此，根据杰卡德相似度系数定义了通信相似度，并提出了一种基于用户请求域名系统（DNS，domain name system）的通信相似度计算方法，用于基于网络流量的僵尸网络节点检测。最后，基于Spark框架对所提出的方法进行了实验验证，实验结果表明该方法可以有效地用于僵尸网络节点检测。

关键词: 僵尸网络, 相似度检测, DNS流量检测, 网络安全

Abstract:

At present,the botnet detection method mostly relies on the analysis of the network communication activity or the communication content.The former carries on the statistical analysis to the characteristic of the data flow,does not involve the content in the data flow,has the strong superiority in the detection encryption type aspect,but the accuracy is low.The latter relies on the prior knowledge to examine,has the strong accuracy,but the generality of detection is low.The communication similarity was defined according to Jaccard similarity coefficient,and a method of calculating communication similarity based on user request DNS (domain name system) was proposed,which was used for botnet node detection based on network traffic.Finally,based on the spark framework,the experimental results show that the proposed method can be used in the detection of botnet nodes effectively.

Key words: botnet, similarity detection, DNS flow detection, network security

中图分类号: 

No Suggested Reading articles found!