• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on communications and cyber physical engineering >BotHook: A Supervised Machine Learning Approach for Botnet Detection Using DNS Query Data
【24h】

BotHook: A Supervised Machine Learning Approach for Botnet Detection Using DNS Query Data

机译：BotHook：使用DNS查询数据进行僵尸网络检测的有监督机器学习方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

As of late, botnets are the most radical of all digital assaults and turning into the key issue in distributed computing. Botnets are the system of various traded off PCs or potentially cell phones. These gadgets are contaminated with pernicious code by bot ace and controlled as gatherings. The aggressors utilize these botnets for criminal exercises, for example, Distributed disavowal of administration, click misrepresentation, phishing, spamming, sniffing traffic and spreading new malware. The primary issue is how to identify these botnets? It turns out to be all the more intriguing for the analysts identified with digital security? This rouses us to compose a survey on botnets, its engineering and identification procedures. By checking DNS asks for, one can identify the presence of bots and botnets. Along these lines, We proposes a botnet discovery demonstrate dependent on machine learning using DNS query data and increment its adequacy utilizing machine learning systems.
机译：到目前为止，僵尸网络是所有数字攻击中最激进的，并且已成为分布式计算中的关键问题。僵尸网络是各种折衷的PC或潜在的手机系统。这些小工具受到bot ace的有害代码的污染，并作为集合进行控制。侵略者利用这些僵尸网络进行犯罪活动，例如，分布式管理拒绝，单击虚假陈述，网络钓鱼，垃圾邮件，嗅探流量以及传播新恶意软件。主要问题是如何识别这些僵尸网络？事实证明，对于确定为数字安全性的分析人员来说，这更有趣吗？这促使我们对僵尸网络，其工程和识别程序进行调查。通过检查DNS要求，可以识别僵尸程序和僵尸网络的存在。沿着这些思路，我们提出了一个僵尸网络发现程序，该发现程序证明了使用DNS查询数据依赖于机器学习，并利用机器学习系统来增加其适当性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号