...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of network and computer applications >An efficient reinforcement learning-based Botnet detection approach
【24h】

An efficient reinforcement learning-based Botnet detection approach

机译：基于强化学习的僵尸网络检测方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The use of bot malware and botnets as a tool to facilitate other malicious cyber activities (e.g. distributed denial of service attacks, dissemination of malware and spam, and click fraud). However, detection of botnets, particularly peer-to-peer (P2P) botnets, is challenging. Hence, in this paper we propose a sophisticated traffic reduction mechanism, integrated with a reinforcement learning technique. We then evaluate the proposed approach using real-world network traffic, and achieve a detection rate of 98.3%. The approach also achieves a relatively low false positive rate (i.e. 0.012%).
机译：使用机器人恶意软件和僵尸网络作为促进其他恶意网络活动的工具（例如，分布式拒绝服务攻击，恶意软件和垃圾邮件的传播以及点击欺诈）。但是，检测僵尸网络，尤其是对等（P2P）僵尸网络非常具有挑战性。因此，在本文中，我们提出了一种复杂的流量减少机制，并结合了强化学习技术。然后，我们使用实际网络流量评估提出的方法，并实现98.3％的检测率。该方法还实现了相对较低的假阳性率（即0.012％）。

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