[发明专利]DNS隧道传输检测方法和装置在审
申请号: | 201710549740.4 | 申请日: | 2017-07-06 |
公开(公告)号: | CN109218124A | 公开(公告)日: | 2019-01-15 |
发明(设计)人: | 杨连群;王斌;韩勇 | 申请(专利权)人: | 杨连群 |
主分类号: | H04L12/26 | 分类号: | H04L12/26;H04L29/12 |
代理公司: | 北京华睿卓成知识产权代理事务所(普通合伙) 11436 | 代理人: | 程淼 |
地址: | 300450 天津市滨海新区*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 隧道传输 检测 特征向量 方法和装置 归一化预处理 传统检测 机器学习 检测结果 输入机器 特征提取 特征训练 学习检测 捕获 隧道 学习 | ||
一种基于特征向量的DNS隧道传输检测方法和装置,其通过对正常DNS请求数据和异常的DNS隧道传输数据进行特征训练学习获得机器学习检测模型,并通过对捕获的DNS请求数据进行特征提取,获得该DNS请求数据的特征向量,对该特征向量进行归一化预处理后输入机器学习检测模型进行检测,从而获得DNS隧道传输的检测结果。相对于传统检测方法,该方法提高了DNS隧道的检测准确性和检测效率。
技术领域
本发明涉及网络安全技术领域,特别涉及一种DNS隧道传输检测方法和装置。
背景技术
随着全球信息一体化的迅猛发展,互联网规模不断扩大,信息量呈几何级数增长。网络威胁层出不穷,安全态势严峻,需要从海量网络数据中挖掘分析异常行为。由于网络异常行为行踪隐蔽,常隐藏于正常的网络流量中,难于检测和分析,而且其形式变化多样,种类逐渐增多,内部结构复杂,需要基于大数据和机器学习分析进行建模和分析。
网络隐蔽信道是指允许违反系统安全策略的方式传送信息的通信信道,是一种通过网络泄露隐蔽信息的技术,由于其本身具有隐蔽性,一般很难被检测到。利用网络隐蔽信道进行的扩散攻击和信息泄露技术,对计算机网络的安全构成了巨大的威胁,网络隐蔽信道技术与加密技术不同,加密只是对传输的数据进行加密,而网络隐蔽信道是要掩盖隐蔽通信信道的存在。恶意的网络隐蔽信道会给网络、系统安全带来巨大的挑战,网络中的不法分子会通过构建隐蔽信道泄露隐蔽信息。DNS tunnel即DNS隧道,就是利用DNS查询过程建立起隐蔽信道,实现数据传输的技术。DNS协议在查询的时候,如果查询的域名在DNS服务器本机的缓存cache中没有查询到,它就会去互联网上查询,最终返回结果。如果在互联网上有台定制的DNS服务器,只要依靠DNS的协议约定,就可以交换数据包。从DNS协议上看,只是在一次次的查询某个特定域名,并得到解析结果,但实际上是在和外部通讯。此时,虽然客户端并没有直接连到局域网外的机器,网关不会转发IP包出去,但是局域网上的DNS服务器帮忙做了中转,这就是DNS隧道的基本原理。
目前基于DNS隧道实现的网络隐蔽信道传输技术层出不穷,出现了多种变种类型,现有技术中对于变种的新型DNS隧道的检测能力仍然存在诸多不足。
中国发明公开文献CN103326894A提出一种DNS隧道检测方法,通过检测客户端数据包的查询域名是否符合预置的域名约束条件,从而区分正常的DNS数据包和DNS隧道数据包。中国发明公开文献CN104754071 A也提出一种DNS隧道检测方法,通过检测数据包是否符合DNS协议规定的长度和格式,从而判断是否属于DNS隧道数据包。上述公开文献均是通过判断通信报文是否匹配预定格式来识别DNS隧道,这种单纯特征匹配的检测方式的缺点是难以准确检测未知或变种的DNS隧道传输。期刊文献(“基于DNS的隐蔽通道流量检测”,章思宇等,通信学报第34卷第5期,2013年5月)提出了一种检测DNS隐蔽通道的方法,其提取可区分合法查询与隐蔽通信的12个数据分组特征,利用机器学习的分类器对其会话统计特性进行判别,从而实现对DNS隐蔽信道的检测。这种检测方式利用统计特征分析和机器学习相结合的手段,相对于单纯的特征匹配方式具有一定优势,但是过多的统计特征必然导致分类器模型的训练数据需求增大,并且需要消耗更多训练时间,从而使得检测效率降低。因此,如何提取能够有效识别各变种类型的DNS隧道传输数据的统计特征,并且提高DNS隧道传输检测的准确性和高效性,一直是本领域亟待解决的问题。
发明内容
本发明的主要目的是提出一种DNS隧道传输检测方法和装置,能够实现对新型DNS隧道传输的全面有效检测,提高DNS隧道传输检测的效率和准确性。
为了实现上述目的,一方面,本发明的技术方案提出一种基于特征向量的DNS隧道传输检测方法,其特征在于包括以下步骤:
捕获客户端发送给DNS服务器的DNS请求数据;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杨连群,未经杨连群许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710549740.4/2.html,转载请声明来源钻瓜专利网。